LIGHTBEAM-U01 Substudy 01D: A Phase 1b/2 Substudy to Evaluate the Safety and Efficacy of Ifinatamab Deruxtecan in Pediatric Participants With Relapsed or Refractory Solid Tumors

Researchers are looking for new ways to treat children with relapsed or refractory solid tumors:
* Relapsed means the cancer came back after treatment
* Refractory means the cancer did not respond (get smaller or go away) to treatment
* Solid tumors are cancers mostly in body organs and tissues, not in the blood or other body liquids
The study treatment I-DXd (also known as MK-2400 or ifinatamab deruxtecan) is an antibody-drug conjugate (ADC). An ADC attaches to a protein on cancer cells and delivers treatment to destroy those cells. The goals of this study are to learn:
* About the safety of I-DXd and if children younger than 12 years old tolerate it
* How many children who receive I-DXd have the cancer get smaller or go away

开始日期2026-07-06

申办/合作机构

Merck Sharp & Dohme LLC

[+1]

CTR20261651

/ Recruiting临床2期

一项在2L/3L局部晚期不可切除或转移性食管癌受试者中评价试验药物的II期、开放性、伞式平台研究：KEYMAKER-U06子研究06F

主要目的：基于BICR根据RECIST 1.1的评估评价ORR。次要目的：1、基于BICR根据RECIST 1.1的评估评价DOR，PFS，以及评价OS；2、评价I-DXd的安全性和耐受性。

开始日期2026-06-15

申办/合作机构

默沙东研发（中国）有限公司

[+2]

NCT07405151

/ Recruiting临床1/2期

A Phase 2 Open-Label, Umbrella Platform Design Study of Investigational Agent(s) in Participants With 2L/3L Unresectable Locally Advanced or Metastatic Esophageal Cancer: KEYMAKER-U06 Substudy 06F

The purpose of this trial is to assess if ifinatamab deruxtecan (I-DXd) can treat esophageal squamous cell carcinoma (ESCC). I-DXd is an antibody-drug conjugate (ADC). An ADC attaches to a protein on cancer cells and delivers treatment to destroy those cells.
The goal of this trial is to learn how many participants who receive I-DXd have the cancer respond, which means the cancer gets smaller or goes away.

开始日期2026-03-27

申办/合作机构

Merck Sharp & Dohme LLC

[+1]

100 项与 Ifinatamab deruxtecan 相关的临床结果

登录后查看更多信息

100 项与 Ifinatamab deruxtecan 相关的转化医学

登录后查看更多信息

100 项与 Ifinatamab deruxtecan 相关的专利（医药）

登录后查看更多信息

项与 Ifinatamab deruxtecan 相关的文献（医药）

2026-12-31·mAbs

Antibodies to watch in 2026

Review

作者: Pinto, Kieran ; Kapoor, Vaishali ; Kaplon, Hélène ; Crescioli, Silvia ; Reichert, Janice M. ; Chenoweth, Alicia ; Hsu, Yu-Shin

The Antibodies to Watch article series provides annual updates on commercial late-stage clinical development, regulatory review, and marketing approvals of antibody therapeutics. Since the first article was published in 2010, the late-stage pipeline has grown from 26 antibody therapeutics to over 200, while during the same time numerous molecules in late-stage studies either transitioned to regulatory review and were approved or were terminated. In this installment of the series, we recap first marketing approvals granted to 19 antibody therapeutics in 2025, discuss 26 molecules currently in regulatory review, including the bispecific antibody-drug conjugate izalontamab brengitecan, and predict which molecules of the 209 currently in the commercial late-stage pipeline might transition to regulatory review by the end of 2026. Most antibody therapeutics in the latter category are for non-cancer indications (16/21, 76%) and have a conventional format (13/21, 62%), but the category also includes numerous antibody-oligo or -drug conjugates, such as delpacibart etedesiran, delpacibart zotadirsen, zeleciment rostudirsen, sonesitatug vedotin, trastuzumab pamirtecan, and ifinatamab deruxtecan, as well as the bispecific petosemtamab. As antibody therapeutics development is a global enterprise, we also discuss trends in annual first approvals granted to antibody therapeutics in any country since 2010, stratified by the antibody's country of origin, documenting the notable increases in the total number of first approvals and those approved first in China. Finally, to benchmark the time typically required for clinical development and regulatory review, we calculated this period for recently approved antibody therapeutic products stratified by their therapeutic area, mechanism of action, format, and country of origin. Our data show that the development and approval period were typically ~6 years, but on average this period was shorter for China-originated products.

