Carfilzomib

大约一年多前，37岁的美国华盛顿州青年约瑟夫·科茨（Joseph Coates）的人生，只剩下最后一个极其残忍的二选一： 是想死在家里，还是死在医院里？ 彼时的他，已经被一种极其罕见且凶残的血液病折磨得不成人形。手脚神经彻底坏死、失去知觉，心脏异常扩大，肾功能逼近衰竭，每隔几天就要用长长的穿刺针从腹腔抽出几大升积液。 医学上本来有一种能救他命的方法，自体干细胞移植。但此时的科茨实在太虚弱了，虚弱到如果强行上移植台，大概率会直接死在超大剂量的化疗清髓阶段。 他的主治医生叹了口气，建议他联系临终关怀。科茨自己也认命了 ▲ 媒体对科茨生死救援的报道镜像：当医生宣告死刑，算法成了唯一的稻草。 但他的女友塔拉（Tara Theobald）死活不肯放手。绝望之中，她翻出手机通讯录，给一年前在罕见病交流会上认识的费城医生戴维·法伊根鲍姆（David Fajgenbaum）发去了一封求救邮件。 第二天清晨，回信来了 信里没有客套，只有一份匪夷所思的处方：地塞米松、环磷酰胺、卡非佐米。 主治医生韦恩·高（Wayne Gao）看到这个组合时，第一反应是“这太疯狂了”，在 POEMS 综合征的标准诊疗手册里，根本没有这套打法。而且卡非佐米这种靶向药本身具有显著的心脏毒性，用在一位心脏已逼近衰竭的危重病人身上，风险极大。 但不试，就只能眼看着生命流逝 方案推注进了静脉令人汗毛倒竖的奇迹发生了：短短大约一周内，科茨的身体指标开始断崖式好转，腹水止住了；四个月后，他的各项机能恢复到足以接受干细胞移植；如今，他已全面缓解，死里逃生！ 这套抢回生命的非常规方案，来自人工智能模型对全球现有药物库的深度筛选与排序。01所谓绝症，听起来像首诗，其实是全身崩溃的死刑 科茨患上的病，全名叫 POEMS 综合征。 这个名字听起来像浪漫的“诗歌”（Poems），但在临床医学上，它是五个恐怖病症的首字母缩写：P olyneuropathy（多发性神经病）：手脚麻木甚至瘫痪；O rganomegaly（器官肿大）：肝脾肿大、淋巴结肿大；E ndocrinopathy（内分泌病变）：激素紊乱、糖尿病或甲状腺崩溃；M onoclonal plasma cell disorder（单克隆浆细胞异常）：骨髓里的浆细胞发生恶变；S kin changes（皮肤改变）：色素沉着、异常多毛。 简单来说，就是患者骨髓里的异常浆细胞克隆像疯了一样释放毒性信号（例如高浓度的血管内皮生长因子 VEGF），导致全身微血管疯狂渗漏，液体涌入腹腔和胸腔，神经和脏器被活活泡烂。 对于这种病，干细胞移植是最好的根治手段。但科茨的死穴在于：他太脆了，根本撑不到上手术台。 救他的核心，在于争分夺秒地利用现有药物压制恶性浆细胞，迅速排出体内积水，抢在脏器衰竭前将心肺功能拉回安全线。 常规教科书里的老办法已经走进了死胡同。而 AI 在数千种已上市分子的数据库里，跨领域抓出了原本常用于多发性骨髓瘤的二代蛋白酶体抑制剂，卡非佐米。 这相当于在迷宫里硬生生砸开了一面墙：用血液肿瘤领域的烈性武器，精准打掉了 POEMS 恶毒的源头。02幕后“操盘手”：一位把自己从停尸房门口拉回来的医生 要理解这套 AI 是怎么来的，就必须认识那个在清晨回信的医生，戴维·法伊根鲍姆。 在这个故事里，法伊根鲍姆不仅是一个科学家，他本身就是现代医学史上最强悍的“不死鸟”。 大学时代的法伊根鲍姆，曾是乔治城大学美式橄榄球校队的明星四分卫，体魄强健如铁。从牛津大学毕业后，他考入全美顶尖的宾夕法尼亚大学佩雷尔曼医学院，立志成为一名肿瘤外科医生。 