本文来自微信公众号： APPSO ，作者：APPSO，题图来自：AI生成
“人类刚刚实现了历史上首例 AI 辅助的癌症治愈”？
No，no，no，no，no，no，no，no，no～
你今天看到的关于“AI 已经治愈癌症”的刷屏消息都是下面这件事的瞎说版。
默克（Merck）与 Moderna 联合发布消息，宣告由人工智能辅助的个性化 mRNA 癌症治疗方法在三期试验中获得成功。
这个消息一出，Moderna 公司的股票直接创下 177% 的历史最高涨幅。
那么问题来了，这个研究到底对癌症治疗意味着什么？
个性化 mRNA 疫苗联合免疫检查点抑制剂 Keytruda（派姆单抗），相比 Keytruda 单药，能够显著延长完全切除后高风险黑色素瘤患者的无复发生存期与无远处转移生存期。
这张显微照片展示了恶性黑色素瘤的病变。默克公司和 Moderna 公司表示，他们的个性化 mRNA 疫苗与免疫疗法药物联合使用，能够降低黑色素瘤皮肤癌的复发率。
来源：Ziad M. El-Zaatari/Science Photo Library/Getty Images
AI怎么辅助癌症治疗？
众所周知，癌症是一种非常难以治疗的疾病，因为每个人的癌症都是不同的——它们都是由独特的肿瘤突变所引发的。
癌细胞通过不断累积的 DNA 突变与正常细胞分道扬镳。这些突变不仅驱动着癌细胞的失控增殖，也在细胞表面产生了正常细胞不具备的特异性标记物，即“新抗原”（neoantigen）。
理论上，免疫系统的 T 细胞可以识别这些新抗原并发动攻击。癌细胞精就精在，它们进化出了多种机制，让自己在免疫系统的眼皮底下隐身，伪装成“自己人”潜伏下去。
为了应对这一挑战，人们开发了基于肿瘤 DNA 序列的个性化治疗方法。mRNA-4157 就是基于 DNA 和 mRNA 测序数据研发出的一种药物，它可以通过诱导 T 细胞识别癌细胞表面的新抗原来产生有针对性的免疫反应。
“疫苗”这个词具有误导性。这种疫苗并不是用来预防黑色素瘤的——它是在肿瘤通过手术切除后接种的，目的是清除那些残存的癌细胞，防止它们再次生长或扩散。
医生会分析你体内特定肿瘤的 DNA，将其与健康细胞进行比较，从而找出肿瘤独有的突变。AI 会筛选出几十种最具针对性的突变作为治疗目标。这些突变会被编码到 mRNA 中，从而指导细胞表达这些标记物，让免疫系统的 T 细胞能够识别并攻击携带这些突变的细胞。
这意味着全世界不会有两支完全相同的“疫苗”。
默克公司和 Moderna 公司在 2016 年就开始研发这一技术，并在 2017 年开始对病人进行试验，早于当前这轮 AI 热潮。
量身定制带来的代价是极高的生产复杂性，包括药物设计的复杂性，以及优化生产计划和资源分配，以确保药物能够按时交付。
在数据处理方面，一系列高度整合的人工智能算法可以处理来自肿瘤和血液样本的下一代测序数据，分析其中的基因突变，并预测出最多 34 种最有可能引发免疫反应的新抗原。
随着时间的推移，这些算法可以通过结合临床数据和免疫原性数据来不断改进，有望在识别最具临床活性的新抗原方面取得更好的效果。
Moderna 还开发了名为 Maestro 的全端数字解决方案，将临床操作、制造管理、质量保证与物流运输整合进一个可跨功能追踪的系统。AI 调度算法实时将患者批次排入生产时间线，根据实际产能动态调整计划，确保每一剂药物准时送达患者手中。
随着同时处理的患者批次增多，这套算法的调度效率也随之提升，这对于规模化推广至关重要。
不过，高度定制化意味着极高的制造复杂性，也意味着目前仍然高昂的成本。AI 的介入虽然在压缩时间、减少误差上发挥了重要作用，但如何让这种治疗走向更广泛的可及性，仍然是悬而未决的命题。
能否推广到其他癌症？
Keytruda 单药疗法已在黑色素瘤领域积累了大量证据，KEYNOTE-006 十年随访数据显示，接受派姆单抗治疗的晚期黑色素瘤患者中，有 34% 在十年后仍然存活，相比接受另一免疫药物伊匹单抗的患者高出约 10 个百分点。
个性化 mRNA 疗法与 Keytruda 的联合方案，在这一坚实基础上进一步展现出额外的叠加获益。在此前的 KEYNOTE-942 二期试验中，mRNA-4157 联合 Keytruda 相比单药显示出将术后复发风险降低 44%、远处转移风险降低 65% 的效果，为三期的正面结果提供了重要铺垫。