2026-12-01·CURRENT TREATMENT OPTIONS IN ONCOLOGY

Addressing Unmet Needs in the Management of Small Cell Lung Cancer: Treatment of Brain Metastases, Quality of Life, and the Role of Real-World Evidence

Review

作者: Dai, Yunfei ; Fei, Jing

OPINION STATEMENT:

Small cell lung cancer (SCLC) is a highly aggressive neuroendocrine tumor. Although patient survival has been significantly improved by immune checkpoint inhibitors combined with chemotherapy, three major unmet needs remain in SCLC management. First, while prophylactic cranial irradiation (PCI) can reduce the risk of brain metastases, its neurotoxicity limits its use, particularly in elderly patients or those with neurological deficits. Whole-brain radiotherapy (WBRT) remains the primary approach for brain metastases, and hippocampal-avoidance WBRT (HA-WBRT) combined with neuroprotective agents can significantly reduce cognitive risks. Stereotactic radiosurgery (SRS) has shown survival benefits and less cognitive damage for patients with up to 10 brain metastatic lesions. Emerging therapies, such as antibody-drug conjugates targeting B7-H3/DLL3 (I-Dxd, ZL-1310) and bispecific antibody tarlatamab, have demonstrated intracranial response rates of 62.5%-71%. Regardless of whether the brain metastases had previously undergone radiation therapy, the novel drugs showed consistent activity, indicating promising improvements in the prognosis of brain metastases. Second, the rapid progression and severe treatment-related toxicity of SCLC greatly affect patients' physical and mental well-being. Therefore, quality of life (QoL) should be prioritised. Strategies to improve QoL include early palliative care, proactive symptom management, application of HA-WBRT or SRS to preserve neurocognitive function, and novel agents such as tarlatamab to alleviate symptoms including cough and dyspnoea. Third, real-world evidence (RWE), which complements clinical trial data by reflecting treatment efficacy and safety in routine clinical practice, is gaining increasing recognition but faces challenges due to data heterogeneity, bias, and lack of methodological standardization. Future directions involve developing new drugs with high blood-brain barrier penetration, such as radioligand therapy, conducting prospective studies to optimize HA and SRS applications, establishing high-quality RWE databases to support personalized treatments, exploring molecular subtypes (SCLC-A/N/P/I) and leveraging AI technologies to advance precision radiotherapy. SCLC management needs to be patient-centered, integrating precise treatment of brain metastases, QoL improvement, and the application of RWE to achieve a balance between survival benefits and QoL.

2026-04-01·LANCET ONCOLOGY

Ifinatamab deruxtecan, a B7-H3-directed antibody–drug conjugate, in patients with advanced solid tumours (IDeate-PanTumor01): dose-escalation results from a phase 1/2 trial

Article

作者: Patel, Manish R ; Koyama, Takafumi ; Satoh, Taroh ; Yoshizuka, Naoto ; Tran, Brittany P ; Gutierrez, Martin ; Okamoto, Naoko ; Qian, Meng ; Singh, Jasmeet ; Johnson, Melissa L ; Piha-Paul, Sarina A ; Awad, Mark M ; Falchook, Gerald S ; Friedman, Claire F ; Windish, Hillarie Plessner ; Doi, Toshihiko

BACKGROUND:

Ifinatamab deruxtecan is a novel B7-H3-directed antibody-drug conjugate that leverages the clinically validated deruxtecan technology. We report dose-escalation results from a trial of ifinatamab deruxtecan in patients with solid tumours.

METHODS:

In this two-part, multicentre, open-label, first-in-human, phase 1/2 study of ifinatamab deruxtecan conducted at clinics in ten hospitals and cancer centres in the USA and Japan, we recruited patients aged 18 years or older who had advanced treatment-refractory solid tumours (small-cell lung cancer, oesophageal squamous cell carcinoma, castration-resistant prostate cancer, squamous non-small-cell lung cancer, head and neck squamous cell carcinoma, bladder cancer, sarcoma, endometrial cancer, melanoma, or breast cancer), and Eastern Cooperative Oncology Group performance status of 0 or 1. Patients received ifinatamab deruxtecan at doses of 0·8-16·0 mg/kg intravenously every 3 weeks. The primary outcome of dose escalation was the safety profile, which was evaluated in patients who received one or more dose of ifinatamab deruxtecan. Antitumour activity (per Response Evaluation Criteria in Solid Tumours version 1.1; secondary outcome) was evaluated in patients receiving ifinatamab deruxtecan at doses of 4·8 mg/kg or higher. The data cutoff was Jan 31, 2023. This trial is registered with ClinicalTrials.gov (NCT04145622) and is ongoing.

