个体化 mRNA 癌症疫苗取得重大进展：AI 参与疫苗设计，“一人一药”时代正在到来
Moderna 与 Merck 的个体化 mRNA 癌症疫苗在黑色素瘤三期试验中取得阳性结果。算法参与筛选每位患者的肿瘤新抗原，再按人制造专属疫苗——“一人一药”首次跨过大规模临床门槛，但距离普及仍有数据、跨癌种与成本三道关。
8 月 19 日，Moderna 与 Merck 宣布了一项癌症治疗领域此前从未出现过的三期结果：两家公司联合研发的个体化 mRNA 癌症疫苗 intismeran autogene，在黑色素瘤三期临床试验中取得成功。
这不是给健康人预防癌症的疫苗。 参加试验的是 1,137 名高风险 II B—IV 期皮肤黑色素瘤患者，他们的肿瘤已经被手术完整切除，但体内仍可能残留影像看不见的癌细胞，未来造成复发或远处转移。
研究要检验的是：在术后标准治疗 Keytruda 之外，再加上一款为每名患者单独制造的 mRNA 疫苗，能不能把这种风险进一步压低。
点按三个信号，分别查看它改变了什么判断。
为什么一项连完整疗效数字都还没有公布的试验，会引发如此剧烈的市场反应？
因为投资者看到的可能不只是一款黑色素瘤新药，而是一种完全不同的制药方式：算法参与了按患者设计疫苗的关键筛选环节，而这套“一人一药”系统第一次在上千人的三期试验中显示疗效。
这不是 AI 突然治愈了癌症。真正值得关注的是，AI 和计算生物学正在让原本无法规模化的个性定制治疗，开始变成一套可以重复运行的工业系统。
这次到底突破了什么？
所谓重大进展，不只是又一款 mRNA 疫苗在三期试验中取得阳性结果，而是每名患者拿到的 mRNA 序列都不一样。
传统药厂可以先生产一百万支完全相同的药，再把它们发到医院。intismeran 必须先等一个具体患者出现，读取他的肿瘤，再生成只属于他的治疗设计。因此这次三期阳性验证的，不只是一种活性成分，也是一套能否反复完成个体化设计、制造、交付和治疗的系统。
真正跨过门槛的，是“一人一药”第一次不再停留在小样本概念验证，而是进入了上千人的严格临床比较。
AI 是怎样参与疫苗设计的？
AI 并不直接生成一剂现成疫苗。它参与的是最关键也最复杂的设计环节：从一名患者的大量肿瘤突变中，筛出最值得免疫系统攻击的目标。
癌细胞来自人体自身，而不同患者的肿瘤突变组合往往不同。所谓“个体化”，就是这款药必须根据每个人自己的突变重新设计。
研究人员先取得患者的肿瘤与血液样本：全外显子测序找出癌细胞特有的突变，肿瘤 RNA 测序判断哪些突变真的被表达，HLA 分型再判断相关蛋白片段有没有机会被免疫系统看见。候选很多，真正适合作为靶点的只有一部分。
Moderna 的公开材料称，其专有生物信息学算法会预测并排序候选新抗原，再选出最多 34 个编码进一条患者专属 mRNA。更准确地说，公开资料能够确认的是算法参与了疫苗设计；公司没有公开当前算法的模型架构、训练数据或各模块准确率，三期阳性也不能被写成“某个生成式 AI 模型已经得到临床验证”。
点按任一步，查看这一环具体输入什么、决定什么、输出什么。
肿瘤和血液的全外显子数据互相比较，先找出癌细胞特有、正常细胞没有的突变。
RNA 测序判断突变是否真的表达，HLA 分型判断相关蛋白片段是否有机会被这名患者的免疫系统呈递。
进入候选池不等于能成为药物靶点；表达、呈递和潜在免疫原性都会继续淘汰候选。
公开资料确认使用专有生物信息学算法，但没有披露当前模型架构、训练数据或各模块准确率。
当前产品最多编码 34 个新抗原。它们来自同一名患者，不是一套供所有患者共用的固定靶点。
选中的目标被编码进一条合成 mRNA，再生产、质控并送回这名患者；算法负责设计，不负责凭空完成制造。
mRNA 负责把目标写进药物。 注射后，人体细胞会短暂读取这些 mRNA，制造并呈递相应的新抗原，帮助 T 细胞认出带有这些肿瘤“指纹”的细胞。mRNA 不会进入 DNA，也不是永久改写基因。
Keytruda 负责松开免疫刹车。 它阻断 PD-1 抑制信号，让已经被引导到目标上的免疫细胞更有机会继续攻击。整套系统的分工因此很清楚：测序建立候选池，算法决定优先级，mRNA 交付个体化目标，Keytruda 改善免疫执行。
为什么先从黑色素瘤开始？
