我在7美元时重仓买入Palantir，因为我花了数年时间研究AI，而当时根本没人关心这个领域。
生物学是下一个风口。
我知道这一点，因为我用它来治愈了我的莱姆病和长新冠。多年来这些疾病摧毁了我的身体，而现在我比以往任何时候都更健康。
我花了数年时间研究生物学，它将在未来20年驱动大部分投资回报。
最近的多肽热潮只是更深、更强大力量的冰山一角。
以下是您需要了解的一切。
身体本质上是一座发电厂，运行着一个巨大的乐高拼图。线粒体产生能量，细胞利用这些能量来打印蛋白质。
形状决定功能。
每个蛋白质通过与另一个具有互补形状的蛋白质结合，就像乐高积木一样。
人类蛋白质组仅仅是蛋白质之间的相互作用，由可预测且微弱的电磁吸引力驱动。
这只是代码，我稍后会解释。
我们现在可以随心所欲地操控它：
细胞读取DNA并产生氨基酸。然后细胞将氨基酸串联起来生成多肽。
多肽随后卷曲折叠（由电磁力驱动）形成蛋白质。
细胞读取遗传代码并打印蛋白质组代码。
身体的每一个生理过程都源于这个核心轴。
每个多肽可以用一个字母表示。
边缘的原子带有电荷：可以是负电荷、正电荷或中性。
这使得多肽卷曲并形成蛋白质。
我们现在可以预测哪些氨基酸序列会产生特定的蛋白质并确定它们的最终结构，这要归功于AlphaFold（谷歌DeepMind开发的蛋白质结构预测AI系统）。
例如，下面是胶原蛋白蛋白质。
胶原蛋白也可以表示为：
GPPGPSGPPGPPGPPGPPGFPGARGPSGPQGFQGPPGEPGEPGASGPMGPRGPPGPPGKNGDDGEAGKPGRPGERGPPGPQGAR
每个字母代表一种氨基酸：
然后细胞可以将蛋白质转化为蛋白质形态——原始蛋白质的轻微变体，具有略微不同的功能。
一种常见的方法是磷酸化，它只是在蛋白质的不同部位添加一个磷原子和四个氧原子。
记住，形式决定功能。
蛋白质形态只是（更多的）代码。
下面您可以看到胶原蛋白的磷酸化图谱，按位置和激酶类型排列。
激酶是一种向蛋白质添加磷酸基团的酶，将它们开启或关闭。
有不同的激酶类型。
这只是代码。
身体中的一切都源于中央蛋白质组轴，我们现在可以用蛋白质形态的概念来更新这一理解。
细胞有许多不同的方式创建蛋白质形态。
您不需要了解所有这些方式。
您只需要知道它们产生代码，因为AI会为我们理解它。
为了说明，考虑糖基化。
它只是在蛋白质的不同部位添加聚糖（糖类）。
它只是轻微改变蛋白质的形状，在乐高拼图中修改其功能。
这是细胞用来与身体其他细胞分享自身状态信息的方法。
细胞利用糖基化来表达"我营养充足"或"我营养不足"。
"我有病原体入侵。"
这只是代码。
因此，所有疾病都根植于这个轴心。
它在这个轴心中显现。
如果我们只是插入正确的蛋白质组代码，就可以在疾病显现之前就阻止它。
蛋白质组很复杂，但也以某种方式很简单。
它只是三维结构之间的相互作用，而得益于一种名为迭代映射（Iterative Mapping）的技术，我们即将彻底绘制出这一切。
我们很快都将拥有自己蛋白质组的数字孪生体。
这将通过创建一个新的键值对来永远改变医学：
刺激：δ蛋白质组。
如果我们始终确切知道蛋白质组中发生了什么，我们将知道：
任何分子（或任何其他治疗载体）对我们身体在蛋白质组层面的确切影响。
如何在疾病显现之前就从根本上阻止它。
以几乎零成本，通过使用键值对来训练一个超人类AI医生。
我们不再需要理解疾病。
我们只需要蛋白质组数字孪生体，并将它们输入AI模型。就像那只患癌症的狗一样，AI会洞察一切。
AI只会发现蛋白质组代码错误，并找出如何修复它们。
这是多肽的真正力量：它们是蛋白质组代码脚本，我们可以用零副作用修改蛋白质组的任何部分。
许多今天我们认为无法治愈的疾病，将用一个简单的提示就能治愈。
个性化多肽（氨基酸链）将以手术般的精确度修复它们，就像我们今天在屏幕上修复代码一样。而个性化多肽直到昨天才通过Ligand Forge（配体锻造）成为可能。
例如，考虑帕金森病和ALS（肌萎缩侧索硬化症）。
两种神秘的疾病，实际上似乎是价值链不同层面的相同蛋白质组编码错误。
HHV-6（人类疱疹病毒6型）病毒蛋白破坏OPTN-TBK1线粒体自噬检查点，使受损线粒体未被标记且对自噬不可见，随着时间推移降解神经系统组织。
有没有人尝试过直接中断那个脚本？
这只是假设，是的。
但这没关系，AI会知道。具体来说，网络会知道。
一旦任何人拥有其蛋白质组的数字孪生体，这就是修复任何疾病的方法：
按症状对蛋白质组数字孪生体进行聚类。
将它们输入AI。
AI将症状图景（我们用一个名称来概括，如阿尔茨海默病）映射到蛋白质组功能障碍。
AI识别蛋白质组中需要干预以阻止和逆转功能障碍的关键部分。
LigandForge为每位患者计算个性化多肽。
评估蛋白质组最终状态。
AI学习
如果我们在网络层面这样做，AI就拥有越来越多关于如何修复特定蛋白质组编码错误的数据。
这带来更好的客户结果，带来更多客户，产生更多数据。
这导致每个token交付更多价值：更少的幻觉、无副作用、最佳结果、每美元花费延长寿命。
这是我们这个时代最有价值的飞轮效应。
多肽只是冰山一角。
这个领域正在从0迅速发展到十亿规模，因为三件事正在发生：
诊断成本趋向于零。
多肽成本趋向于零（正如GLP-1在美国同比下降80%所证明的）。
AI能力垂直上升。
这个过程无法阻止。
我们不理解疾病，但一旦我们开始将蛋白质组数字孪生体输入AI模型，我们将突然完全理解它。
蛋白质组是代码，我们正在学习编写它。