FINDINGS:

Between Oct 25, 2019, and July 13, 2022, 97 patients were enrolled and treated. 77 (79%) patients were male and 20 (21%) were female, 56 (58%) patients were White, and 31 (32%) were Asian. Three patients (3%) had dose-limiting toxicities; however, on the basis of protocol-defined criteria, the maximum tolerated dose was not reached. The most common grade 3 or worse treatment-emergent adverse events (TEAEs) were anaemia (17 [18%] patients), neutropenia (four [4%]), lymphocyte count decreased (three [3%]), and neutrophil count decreased (three [3%]). Serious TEAEs occurred in 31 (32%) patients. TEAEs associated with death were reported in five patients (5%; pneumonia, pneumonia aspiration, COVID-19 pneumonia, interstitial lung disease, and one death of undesignated cause); death due to interstitial lung disease was considered related to study medication by the investigator. After a median follow-up of 8·6 months (IQR 4·1-12·9), the confirmed objective response rate across tumour types was 34% (95% CI 23-47; 24 of 70 evaluable patients).

INTERPRETATION:

The maximum tolerated dose was not reached with ifinatamab deruxtecan; however, one death due to treatment-related interstitial lung disease highlights the importance of prompt evaluation and careful management of patients who develop interstitial lung disease. Promising antitumour activity was observed across various solid tumours. These findings support further evaluation of ifinatamab deruxtecan in randomised controlled trials.

FUNDING:

Funding for this study was provided by Daiichi Sankyo Company (Daiichi Sankyo) and Merck Sharp & Dohme, a subsidiary of Merck, Rahway, NJ, USA.