然而大三那年，厄运毫无征兆地降临了。 他突发极度虚弱、持续高烧，数天之内肝肾功能全面衰竭，视网膜出血导致单眼失明，全身毛细血管剧烈渗漏，体重在短时间内暴增几十磅，他患上了一种同样极度凶险的罕见血液免疫病：特发性多中心 Castleman 病（iMCD）。 在重症监护室里，由于多脏器衰竭回天乏术，天主教神父甚至来到床边，为他主持了临终圣事（天主教临终仪式）。 但年轻强壮的底子让他硬生生挺了过来。在接下来的三年多里，他先后经历了 5 次致死性的复发，5 次直面死亡。 ▲ 法伊根鲍姆在 X 上发文强调：药企研发新分子往往需要耗费数年甚至数十年，而 AI 重定位现有药物，能把周期压缩到以周计。 身为顶级医学生的法伊根鲍姆，在病床上算了一笔账，得出了一个让人绝望的结论： 按照传统新药研发模式，从零合成一个新分子，平均需要耗资 10 到 20 亿美元，经历 10 到 15 年的漫长研发，失败率高达 90% 以上。 “我的生命是以‘周’来计算的，我根本等不起。” 在每次化疗缓解的间隙，他在宾大的实验室里展开了孤注一掷的硬核自救：定期抽自己的血，冷冻保存血清和细胞样本。通过高通量的蛋白组学筛查，他像侦探破案一样，最终锁定了自己每次复发前的致命信号，mTOR 信号通路的异常暴走。 接下来发生的事，改写了医学教科书： 法伊根鲍姆根本没有去研发新药，他在现存的药品目录里翻找，发现早在 1999 年，FDA 就批准过一款名叫西罗莫司（雷帕霉素）的廉价老药，专门用于肾移植抗排异，而它的核心机制，恰恰就是强效抑制 mTOR 通路。 在导师的支持下，他把这种原本用于肾移植的药，吃进了自己的肚子里。 奇迹降临了从吃下老药的那天起，法伊根鲍姆维持了超过 11 年的深度缓解，一次也没有复发！ 他读完了医学博士，拿了沃顿商学院 MBA，结婚生子，成为宾大医学院最年轻的终身教职副教授之一。 自己的死里逃生，让他彻底顿悟了一个颠覆性的事实： 人类药房的货架上，明明摆着几千种经过安全性验证的现成药物；在它们看似固定的说明书背后，必然隐藏着大量能攻克绝症的“隐形解药”。 人类的药架上摆满了潜在解药，关键在于找到能将药物与新适应症精准连接的计算工具。03算法破局：从“四千种药”到“一万八千种病”的降维打击 一个人用自己的身体做实验、手动翻文献找药，耗费了整整四年。 那么，全世界那 3 亿多不懂医学的罕见病患者怎么办？ 2022 年，法伊根鲍姆与团队联合创立了非营利机构 Every Cure，并搭建了一个名为 MATRIX 的计算平台。 它的逻辑极其暴力，也极其性感： 不要再一个医生盯一种病了Every Cure 利用知识图谱和机器学习，把人类已获批的约 4000 种药物，与已知的约 18500 种人类疾病做系统性的全矩阵对照与交叉打分！ Every Cure 搭建的 MATRIX 平台，底层逻辑依托于融合海量生物分子网络、基因表达谱、临床试验报告与文献数据库的计算药物表型组学。 在科茨危在旦夕的那一刻，算法就是这样在海量组合空间中，快速锁定了针对浆细胞克隆的高分配方。 类似的突破同样发生在其他罕见病上。不久前，宾大医学中心公布了一项案例：一名濒死的 Castleman 病患者在用尽常规手段后，Every Cure 算法将用于类风湿关节炎的阿达木单抗排到了候选方案首位。 加拿大医生在绝境下试用，这名患者同样转危为安，目前已稳定缓解近两年，该成果直接登上了《新英格兰医学杂志》（NEJM）！ ▲ 宾大医学中心官方报道：AI 帮助在药架上为罕见病患者找到了挽救生命的药物。