人们看好 Moderna 的疗法，因此他们预计这些结果不仅限于皮肤癌领域。这些成果也可能在其他类型的实体肿瘤中得到验证，比如肺癌。
对肿瘤进行测序、选择突变位点、构建 mRNA 模板——原则上也可以应用于其他类型的癌症。针对非小细胞肺癌的三期试验已经在进行中，后续还会涉及膀胱癌和肾癌的研究。Moderna 也不是唯一一家研发此类疗法的公司，BioNTech 也在开发几乎相同的个性化 mRNA 疗法。
黑色素瘤的成功案例为这种治疗方法提供了有力的支持，但这并不能保证它适用于所有情况。
皮肤癌是适合研发癌症疫苗的理想癌症类型。
黑色素瘤的肿瘤突变负荷极高，每个癌细胞表面携带的异常标记物数量远超平均水平。这让免疫系统更容易识别并攻击黑色素瘤细胞，也因此使这类癌症对所有类型的免疫治疗反应格外积极。
突变负荷较低的癌种，可供识别的新抗原靶点更少，mRNA 疫苗能编码的有效靶点信息也相应受限，这可能削弱 T 细胞训练的精确性。
从更宏观的视角看，AI 在生物医学领域的影响远不止于新抗原筛选。DeepMind 于 2024 年发布的 AlphaFold 3，已能够在原子精度上预测蛋白质与 RNA、小分子之间的相互作用，模拟不同生物分子如何在细胞环境中彼此识别与结合。
这对于从结构层面理解肿瘤免疫逃逸机制、理性设计新型治疗分子，都开辟了过去难以企及的路径。
生物学正在变成一门可计算的科学，癌症治疗是这场变革中最直接的受益领域之一。
绝望、痛苦、不确定、尝试、泪水、死亡、钱、爱、AI、希望
互联网上常常有这样的询问帖：家人患癌，要不要告诉 TA？
确诊癌症，除了给患者带来身体上的痛苦，也给他们带来心理上的绝望；它让人感叹命运无常，也让人想与命运作对。
所以你常常会听到这样两句话：“花再多钱我们也愿意治”和“挣再多钱都没用”。
在历史上，我们一直用粗暴的方式与癌症作斗争。切除它、用辐射烧毁它、用化疗让整个身体都受到攻击，只希望癌症能在患者承受更多痛苦之前消亡。
我们就像在黑暗中挥舞着锤子一样。
AI 没有赋予我们一步登天的魔法，也没有让癌症瞬间变成一场可以轻易治愈的感冒，但它确实在帮助我们加速攻克更多疾病治疗。
Google 的 AI co-scientist 为急性髓系白血病提出药物再利用候选并获体外实验验证，将研究时间缩短至 4 小时。
FutureHouse 的 Robin 系统用 10.76 美元、30 分钟读完 551 篇论文，最终锁定已上市青光眼药物 ripasudil 作为干性黄斑变性的候选疗法。
更早一些，斯坦福“虚拟实验室”让 AI 智能体团队协作，数天内设计出 92 种新冠纳米抗体，两种经湿实验证实能结合最新变异株，人类发言量仅占全程约 1%。
此前 OpenAI 还与 Retro Biosciences 合作重新设计了诱导干细胞的山中伸弥因子，宣称体外效率提升 50 倍以上——不过这个结果尚无独立同行评审。
当然，目前这些 AI 参与的科研成果大都是临床前的细胞或分子层面结果，离真正的治疗疾病还有一段不小的距离。
但在人工智能大发展的时代，我们要继续挥舞下去。或许这一锤，或许下一锤，就能碰到关键的开关。
为那些致力于解决难题的人们送上祝福！
相关参考：
https://www.merck.com/news/merck-and-moderna-announce-phase-3-interpath-001-trial-of-intismeran-autogene-plus-keytruda-met-endpoints-of-recurrence-free-survival-rfs-and-distant-metastasis-free-survival-dmfs-in-patient/
https://www.modernatx.com/media-center/all-media/blogs/advancing-fight-against-cancer
https://x.com/afshineemrani/status/2090063525419032671