838

项与 Ifinatamab deruxtecan 相关的新闻（医药）

2026-09-21

·爱智模

3.7万AI智能体，组建一家虚拟药企

3.7万AI智能体，组建一家虚拟药企：真正突破的不是模型，是"组织" 制药业有个残酷的"双十定律"——一款新药平均耗时十年、耗资十亿美元，最终却有约九成候选倒在临床试验。2026年9月17日，斯坦福大学 James Zou 团队在《Science》以 First Release 形式发表一项研究：他们没有去训练一个更大的模型，而是把数万个 AI 智能体按一家生物科技公司的组织架构编排起来，让它们像员工一样分工、辩论、出报告。这个叫 Virtual Biotech 的系统，用约 6 小时读完了 5.6 万项临床试验，并从中挖出一条关于"什么样的药物靶点更容易成功"的规律[1]。这条新闻很容易被读成"AI 发现了抗癌药"。但把论文摘要翻到原文，你会发现作者说的是另一回事——它"提出了一项治疗策略"，而非"造出了一种药"。这篇文章想讲透的，正是这中间被媒体磨掉的那一层：Virtual Biotech 真正成立的贡献，不是某个单体模型的智能，而是"把智能组织成一家公司"这件事本身。一、不是更大的模型，是一张组织架构图过去几年所谓"AI 制药"，大多是这样一种形态：人类科学家给一个单体模型写提示词，让它预测某个蛋白结构、做分子对接。这类系统有两个老毛病——单体模型容易产生幻觉，也缺乏处理"系统性工程"的能力。靶点验证需要同时参考人类遗传学、功能基因组学、临床终点等多模态证据，而这些信息分散在不同数据库、不同专业团队手里。 Virtual Biotech 的颠覆之处，在于它根本没有去造一个"全知全能的超级单体"，而是按一家真实药企的骨架，搭了一套层级化的多智能体框架[1]。最上层是一个"首席科学官"（CSO）智能体，负责承接人类的问题、拆解任务、在部门间协调资源与冲突；它之下是四个研究部门，各有专门分工：靶点发现部——寻找并验证候选药物靶点；安全评估部——评估毒性与不良反应风险；药物剂型部（modality selection）——决定用抗体、小分子还是 ADC 等递送形式；临床开发部——设计临床路径、复盘试验。图1｜Virtual Biotech 的组织架构：一个 CSO 智能体居中指挥，四个部门各司其职，通过 MCP 接入上百个生物医学数据库与工具。这些智能体通过MCP（模型上下文协议）服务器接入 100 多种生物医学数据库与分析软件（如 Open Targets 等），让语言模型能直接调用数据与算力，而不是只凭记忆瞎编。底层大模型用的是 Anthropic 的Claude Sonnet 4.5；负责战略简报与科学审查的两个智能体则用更轻量的Claude Haiku 4.5。作者特意强调：换任何先进 LLM 都行，包括可以本地部署的开源模型。请把这一点记牢，因为它就是本文要讲透的核心：这次突破的能力来源是"组织"，不是"单体"。模型还是那个模型，变的是谁在指挥、谁在干活、谁在互相找茬。二、三场演示，三个硬数字系统在论文里展示了三个药物研发决策点，每一个都有可复核的数字。我把它们列成一张表，方便对照。演示做了什么关键数字一·临床试验标注 37,075 个智能体并行读取后期试验结局 55,984 项试验；细胞类型特异性靶点上市概率 +48%、不良事件 −32% 二·肺癌策略整合多模态证据锁定 B7-H3，提出 ADC 方案仅用 2025-01 前数据；事后与 I-DXd 路线重合三·失败复盘回顾已终止的溃疡性结肠炎 II 期试验推断 vixarelimab 可能的失败机制演示一：3.7 万个"研究员"，六小时读完 5.6 万项试验这是最扎实的一段。当团队想补全 Open Targets 里大量试验"到底有没有真的起效"的缺失结局时，CSO 给37,075 个临床试验智能体每人派发一项独立的后期（II/III 期）试验任务，让它们在极短的云端周期内并行检索试验注册库、论文与新闻稿，把结果结构化标注出来。整桩活儿大约6 小时干完——换成人类团队，这是不可能的人力规模[2]。把标注结果和更新的靶点数据对齐后，浮现出一条规律：靶向"细胞类型特异性基因"（表达局限于少数细胞类型的基因）的药物，比靶向宽泛表达基因的药物，上市可能性高 48%，且不良事件少 32%[1]。团队还定义了两个评分维度来刻画"好靶点"：一是细胞类型特异性（窄 vs 宽），二是表达是否"双峰/开-关式"（on/off 开关式，而非连续渐变）。两条都高的靶点，临床推进成功率显著更高。图2｜3.7 万个临床试验智能体并行标注 5.6 万项试验——人力做不到的规模，正是系统的价值所在。这里有个必须诚实区分的点：那 48% 和 32%，是对历史试验记录做的回顾性统计发现，是一条关于"靶点生物学"的规律，而不是对智能体本身性能的度量，更不是系统"造出了什么"。把统计规律误读成"AI 的功劳"，是这类报道最容易翻车的地方。演示二：肺癌里的 B7-H3，与一家药厂的"不谋而合" 第二个演示，系统整合单细胞、空间转录组、遗传与临床证据，把肺癌的候选靶点锁定到B7-H3（即 CD276）。它发现：B7-H3 高表达于肿瘤旁结缔组织里的成纤维细胞（fibroblasts），而这些细胞会抑制邻近的免疫细胞、给肿瘤"打掩护"；据此，系统提出用一种抗体-药物偶联物（ADC）精准打击 B7-H3 阳性细胞，把毒性化疗载荷直接送到它们身上。图3｜B7-H3 高表达的成纤维细胞抑制邻近免疫细胞、帮肿瘤"隐身"；系统据此提出用 ADC 精准清除。