2024年美国癌症研究协会( AACR )大会于4月5日至10日在美国圣地亚哥召开。
作为全球性展示癌症研究最新成果、促进科学交流和技术合作的重要平台，本次AACR年会吸引来自全球生物制药公司、医疗设备提供商、学术机构和媒体，总参会者约22000人达创纪录水平。
智药局在其中发现了多家AI制药公司的身影，包括英矽智能、晶泰科技、冠科生物、Tempus、Owkin、Deepcell等。
针对癌症这一人类健康的头号杀手，AI制药公司们取得了哪些最新进展？带来了哪些激动人心的成果？我们选取了几家公司展开介绍。
01 英矽智能
利用生成式AI平台开发的“同类*”
英矽智能在本次大会上一举展示了五项临床前研究结果，包括:
合成致死策略下的WRN抑制剂ISM9342A、潜在“同类*”泛TEAD抑制剂ISM6331、肿瘤免疫治疗策略下的 HPK1 抑制剂、用于“不限癌种”实体瘤治疗的FGFR2/3抑制剂、以及靶向有丝分裂驱动蛋白KIF18A抑制剂。
其中“同类*”泛TEAD抑制剂ISM6331新颖的分子骨架是由英矽智能自有生成化学平台Chemistry42设计的，它的新颖性和同类*潜力进一步验证了英矽智能AI平台的能力。
Promising anti-tumor efficacy in a dose-dependent manner without body weight loss in the MSTO-211H CDX mouse model
02 晶泰科技
AI癌症疫苗设计平台惊艳首秀
作为一家以人工智能（AI）和机器人驱动创新的公司，晶泰科技在AACR大会上展示了AI癌症疫苗设计平台的最新进展。
该平台来源于2022年晶泰科技与李嘉诚旗下的长江生命科技（CK Life Sciences）签订的研发合作，经过两年的沉淀，这一癌症疫苗设计平台披露了首批数据，将目光聚焦在MHC（major histocompatibility complex）上。
在壁报中，该AI模型显著改善了新抗原肽疫苗的设计，能更准确地预测免疫抗原并设计出更具有疗效的癌症疫苗。
尤其是在MHC-I和MHC-II抗原呈递上的表现超过了NetMHCpan和MixMHCpred这两大全球*的预测算法。
03 冠科生物
头部肿瘤CRO 也开始做AI了
医疗技术的革新与数字化的时代浪潮中，人工智能正日益凸显其重要性，成为推动CRO领域创新发展的重要力量。
头部肿瘤CRO冠科生物就在本次大会上带来了一个自适应的人工智能驱动计算机药物协同筛选平台SynAI。
SynAI界面示例
该平台并不依赖于实际的药物组合或特定的细胞系，相反，它利用化合物的简化分子输入线性系统（SMILES）序列来优化早期癌症药物开发中化合物相互作用的探索，有望从根本上改变发现和评估癌症治疗方法的方式。
04 Tempus
制药巨头看上的AI制药公司
今年，人工智能和精准医疗领域*企业Tempus为AACR大会准备了18 篇摘要，研究的广度和深度惊人，涵盖癌症生物学、治疗反应和患者预后等多个环节。
值得关注的是一则与战略合作伙伴制药巨头辉瑞共同展示的研究。
Tempus利用人工智能工具通过RNA表达分析了HER2在实体瘤中的流行情况，该发现可能为多种肿瘤类型的her2导向抗体-药物偶联物开辟了潜在的治疗途径。
05 Zephyr AI
用AI驾驭真实世界患者数据
三月刚完成1.11亿美元A轮融资的Zephyr AI本次有两篇摘要发布。
分别展示了其平台在表征学习方面的优势，与差异化技术：用人工智能来驾驭错综复杂的真实世界患者数据。
Reconstructing mRNA from clinicogenomics data
这一名为Mut2Ex的ML模型，利用商业下一代测序面板上可用的遗传信息，使用适应回归问题的原则标签空间变换(PLST)，以及由语言模型生成的临床信息(OncoTree代码、性别和阶段)嵌入，重建肿瘤基因表达谱。
06 Gritstone
AI抗原预测平台
专注于癌症疫苗和传染病疫苗的Gritstone bio在AACR 2024上展示了抗原预测平台EDGE™的最新数据，HLA I类表位预测准确率>80%。
开发中的EDGE-II模型在HLA II类呈递和CD4+免疫原性方面展现出更好的预测性能，在识别能够引发T细胞免疫反应的新抗原方面展现出潜力。
07 Auron Therapeutics
单细胞组学图谱+AI
专注于靶向失控的细胞分化和可塑性过程的Auron Therapeutics展示了两份摘要，分别介绍自主专利的AURIGIN™平台及主要项目的*临床前数据。
其中名为AURIGIN™的专有机器学习平台，通过把人类发育的全面单细胞多组学图谱与AI/ML框架相结合，识别癌细胞可塑性中最相关的遗传靶点。
平台通过将数据映射到发育生物学的ML框架中，放大了多组学肿瘤数据在细胞状态和可塑性靶点发现中的价值。
08 BPGbio
DL药敏检测模型
人工智能生物制药公司BPGbio在2024AACR上公布了一个基于深度学习的药物敏感性预测模型。
Application of Deep Learning Based Drug Sensitivity Prediction Model on a Novel Anticancer Drug
这一被称为DeepDSC的深度学习(DL)模型，可以通过整合大规模药物筛选和高通量RNAseq分析的公开数据，预测给定药物特定CL的半抑制率（IC50）。
09 写在最后
从应用范围看，AI在2024年AACR年会上的应用不仅限于癌症早期检测，还囊括了癌症诊断、个性化诊疗以及新药开发等多个领域。
从数量上看，本次会议人工智能应用迎来暴发期，人工智能与机械深度学习四大会场覆盖7至10号四天时间，共计142项研究入选壁报，更有2项相关研究入选全会。
此外，人工智能正在帮助科学家揭示癌细胞更多的未知面。
例如，通过深度学习模型解读线粒体的组织方式，或者开发一种新的成像技术来检查线粒体在肺癌中的位置，以区分高侵袭性肿瘤和侵袭性较低的肿瘤等。
不难发现，AI技术正在为癌症研究和治疗提供了新的视角和工具，必将在未来癌症科学中，展现出强大的增长潜力。