04为什么药企不干？一场关于利润与生命的隐秘博弈 看到这里，任何一个有常识的人都会产生一个巨大的疑问： 既然“老药新用”（药物重定位）这么神，为什么辉瑞、诺华这些万亿市值的跨国制药巨头不去做，反而要靠一个非营利组织去拉赞助研发？ 这里的商业 insight 极其残酷，直戳现代制药工业的痛处： 因为“老药新用”不赚钱，甚至会亏钱 现代商业药企的核心商业模式，是建立在专利垄断之上的。发现一个全新分子，申请专利，在长达 20 年的保护期内卖出天价，以此收回数十亿美元的研发成本并赚取暴利。 但老药呢？比如地塞米松，比如西罗莫司，它们的专利早八百年就过期了，全球到处都是几块钱一盒的仿制药。 哪怕一家大药企斥资几亿美元做完严苛的三期临床试验，证明了某种几毛钱一片的降压药能治罕见淋巴瘤，结果会是什么？ 一旦指南公布，医生开出的处方会被全世界的廉价仿制药迅速填满。 投入巨资做临床试验的药企，根本无法收回成本。 在纯粹的资本逻辑下，“用便宜老药救人”是一笔极其糟糕的买卖。 ▲ 美国高级健康研究计划局（ARPA-H）向 Every Cure 注入最高约 7600 万美元巨资，由公共资金接盘商业资本不愿做的事。 正因如此，Every Cure 只能选择走非营利路线，依靠美国 ARPA-H（高级健康研究计划局）高达数千万美元的联邦基金，以及 TED Audacious Project 等公益慈善资助来推动。 资本不愿翻找的废墟，算法来翻；市场弃之如敝履的旧货架，成了濒死患者最后的避风港。05狂欢背后的冷思考：算法筛选与临床严谨的边界 随着这起案例在社交媒体上的病毒式扩散，舆论场呈现出极度撕裂的众生相。 有人热泪盈眶患有罕见神经肌肉病的病友在评论区写下留言：“这让我看到了在有生之年等到解药的希望。” 还有人分享了自己的真实经历：费城儿童医院一名查不出病因的抽搐男孩，家人将全套血检面板扔给大模型后，AI 给出了医生未曾想到的方向，最终顺藤摸瓜锁定了病因并治愈。 ▲ 社交平台用户分享：家人将复杂的儿童血液面板输入大模型，给出了医生忽略的检查建议，最终查明病因。 但在欢呼声之外，冷水同样刺骨 也有尖锐的从业者嘲讽 Cicero Institute 的文案是“典型的营销号套路”，并发出严厉警告： AI 没有发明任何新原子，它只是在做信息检索；AI 更不能包治百病 科学界对此保持着高度的清醒与审慎：幻觉与假阳性：  算法依据论文和通路算出的“高分”，可能只是文献中的某种统计噪音。如果全网公开海量的药-病预测列表，很可能会引发大批患者家属未经指导的“盲目试药”，带来灾难性的脏器毒害。个案不等于指南：  科茨的奇迹、法伊根鲍姆的奇迹，目前在循证医学的严谨金字塔上，仍属于“N=1”的极端个案。从一个奇迹走向千万人的标准疗法，中间依然隔着漫长而昂贵的临床验证。临床医生的最终担当：  当 AI 给出处方建议时，屏幕上的代码无需承担生命责任。最终在病床前承担未知风险、在知情同意书上签字并推注药物的，是韦恩·高医生。 ▲ 支持者高呼：“AI 已经在拯救生命，减缓它的进步就是减缓数百万人生存的权利。” 这场跨越千里的救治，展现了一个深具人文温度的技术闭环： 一个险些死在病床上的橄榄球运动员，凭借人类最纯粹的求生欲望，在漫长黑夜中用自己的鲜血趟出了一条路；随后，他将这份执念铸造为 AI 工具，在几年后，隔着数千公里，将另一名素昧平生的 37 岁青年从鬼门关硬拽了回来。 AI 没有发明神药，人类的药房里其实早就藏着解药。 它只是变成了一束强光，在人类知识那座落满灰尘、浩瀚无垠的巨大迷宫深处，照亮了那把一直躺在角落里、却从未被发现的旧钥匙。 而最终伸出手，把钥匙插进锁孔并用力拧开的，依然是人类那颗永不言弃的心。