最抓眼球的一幕来了：系统只使用了 2025 年 1 月之前公开的数据；数月后（2025 年 8 月），第一三共（Daiichi Sankyo）与默沙东（Merck/MSD）的 B7-H3 靶向 ADC——ifinatamab deruxtecan（I-DXd）——获得 FDA"突破性疗法"认定，并在小细胞肺癌等适应症推进（PDUFA 日期 2026-10-10）。两条独立路线在"靶点 + 剂型"上重合。诚实框：这是"事后收敛"，不是"前瞻预测" 论文原话是"integrated multimodal evidence topropose a therapeutic strategyin lung cancer"（提出一项治疗策略）。媒体说成"AI 发现了抗癌药"，是夸大了。I-DXd 的突破疗法认定来自人类药厂的独立工作，Virtual Biotech 只是在计算上"到达"了同一个靶点与剂型组合。它验证了系统的判断力，但并没有"抢先发现"什么。演示三：为什么一项溃疡性结肠炎试验会失败第三个演示反过来做"复盘"：系统回顾性分析一项已终止的 II 期溃疡性结肠炎试验——vixarelimab（抗 OSMRβ 单抗，NCT06137183），推断其可能的生物学与临床失败机制。这说明系统不仅能在前面"向前推"，也能在后面"向后看"，把失败变成可学习的信号。三、真正成立的，是"组织即能力" 剥开新闻外壳，Virtual Biotech 里最站得住的成果其实就两点：第一，5.6 万项试验被以统一标准读完——这是任何人类团队都做不到的规模，价值在"规模"本身；第二，从中浮现的细胞类型特异性信号，是一条能切实改变选靶思路的生物学规律，价值在"洞察"。图4｜"好靶点"的两个信号：表达局限于少数细胞类型（窄），且呈开-关式的双峰分布（而非连续渐变）。更深一层的问题是：为什么是"多智能体组织"，而不是"单体大模型"？因为药物研发的本质难题，是在生物学尺度与模态之间整合证据，而相关工具是碎片化的。把任务拆给专门角色、用 CSO 协调、让智能体在"虚拟会议室"里互相辩论、找茬、推翻漏洞，靠群体交互过滤掉单体模型的幻觉——这正是 James Zou 在采访里点明的：人类引导的多智能体系统，能做"透明、多尺度"的分析来辅助决策。这呼应了一个正在成形的范式判断：AI 科学的瓶颈，未必在"模型够不够强"，而在"如何把模型组织起来"。当单体模型的能力进入平台期，编排（orchestration）本身正在变成一种新的能力杠杆。对做 AI4S 和垂直智能体的人，这条经验比"又大了一点"更值得记。四、把 hype 和证据分开同一天，有报道写"AI 发现了肺癌药"，而摘要只写"提出了治疗策略"——差距干净利落。把 hype 和证据分开，对这类"AI for Science"报道尤为重要： 48% / 32% 是回顾性靶点生物学发现，不是系统"造出了什么"，也不是对智能体性能的打分； B7-H3 路线重合是事后收敛，I-DXd 的进展来自人类药厂的独立工作，不能算 Virtual Biotech 的"前瞻预言"；系统没有经过真实药物研发的试金石，它的预测既没有被实验验证，更没有进入临床试验。作者自己也说，下一步是把平台生成的假设送进真实实验室，看多少能在前瞻性生物学检验中站住。结论很清楚：这是"人类引导的多智能体系统能做透明、多尺度的分析，来辅助药物研发决策"——它是决策辅助，不是 autonomous drug discovery。它的信任，来自透明与可复核，而不是"AI 发现药"的标题。五、它站在哪条脉络上把视野拉长，Virtual Biotech 不是凭空冒出来的。2024 年，Sakana AI 的The AI Scientist首次把"产生想法 → 写代码 → 跑实验 → 画图 → 写论文 → 自动审稿"整条科研流水线自动化，单篇成本不到 15 美元[3]。Virtual Biotech 把范式从"一个 AI 科学家"推进到"一支 AI 组织"，并把场景从机器学习子领域，换到了药物研发这种强监管、强证据整合的领域。二者区别也很关键：The AI Scientist 偏向开环地"生成论文"；Virtual Biotech 是闭环的"决策支持"，强调人类在环（human-guided）、过程透明可复核。换句话说，后者更克制，也更可能落地——它不替人拍板，只把分散的证据拼成一个人类能审阅、能质疑、能采纳的判断。延伸阅读想把"多智能体怎么编排才靠谱"讲透，推荐两本作者自有书（公众号不支持外链，请自行复制）：《智能体满级玩家》https://leanpub.com/ai-top-player 《不可替代：大模型永远学不会的七种能力》https://leanpub.com/ai-irreplaceable-skills参考文献 Zhang H. G., Eckmann P., Miao J., Mahon A. B., Zou J.The Virtual Biotech: A multi-agent AI framework for therapeutic discovery and development.Science, 17 Sep 2026 (First Release). DOI: 10.1126/science.aeg6779 How a team of AIs discovered a promising lung-cancer drug.Nature, 17 Sep 2026. https://doi.org/10.1038/d41586-026-02954-y Lu C., Lu C., Lange R. T., Foerster J., Clune J., Ha D.The AI Scientist: Towards Fully Automated Open-Ended Scientific Discovery. arXiv:2408.06292 (2024).

