肿瘤疫苗成功≠AI治愈癌症，业内惊喜与冷静参半

界面新闻记者 | 陈杨
界面新闻编辑 | 谢欣

日前，Moderna（莫德纳）宣布mRNA个性化肿瘤疫苗mRNA-4157三期研究成功后，这一历史性突破不仅引发了市场对肿瘤疫苗的热炒，更再次带火了AI在生物医药中的应用。

mRNA-4157研发中的“AI含量”颇高，故有舆论给其冠以“AI治愈癌症”之名。

但这种表述究竟有几分真假？AI在个性化肿瘤疫苗开发的哪些环节、起到了什么样的作用？其与外界的畅想还有多远距离？

多位受访者向界面新闻表示，mRNA-4157的三期研究成功验证了个性化肿瘤疫苗这一药物形式的可行性。其能实现个性化，即是靠AI筛选出患者自己独特的新抗原组合，从而制成疫苗。不过，AI在此的核心作用在于筛选，而非此前业界对AI制药更期待的，由AI从头完成靶点发现、药物设计，最终得到三期临床验证。

另外，这类个性化癌症疫苗的成功也离不开与其他药物联用。

但从一级、二级市场再到行业，产业界已经闻风而动。

AI如何实现个性化

港股“AI制药三小龙”之二的英矽智能和剂泰科技都感受到了这一历史性成功所带动的行业热度。

剂泰科技联合创始人、董事长兼CEO赖才达向界面新闻提到，就在mRNA-4157官宣三期成功的次日，公司就接到了十来个不同方面的电话。再后一日，公司宣布与威斯克生物正式签署了战略合作框架协议，研发个性化mRNA肿瘤疫苗。

英矽智能联合CEO任峰同样告诉界面新闻，肿瘤疫苗成功的消息一出，公司就收到了很多询问，包括公司与刚宣布合作的元码智药的管线进展、公司未来是否有mRNA等领域的布局，“感觉投资人的紧迫感比我们都强”。

这样的热情在约10年前对这家AI制药公司而言几乎不可想象。英矽智能创始人亚历克斯·扎沃隆科夫曾向《中国企业家》杂志回忆，直到2018年前后，每每向同行展示AI制药“都是一场艰苦的战斗”。一开始听众想要实验数据，有了实验数据验证后，又认为AI的能力并不强。公司的早期融资也很困难。

后加入英矽智能的任峰也感受着明显的变化。他告诉界面新闻，最初和一家跨国药企商谈合作时，光尽调就持续了四五个月。公司要一轮轮回复对方的问题，前一轮问题刚答完，针对回复的新问题又接踵而至。

如今这一过程比以前容易了许多。任峰提到，刚开始接触时，公司已经不需要再从“什么是AI制药”以及“为什么AI对制药有价值”讲起。尽调也缩减到基本上一到两个月就能完成，通常也就是一到两轮。

而在更广泛的舆论声中，这款显著降低黑色素瘤术后患者肿瘤复发和远距转移风险的肿瘤疫苗被直接浓缩成了“AI治愈癌症”几个字。科技巨头埃隆·马斯克更是直言“人工RNA本质上使治愈疾病变成了一个软件问题。”

实际上，mRNA-4157是一款个性化新抗原疗法。

简单理解，疫苗治疗肿瘤的思路是告诉人体免疫系统，该被打击的癌细胞团伙“长什么样”，令免疫系统能够精准打击。

但肿瘤患者的肿瘤各不相同，基因突变“千人千面”。个性化新抗原疗法便是基于患者自己的肿瘤样本，通过测序、与正常细胞比对、筛选出特有的突变特征，也就是“新抗原”，从而生产疫苗，再注射回患者体内。

元码智药联合创始人兼CEO曾贤向界面新闻介绍，一方面，实体肿瘤本身就需要多靶点（多个新抗原）干预。另一方面，受制造限制，当前mRNA药物通常“能容纳”20至30个新抗原，而肿瘤突变可能有上千之多，但其中仅极少部分能激发出有效的免疫反应。

此时，针对每位患者，如何在海量突变中，筛选出真正有效、且数量有限的新抗原，就要靠AI算法实现。多位受访者告诉界面新闻，这是AI在个性化mRNA肿瘤疫苗中最有必要、最重要的部分，也决定着药物往后的开发。

不过筛选只是第一步。全球健康药物研发中心数据科学部负责人郭晋疆向界面新闻提到，此后还要经过mRNA序列设计等过程，才能制造出一支mRNA疫苗。AI亦可以用于这些环节，不过这其实起到的是更普遍用于制药各环节的提效作用。

另外个性化疗法不可避免的存在一定的制备周期和成本。曾贤告诉界面新闻，除药物研发本身，从患者取样到疫苗回输，如何在给定时间内合规、符合质量地制造、临床交付是这类产品面临的独特问题。

这一系统工程同样有AI参与。如莫德纳用AI优化生产调度。英矽智能和元码智药的合作框架中亦涉及自动化实验和智能制造。

AI“从头”做药梦想仍未实现

业内还提到，本次mRNA-4157的成功还离不开联合应用免疫检查点抑制剂。

前宾夕法尼亚大学医学院研究副教授、赛得康生物科技创始人张洪涛向界面新闻分析，黑色素瘤本就是免疫系统更容易去攻击的“热肿瘤”，这一mRNA肿瘤疫苗思路在其他适应证上能否走通还有待观察。另外，mRNA癌症疫苗通常需要联用，本身单药效果相对有限。

一个相反的案例是，就在莫德纳宣布mRNA-4157三期成功的9天后，同为mRNA巨头的BioNtech终止了同类产品BNT122一项用于结直肠癌辅助治疗的二期临床。

也就是说，除了肿瘤疫苗本身，适应证选择、临床设计、入组患者情况，药物联用等多个条件共同构成了本次三期临床成功。

另外，莫德纳这一试验成功也不等同于治愈肿瘤。曾贤告诉界面新闻，他认为这次三期研究成功最大的意义在于，在大型临床研究中验证了个体化mRNA肿瘤疫苗对肿瘤转移和复发的有效控制，这可能是开启肿瘤慢病化的历史性时刻。

换句话说，“AI治愈肿瘤”这一说法，在主谓宾三者上都显得过于乐观和夸张。

不过，将AI用于加速药物开发，在制药界也已经较为普遍和成熟。

一个典型的例子是，全球新冠疫情期间，辉瑞利用晶泰科技的AI技术，用六周时间就确认了新冠小分子药物Paxlovid的优势晶型。而传统方法通常需要数月甚至更长时间。

而近年来生成式AI不断发展、GPT横空出世，制药界更开始期待由AI从头发现疾病靶点、设计药物分子。亚历克斯·扎沃隆科夫曾用一个比喻区分两者：传统的新药发现是在化学空间的茫茫大海寻找一根针，而生成式AI可以直接创造出一根又一根完美的针。

这样的“源头创新”分子无疑有着无限魅力。这也是“AI制药”概念引人畅想、甚至出现泡沫的原因之一。但这却并非本次AI在mRNA肿瘤疫苗中发挥的核心作用。

不过，这条路径上也已有不少探路者。据英矽智能介绍，公司通过自研AI平台，首次发现了TNIK这一靶点和特发性肺纤维化这一疾病之间存在关联。其TNIK抑制剂Rentosertib分子亦由AI设计，目前正处于临床三期。

正如任峰告诉界面新闻的那样，mRNA-4157的三期成功证明了肿瘤疫苗在技术上实现闭环。就像如果有朝一日AI从头做出来的药物能在三期临床中获得成功，也就意味着AI制药在技术上真正得到了验证。