5月31日至6月4日，2024 年美国临床肿瘤学会（ASCO）年会在芝加哥盛大召开。
作为世界上规模最大、学术水平最高、最具权威的临床肿瘤学会议，今年的ASCO汇集了众多世界一流的肿瘤学专家。
近年来医学界拥抱AI新技术的态度已经日趋明确，会上同样出现了多家AI制药企业的身影。
我们从本届大会上超过5000份摘要内容中，选取整理了其中AI设计的药物分子、AI设计的抗原疫苗与人工智能与机械学习模型。
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？哪些AI药物分子又有新的进展？
四款AI设计的药物分子
嵌合降解剂AC0699
研发企业：冰洲石生物（Accutar Biotech）
临床阶段：1期
这是一种潜在的同类最佳药物，属于一种新型机制的嵌合降解剂，靶向乳腺癌，主要通过使 ERα 与 E3 连接酶非常接近来结合、泛素化和降解 ERα。
与传统的选择性 ER 降解剂（SERD）相比，拥有更高的特异性和更完整的靶点阻断，目前1期试验初步数据良好，2 期研究将于2024年初开始招募。
成立于2015年的冰洲石生物算是家老牌AI药企，自主研发有端到端逆合成系统ChemiRise、对接平台Orbital与ADME特性预测平台Chemi-Net等数个模块。
AC0699在1期试验中表现出的突破性安全性和有效性，初步证明了同类最佳潜力，期待未来在ESR1突变患者中的临床表现。
人源化Igg1单抗 AU-007
研发企业：Aulos Bioscience
临床阶段：1/2 期
这是全球首个进入临床试验阶段的AI设计人源化单抗，旨在利用白细胞介素-2（IL-2） 根除不可切除的局部晚期或转移性癌症患者的实体瘤。
不同于现有疗法，该药物通过将IL-2重定向到CD8 + T和自然杀伤细胞来扩大治疗窗口，这可以防止其他基于IL-2治疗引起的负反馈循环，并使免疫系统偏向于激活而不是抑制。
试验数据显示，该药物在多种实体瘤类型中具有持久的抗肿瘤活性，预计将在今年下半年提供更新的临床数据，并计划开展2期试验。
HPK1抑制剂 NDI-101150
研发企业：Nimbus Therapeutics
临床阶段：1/2 期
这是一种新型口服小分子造血祖细胞激酶1（HPK1）抑制剂，在1/2期实验中有16.7%的患者从单药治疗中获益，1名肾细胞癌（RCC）的患者实现了完全缓解。
虽然16.7%的临床获益率可能看起来不高，但Nimbus对此充满期待，并表示这些数据进一步表明HPK1是实体瘤的“差异化下一代免疫治疗靶点”。
Nimbus Therapeutics成立于2009年，由计算化学先驱薛定谔参与创立，该药物是公司在临床上唯一的候选药物。
HER2抑制剂 IAM1363
研发企业：Iambic Therapeutics
临床阶段：1/1b 期
这是一种靶向HER2蛋白的选择性和脑渗透性小分子抑制剂，通过Imbic的人工智能驱动的平台发现，旨在与现有的 HER2 抑制剂相比扩大治疗指数，并避免因脱靶抑制 EGFR而产生的毒性。
在临床前研究中，该药物对HER2的选择性是EGFR的1000倍以上，具有优秀的药代动力学和安全性、优先肿瘤富集和中枢神经系统的外显率。
在本次公布的I/Ib期试验中，该药物在 HER2 肿瘤模型（包括颅内肿瘤模型）中，与TKI和 HER2 ADC相比显示出良好的疗效和耐受性。
一款AI设计的抗原疫苗
明星AI药企Evaxion在本届大会上报告了基于肽的癌症疫苗EVX-01的2期研究数据。
ERV（内源性逆转录病毒）是人类基因组"暗物质"的组成部分，约占人类基因组的8%。
近年来的研究显示，ERV通常在癌症中过度表达，但在健康人群中却不然，这使得它们对免疫系统可见，因此成为癌症疫苗的有希望的目标。
该疫苗由企业自研AI平台设计，在与默沙东PD-1帕博利珠单抗联用于黑色素瘤治疗中治疗安全且耐受性良好。
数据中检测到 CD8+ 和 CD4+ T 细胞对相应疫苗肽的反应，并发现免疫原性肽的数量和 PIONEER 表位质量评分均可预测良好的 CR 和更长的 PFS。
在所有三个剂量水平的转移性黑色素瘤患者中观察到客观反应，所有最高剂量水平的患者均达到 CR。
通过 Elispot 和 ICS 分析的 EVX-01 特异性 PBMC 衍生的 T 细胞反应
这一成果背后依托的AI-Immunology™，是将企业原有的三个人工智能驱动的免疫学平台PIONEER™、EDEN™和RAVEN™整合的产物，经过模拟免疫系统的训练，可以经济、高效地设计和开发独特的免疫疗法。
目前2期研究提供的数据证实了1期研究成果，重申了AI平台精确选择治疗相关疫苗靶点的能力。
MNC与大型医院的提效首选
除了自研的药物及疗法外，本届会议上AI CRO同样活跃，人工智能获得了越来越多跨国药企与医疗机构的认可。
例如Onc.Ai就与辉瑞合作，利用真实世界数据集（RWD）开发并验证了一种深度学习的影像学工具。
该工具可以为临床决策提供信息，例如帮助指导是否不需要同时化疗，实现了三倍以上的提效。
此外，Predictive Oncology与美国匹兹堡大学Magee妇女医院的合作结果也于会上披露。
这家AI药物发现企业利用人工智能技术开发的多组学机器学习模型，实现了对卵巢癌患者短期和长期生存的卓越预测，其中性能最佳的多组学模型预测优于任何孤立的特征集。
AI新模型 井喷式爆发
AI大模型开始井喷式出现，覆盖医学影像、医疗服务、药物研发及数据管理多个领域。
其中与英伟达合作的ConcertAI在本届会议上一口气宣布了三款新的AI产品。
分别是多模式数据管理、预测 AI 和生成式 AI 平台Cara AI、数字试验解决方案（DTS）TriaLinQ以及集成式 AI诊断工具TeraRecon Oncology Suite。
可以从中看到ConcertAI从真实世界数据SaaS独角兽，逐步转型为临床试验AI服务企业的野心。
专注于分子和免疫分析的BostonGene提交了多达七份摘要，包括就包括人工智能驱动的多组学平台和新的免疫系统分析平台。
该平台使用多参数流式细胞术和RNAseq数据的机器学习集成，根据治疗反应对癌症患者进行分层。
旨在将患者肿瘤和TME的综合基因组分析与患者免疫系统的分析相结合，以最详细地了解迄今为止驱动其疾病的分子和免疫特征。
—The End—