2026-09-20

·生信观测局

斯坦福团队造「虚拟药企」：3.7 万 AI 智能体登 Science（IF 44.7）

新药研发是一场以十年为单位、以数十亿美元为筹码的马拉松：一款新药从立项到上市平均需十年以上、耗资动辄数十亿美元，而进入临床的候选药物最终上市者不足一成，约九成折戟于临床试验。让局面更棘手的，是证据本身的碎片化——支撑一个靶点是否成立、一种剂型是否合理的证据，分散在遗传学、转录组学、蛋白质结构、药代动力学与海量临床试验记录之中；不同学科间横亘认知壁垒，研究者往往需跨多个数据库人工拼凑，整合低效且难免主观偏差。当数据指数级膨胀，传统人海战术正逼近极限。 2026 年 9 月 17 日，斯坦福大学 James Zou 团队在 Science 发表「The Virtual Biotech」，给出一种组织级的答案。他们构建了严格模拟真实药企架构的多智能体（multi-agent）AI 系统：虚拟首席科学官（CSO）统筹全局，下设 11 个主智能体，分为四大研发部门——靶点识别与优先级（Target ID）、靶点安全评估（Target Safety）、剂型与给药形式选择（Modality Selection）、临床开发（Clinical Development）。系统底层由 Anthropic Claude（Sonnet 4.5、Haiku 4.5 等）驱动，作者强调任何先进 LLM 均可；它通过模型上下文协议（MCP）连接 gnomAD、ClinVar、ChEMBL、ClinicalTrials.gov、单细胞与空间转录组等数据库与代码工具，封装为 100 余个标准化分析工具。借此，CSO 指派约 3.7 万个智能体并行处理 5.5 万余项临床试验，把原本约 76 天的标注压缩到约 6 小时（提速约 184 倍）。论文系统总览架构图，展示虚拟 CSO 统筹下四大研发部门与参谋长、科学审稿智能体的层级关系，以及通过 MCP 协议连接外部生物医学数据库与代码分析工具的支撑层。Virtual Biotech 的核心思想，是把「一个会写代码的 AI 助手」升级为「一家会自我组织的 AI 药企」。指挥层由虚拟 CSO 统筹，参谋长智能体拆解任务、补位缺口，科学审稿智能体审查每一步结论；执行层是四大部门：Target ID 识别并排序靶点，Target Safety 评估安全风险，Modality Selection 权衡抗体/小分子/ADC 等剂型，Clinical Development 聚焦临床设计。支撑层通过 MCP 把公共数据库与本地代码包装成即调即用的标准化工具，让智能体能自己写代码、跑查询、出图表。这套系统的「可审计性」建立在过程留痕之上：每一次分析、工具调用、数据来源与生成代码都被完整记录，结论可复现、可追溯——在容错率极低、监管极严的药物研发领域，这一点或许比单纯的「快」更具长远价值。验证一：靶点优先级第一个验证点，是让系统预测「哪些靶点更可能成就一款成功药物」。研究者动员 3.7 万余个智能体，对 55,984 项 I–IV 期临床试验标注；人工抽验显示一级终点（primary endpoint）准确率达 88.4%，单条成本仅约 0.23 美元。更有意思的发现来自机制层面。系统指出，作用于「细胞类型特异性基因」（cell-type-specific genes，如表达 Tau 指数极高、且呈双峰「开/关」而非连续渐变）的药物，上市概率比对照高出约 48%，不良事件减少约 32%。这一效应独立于传统的「人类遗传学证据」：即便在占比约 75%、缺乏遗传证据支持的试验中，该效应不仅存在，甚至更强——提示细胞类型特异性表达模式是一条不依赖经典遗传学的靶点「风向标」。验证①的核心结果，对比作用于细胞类型特异性靶点的药物相对于其他靶点的上市概率提升（+48%）与不良事件下降（-32%），并可叠加展示 55,984 项试验的标注规模与约 184 倍的并行化效率。