如果要证明一条个体化新抗原路线，黑色素瘤几乎是最合理的起点之一。下面三个理由来自公开研究和临床背景的综合推断，不是 Moderna 或 Merck 披露的唯一决策理由。
点按三个条件，分别查看它增加了什么胜算、又不能证明什么。
这些条件并不是凭空拼出来的：TCGA 在 333 份皮肤黑色素瘤样本中观察到平均 16.8 mutations/Mb 和常见的紫外线突变特征；2017 年的个体化新抗原肽疫苗与个体化 RNA mutanome 疫苗研究，也较早在黑色素瘤患者中证明了制造和诱导肿瘤特异 T 细胞反应的可行性。
但提高成功概率不等于保证成功。黑色素瘤并非人人对免疫治疗敏感，高突变负荷也不等于每个预测目标都会被呈递、更不等于一定产生有效 T 细胞反应。更准确的判断是：黑色素瘤为这条路线提供了一个信号更强、历史积累更深的首个验证场。
三期结果到底证明了什么？
INTerpath-001 纳入 1,137 名肿瘤已完整切除、此前未接受系统治疗的高风险皮肤黑色素瘤患者，并按 2:1 随机分组。两组都接受 Keytruda；联合组另外接受最多九剂 intismeran。对照组不是“不治疗”，而是标准治疗强对照。
高风险 II B–IV 期皮肤黑色素瘤，完整切除后且此前未接受系统治疗
切换聚焦“已经确定”和“仍然未知”，看清这次公告的证据边界。
2 : 1 随机分组 · 两组治疗约 1 年，最长约 56 周
这项试验最终检验的是 intismeran、Keytruda、制造交付与临床执行组合起来的整体方案。它没有拆开比较不同算法、不同靶点数量或不同制造流程，也没有单独测量 AI 带来了多少疗效。
目前公司只公布了 topline：没有三期风险比、绝对获益、事件数、亚组和完整安全数据，总生存期 OS 仍在随访。二期曾报告复发或死亡风险相对降低 49%、远处转移或死亡风险相对降低 59%，但这些数字不能直接套给三期。
因此，资本市场押注的不是一个已经公开的疗效幅度——这个数字目前根本没有公布——而是这套平台成功的概率被重新定价了。
这套方法能复制到其他癌症吗？
这条路线最诱人的地方，是它拥有一套看起来可以复用的软件和制造底座。换一个患者、换一种癌症，测序、HLA 分型、新抗原预测、mRNA 编码和小批量制造这些步骤仍然存在，算法也可以随着更多免疫原性与临床数据积累继续改进排序。
Merck 与 Moderna 已在九项 II/III 期 INTerpath 试验中覆盖黑色素瘤、非小细胞肺癌、膀胱癌和肾癌；更早期研究还包括胰腺癌、胃癌等。行业内也在乳腺癌等实体瘤探索相似路线。
但可迁移的是工作流，不是疗效。
依次点按三道门槛，模拟条件被满足后，跨癌种判断如何变化。
个体化制造本身也有两道不同门槛。二期研究中，185 份进入评估的肿瘤样本有 156 份成功完成设计，成功率为 84.3%；在已经进入联合组制造的 105 次尝试中，104 次生产成功，超过 99%。这说明后端制造已经相当可靠，却不代表每份样本都能先找到足够好的目标。
走向商业化还要继续解决样本质量、周转时间、跨地区质控配送、产能、价格和医保支付。AI 可以把分析做得更快、更准，却不能自动让一条按人生产的供应链变得便宜。
一人一药时代真的来了吗？
它正在靠近，但还没有真正普及。
这次结果提供了一个比“AI 发现神药”更可信的模板：计算系统把人类无法手工处理的大量个体数据压缩成可执行的治疗决策，再把这个决策接入标准化制造和临床反馈。
读取一名患者，预测一组目标，生产一批专属药物，观察临床结果，然后继续改进下一轮预测——这既是一条数据闭环，也是一条生产线。
黑色素瘤三期阳性第一次证明，这种高度个体化的系统不只能够制造、不只能够激活 T 细胞，还可能在上千人的强对照试验中改善复发和转移结局。它没有证明 AI 已经攻克癌症，却证明“计算设计 + 可编程 mRNA + 自动化制造 + 免疫治疗”已经从优雅的技术设想，跨进了临床可验证的阶段。
因此，所谓“一人一药时代正在到来”，不是从今天起每个癌症患者都能获得定制疫苗，而是这种模式第一次有资格从实验性路线，变成一个可以继续验证、扩展和建设产能的治疗平台。
下一步真正决定这是不是平台革命的，不是股价还能涨多少，而是三件事：完整三期数据里的获益究竟多大；其他癌种能否重复；这条一人一药的生产线能否足够快、足够稳定，也足够便宜。