大约一年多以前，美国华盛顿州伦顿市，37岁的约瑟夫·科茨（Joseph Coates）躺在病床上，面临着人生中最残忍的一道单选题： 你是想在家里死，还是在医院里死？ 那一刻，他的四肢已经毫无知觉，原本强健的心脏病理性扩大，肾功能走向衰竭。由于内脏严重渗水，护士每隔几天就得用粗大的针管，从他的腹腔里抽出生生数升黄绿色的腹水。 摧毁他的是一种极其罕见且阴险的血液绝症，POEMS 综合征。 ▲ 媒体报道首屏还原了那个绝望的时刻：医生宣判死刑，AI 却逆天改命 医学界原本并非束手无策，干细胞移植可以救他。但此时的科茨，身体已经彻底崩溃，脆弱得根本扛不住大剂量的预处理化疗。 他病得太重了，重到连被抢救的资格都失去了。 科茨闭上眼睛，他决定认命但他的女友塔拉·西奥博尔德（Tara Theobald）没有。 在被推入临终关怀病房的悬崖边缘，塔拉凭着一年前在一场罕见病研讨会上偶遇的记忆，颤抖着给费城宾夕法尼亚大学的一位医生敲下了一封求救邮件。 她期盼的是一线渺茫到几乎不存在的希望。 次日清晨，回复来了 那位医生直接给出了一套从未在任何一本医学教科书上被列为标准治疗方案的三药组合。主治医生拿到方子时手心冒汗，直呼这太疯狂，搞不好会加速他的死亡。 但在“必死无疑”与“死马当活马医”之间，他们按下了输液泵的开关。 仅仅大约一周时间，病情迎来了惊人的转机：腹水停止疯长，脏器指标迅速回弹。约四个月后，这个原本在等死的年轻人，强壮到足以接受干细胞移植。 他不仅活了下来，而且完全缓解 这套把人从鬼门关一把薅回来的救命方案，出自一个在海量临床数据中高速穿梭的人工智能系统。 药，早就静静地躺在普通药房的货架上；而 AI，在数十亿条关联网络里，找出了那把插进锁眼的钥匙。01致命风暴：教科书第一页上没有的答案 要理解这场营救有多惊险，先得看看科茨遭遇的究竟是什么恶魔。 POEMS 综合征，名字听起来像一首诗（Poem），实际上却是一场全身性的绞杀。它的名字由五个英文首字母拼成：多发性神经病、器官肿大、内分泌异常、单克隆浆细胞病、皮肤改变。 这种病症源于骨髓里的异常浆细胞像失控的广播站，不断释放疯狂的化学信号（如血管内皮生长因子 VEGF），诱使全身毛细血管全面渗漏。神经被泡烂，内脏被积液挤压，整个人像一艘舱底漏水却无法修补的沉船。 唯一的根治希望是干细胞移植，但科茨这艘船已经沉了一大半。 收到塔拉求救邮件的医生，名叫戴维·法伊根鲍姆（David Fajgenbaum）。 在医学界，法伊根鲍姆本身就是一个活生生的传奇。年轻时在医学院就读的他，曾患上另一种罕见免疫风暴，特发性多中心 Castleman 病，五次被推入重症监护室，数度收到病危通知。 在绝望中，他自己翻遍文献、抽自己的血化验，最终把一种原本用于肾移植防排斥的廉价老药西罗莫司（sirolimus）用在自己身上，成功将自己从停尸房门口拉了回来，维持健康十余年。 这段“医者自救”的经历让他得出了一个极其冷峻的洞察：人类现有的药柜里，很可能早就摆着治愈绝症的解药，只是从来没有人把它们连接起来。 为了系统性地寻找这些线索，法伊根鲍姆联合创办了非营利机构 Every Cure，并开发了一套名为 MATRIX 的计算平台。 它的逻辑直接且高效：突破单一疾病、单一药物的传统检索局限，借助机器学习与海量知识图谱，将4000多种已上市药物与18500多种人类疾病进行全矩阵交叉比对打分。 ▲ 法伊根鲍姆指出：AI 发现新分子要花几年，而老药重定位只需数周或数月 当科茨的病例被输入系统，AI 模型在海量异构数据中迅速完成了一次超长距离的“逻辑跳跃”。 它避开了传统治疗的思维定式，把目光投向了通常用于治疗多发性骨髓瘤等恶性浆细胞肿瘤的武器库，并精准挑出了三味药： 地塞米松（dexamethasone）+ 环磷酰胺（cyclophosphamide）+ 卡非佐米（carfilzomib）。 主治肿瘤科医生韦恩·高（Wayne Gao）最初看到这个方案时无比忌惮。因为对于一个极度虚弱、各器官濒临停摆的病人来说，化疗药和蛋白酶体抑制剂的打击极可能是致命的。 面对一张没有其他选项的死亡判决书，他们别无退路，只能放手一搏。 令人振奋的是，这一步走对了 原本几天就要抽一次的腹水消失了，心脏负担减轻了。AI 指出的这一剂猛药，以惊人的速度压制住了释放毒素的骨髓克隆，给科茨砸出了一条逃向干细胞移植的宝贵生路。02荒诞的现实：为什么能救命的老药，此前没人碰？ 科茨的故事在社交媒体上迅速传开后，舆论几乎一边倒地陷入了对算法神迹的欢呼。 但这起事件背后最刺痛人心的症结，关乎一个荒诞残酷的现代医疗制度死结。 地塞米松只要几块钱一盒，环磷酰胺是几十年前就问世的廉价老药。这些药的化学结构早已公之于众，专利保护期早就过得连渣都不剩。 既然药就在货架上，为什么在 AI 介入之前，全世界没有一家药企去测试它们能不能治 POEMS 综合征？ 根源很现实：无利可图 ▲ 另一名垂死Castleman病患者同样通过老药重定位获救，并在《新英格兰医学杂志》发表 这就是现代制药工业残酷的“市场失灵”： 商业跨国药企的运转逻辑是高度资本化的。开发一个全新的专利分子（NME），需要烧掉10到20亿美元，忍受90%的失败率；但只要成功，凭借长达10到15年的专利独占期，药企可以把新药卖出天价，赚得盆满钵满。 但老药重定位（Drug Repurposing）完全是另一副光景。 如果一家商业公司自掏腰包砸下几千万美元，给失去专利的环磷酰胺或地塞米松做极其严苛的随机双盲三期临床试验，去敲开罕见病适应证的大门，结果会怎样？ 结果是为全人类做慈善，自己却破产 因为药一旦获批新适应证，全世界任何一家仿制药厂都能以几毛钱的成本合法生产，医生和医保机构会毫不犹豫地选择最廉价的仿制药。先驱药企根本没有任何专利壁垒来收回前期的临床试验投资。 此外，罕见病患者基数极小，即便垄断了市场，总利润也微不足道。 于是，一个极其荒诞的医疗悲剧在过去几十年里不断上演： 成千上万种可能拯救绝症患者的老药，明明就躺在药房的抽屉里，却因为没有专利保护带来的暴利驱动，沦为无人问津的“医学僵尸”。 科茨差点就死在这种制度漏洞之下全靠 AI 排出了胜率最高的一组方案，否则没有任何一家商业实体会有动力去翻动这颗石头。037600万美元破局：非营利科技如何对抗资本冷血 正是看穿了商业药企对非专利药物的天然漠视，法伊根鲍姆在创办 Every Cure 时，做出了一个完全反直觉的决定： 彻底放弃商业化盈利架构，成立非营利科研机构（501(c)(3)）。 他们不做专有技术垄断，不靠独家药方上市敲钟，MATRIX 平台计算出的分数、图谱和临床数据向全人类科研界开放。他们的选题标准只有一个：疾病的未满足医疗需求程度。 越是商业巨头避之不及的“孤儿中的孤儿”，越是他们优先攻关的目标。 但做临床试验需要真金白银没有华尔街风投的支票，钱从哪里来？ 国家力量与超级公益资本在这时撕开了一道缺口。 ▲ 联邦机构 ARPA-H 重磅注资，开启老药重定位的规模化验证 美国仿照五角大楼国防高等研究计划局（DARPA）模式设立的高级健康研究计划署（ARPA-H），在2024至2026年期间，向 Every Cure 砸下了最高达 7600 万美元的研发合同。 这个联邦机构设立的初衷，正是为了资助那些“商业资本绝不可能支持、但对人类生存至关重要”的高风险登月项目。 与此同时，由扎克伯格与妻子创立的陈-扎克伯格倡议（CZI）、前谷歌 CEO 施密特的慈善基金、以及著名的 TED“大胆工程（The Audacious Project）”，纷纷将数千万美元的免回报资金注入这个非营利水池。 这是生命科学领域一种前所未见的协作模式： 国家战略基金兜底临床前与人体试验验证，全球顶级慈善资本支持底层算力与开源，AI 充当破除信息孤岛的超级矿工。 它让科学家们不再为了“专利期还剩几年”而算计，只为了“这条命能不能救回来”而奔跑。04吵翻全网：这是医学革命，还是又一次AI吹捧？ 当这则传奇故事被搬上社交媒体，舆论场却呈现出极其分化的众生相。 有人尖锐嘲讽一位名叫 Bastiaan Quast 的网友在机构极简的宣传帖下冷笑： “然后呢？接着 AI 就写出了你们这条注水通稿（slop post）？” 在很多人眼里，硅谷已经把“AI 拯救世界”的概念炒得太烂了。从生成幻觉满天飞的聊天机器人，到资本市场疯狂的算力军备竞赛，公众对算法炒作早已产生了审美疲劳与抵触心理。 但另一位名叫 John K 的网友，却写下了一段极其深邃的长文剖析。 ▲ 网友长评直指核心：AI 在做的是更大尺度上的“经验连接” John K 分享了自己家人的亲身经历：他的哥哥常年饱受怪病折磨，看了无数权威专家、做了无数复杂检查都查不出病因，身体几乎被拖垮。最后，竟然是一位普通护士凭借多年的琐碎经验随口提了一句：“要不要去查查莱姆病？” 一查，果然是莱姆病 John K 写道： “那位护士所做的，不过是综合自己的经验，提出了一种盲区之外的可能性。而这，恰恰是 AI 能在数万倍规模上完成的事情。” 这段话切中了技术与人性的交汇点 哪怕是全世界最渊博的血液病专家，其一生所能阅读的论文、见过的病例也是极度有限的。人的认知天然存在边界与专科偏见而算法并不懂什么叫“这不属于我们科室的教科书”，它像一个永不疲倦的图书管理员，把散落在全人类几十年医学数据库里被遗忘的标本重新对齐。 面对医疗诉讼的恐惧、医保条款的繁琐、专科壁垒的森严，人类医生往往只能选择最稳妥、但也可能无功而返的既定路径。 AI 没有替代医生签字下医嘱的权力，但它递过去了一把医生想都不敢想的万能钥匙。05终局：在旧世界里，翻出新生的解药 今天，重获新生的约瑟夫·科茨已经重新站稳在地面上，他可以自由呼吸，不需要再忍受每周从身体里抽出几升积液的钻心剧痛。 回看这场惊心动魄的救赎，研究团队并未动用炫目的“基因编辑飞船”，更未耗费数十亿美元去从零合成新分子。 所有的拯救，都发生在一个无比朴素的前提之下： 药，早就在那里了 它们已经在泛黄的包装盒里沉睡了十年、二十年，在世界各个角落的药房货架上落满灰尘。它们很便宜，便宜到跨国巨头懒得为它们多看一眼；它们也很古老，古老到连发明它们的科学家都早已离开人世。 但就在人类即将对同胞的死难低头放弃的那一秒，一条由冰冷代码组成的神经网络，穿透了漫长的学术文献迷宫与商业壁垒的封锁线，指着货架角落那几盒几块钱的药片轻声说道： 拿上它们，他能活 这或许才是技术给这个冷酷世界，带来的最深情的浪漫。