验证二：肺癌 B7-H3 第二个验证点，是把系统放到真实而具体的肿瘤场景：肺癌的 B7-H3（又名 CD276）。CSO 自动把任务拆成一条证据链——遗传验证、单细胞表达、空间分布、生存分析、剂型评估。系统发现了一个反直觉事实：B7-H3 并非主要表达在癌细胞，而是高度富集于肿瘤相关成纤维细胞（小细胞肺癌中 log2FC=2.13）；空间转录组显示其高表达区显著排斥 T 细胞与巨噬细胞，呈「局部免疫排除」表型且效应随距离衰减；临床关联上，高表达患者总生存 HR=1.62、无病生存 HR=2.06。基于上述证据，系统推荐 B7-H3 靶向抗体药物偶联物（ADC）。整个分析成本仅约 50 美元；该结论还与 2025 年 8 月某独立药企推进的 B7-H3 ADC（ifinatamab deruxtecan，Daiichi Sankyo 与 Merck 合作，已获 FDA breakthrough/Priority Review）不谋而合——系统构建时未接入该时间点后信息，构成第三方独立印证。验证②的证据链可视化，从 B7-H3 单细胞表达、空间转录组的免疫排除表型，到生存分析 HR 与最终 ADC 策略推荐，串联起肺癌 B7-H3 的完整论证路径。验证三：结肠炎失败复盘第三个验证点最具方法论启发性：不是预测成功，而是复盘失败。研究者对已终止的溃疡性结肠炎 II 期试验 vixarelimab（抗 OSMRβ 单抗，NCT06137183）反向剖析，先确认入组为难治疗人群、OSMRβ 在耐药组织上调——选靶逻辑本身成立。但真正失败机制在通路层面：Shapley 方差分解显示 OSMRβ 对下游 STAT1 炎症通路贡献并非最大，gp130 家族其他受体共同驱动通路激活，单点阻断 OSMRβ 不足以抑制整条通路——「通路冗余」才是折戟核心。顺着这一发现，团队构建「gp130 轴复合评分」：在 4 个独立临床队列中，其预测治疗无应答的 AUC 显著优于单独 OSMRβ，性能与已发表 5 基因金标准相当；系统还指出 OSMR 介导的基质活化是一种「保守程序」，在肠炎、肿瘤、心肌炎等多种疾病中均上调。验证③的机制示意图，展示 vixarelimab/OSMRβ 单点阻断因 gp130 家族受体通路冗余而失效的过程，以及 gp130 轴复合评分相对单靶点预测性能的提升。局限与意义当然，Virtual Biotech 并非万能。作者明确其局限：系统主要覆盖早期药物发现环节，不含湿实验验证，也不涉及后期临床运营；在罕见病或数据匮乏的领域，结论质量会受数据覆盖度的约束。一个由数据喂养的 AI 药企，其天花板首先取决于数据的天花板。但放在更大的坐标系里，这项研究的方法论意义或许超过了单次结果。它标志着药物研发 AI 从「单点工具」向「组织级智能」的跃迁：像真实团队那样分工、协作、互审、留痕，所有分析过程、工具调用、数据来源与代码全程记录，可被复现、可被审计——这恰恰是监管与产业最看重的属性。当 3.7 万个 AI 智能体以「虚拟药企」形态协同，我们看到的不只是约 184 倍的效率提升，更是一种全新研发范式的雏形。整体工作流与 MCP 工具集可视化，呈现 100 余个标准化分析工具如何经 MCP 协议被各研发部门调用，以及约 3.7 万智能体并行处理 5.5 万项试验所带来的效率对比（约 6 小时 vs 约 76 天）。本文报道自 Science 期刊，发表日期 2026 年 9 月 17 日（First Release），DOI 10.1126/science.aeg6779，JCR 影响因子 44.7（2024）。通讯作者为 James Zou（斯坦福大学生物医学数据科学副教授），共同一作包括 Harrison G. Zhang、Peter Eckmann、Jiacheng Miao、Andrew B. Mahon 等。本文仅作技术交流，非投资/医疗建议。

2026-09-20

·AI辅助药物发现

【AI制药】AI设计的抗癌药，被默克"撞车"了——斯坦福3.7万AI科学家登上Science

期刊：Science（2026-09-17）论文：The Virtual Biotech: A Multi-Agent AI Framework for Therapeutic Discovery and Development 团队：斯坦福大学 James Zou 实验室（一作 Harrison G Zhang） DOI：10.1126/science.aeg6779 📌 本文导览斯坦福团队把一整家生物制药公司“装进”AI：一位虚拟CSO坐镇指挥，3.7万个专业agent分工协作，6小时分析完5.6万项临床试验，从中挖出提高成功率的靶点规律；独立设计的肺癌ADC方案，数月后被跨国药企“撞车”验证。多智能体药物发现的里程碑工作。一家没有人类的药企，登上了Science 想象一家生物制药公司：37,000名员工，没有实验室、没有午休、不发工资——因为没有一个员工是人类。这不是科幻设定。9月17日，斯坦福大学James Zou团队在Science正刊发表Virtual Biotech：一个完全由AI智能体组成的虚拟药企，覆盖从靶点发现到临床试验设计的完整管线。这家公司有真实的组织架构：一位虚拟首席科学官（CSO）坐镇，下设靶点发现、安全评估、药物递送、临床数据四大部门，数万个专业agent各司其职。它的战绩：6小时分析完人类团队需要数年才能完成的5.6万项临床试验；独立设计的肺癌治疗方案，几个月后被一家跨国药企独立重复出来，并获得FDA突破性疗法认定。药物研发有个残酷的行业共识：进入临床试验的药物，90%最终无法上市。一次端到端的临床试验动辄耗资数千万到数亿美元，耗时数年。 Virtual Biotech要回答的问题是：如果让AI像真实药企一样组织起来，能不能在烧钱之前，就先算出一个分子的成败概率？核心架构：一个CSO，指挥3.7万个“打工人” Virtual Biotech的设计哲学，是完整复刻一家成熟药企的组织架构，而不是简单堆砌AI工具。用户提出科学问题后，虚拟CSO不会立刻开干，而是先追问澄清意图——这一步避免了大量无效算力浪费。与此同时，{q('幕僚长')}agent会准备一份领域简报：最近有什么进展、有哪些数据可用。随后，CSO把任务拆解给四大专业部门的科学家agent：统计遗传学、功能基因组学、通路与互作、化学信息学、疾病生物学、临床数据——每个agent都配备专属的MCP（模型上下文协议）服务器，调用定制工具查询专业数据库。最后还有一位{q('科学审稿人')}agent，专门挑刺：审查其他agent的方法学和结论，打回重做或者放行。CSO综合所有证据，生成最终报告。 Fig.1 | Virtual Biotech整体架构。（A）多智能体组织架构与科学部门划分；（B）按领域分组的MCP服务器工具集；（C）从用户提问到CSO整合报告的工作流关键设计：这不是一个“万能模型包打天下”的系统，而是让专业化的agent各司其职——就像真实药企里，统计遗传学家不会去合成化合物，临床专家不会去跑单细胞分析。应用一：5.6万项临床试验，挖出成功药的“基因画像” 第一个任务，Zou团队让Virtual Biotech回答一个行业级问题：什么样的药物靶点，更容易在临床中活下来？公开数据库Open Targets里躺着海量临床试验记录，但有个致命缺陷：大量试验根本没标注结果到底是成功还是失败。虚拟CSO的判断很直接：先把数据质量补上。于是，37,075个{q('临床试验研究员')}agent被同时派出——每个agent只负责一项II/III期试验，去ClinicalTrials.gov、PubMed和新闻稿里挖掘该试验的真实结局。全部工作，6小时完成。 Fig.2 | 大规模临床试验数据提取。（A）每个NCT编号对应一个agent，通过工具调用采集试验信息并写入结构化JSON；（B）55,984项试验的桑基图：分期、状态与结局分布数据补齐后，另一个agent团队转向单细胞图谱，为每个靶点基因构建两套评分体系： ① 细胞类型特异性——这个基因只在特定细胞里表达，还是在全身到处表达？ ② 双峰性——这个基因的活性像开关（要么开要么关），还是像调光旋钮（连续可调）？把两套评分和55,984项试验的结局交叉比对，一个清晰的规律浮出水面： “开关型+细胞特异”靶点的临床优势 I期→II期推进率提高 40% 最终上市概率提高 48% 严重不良事件率降低 32% 适用疾病范围肿瘤/神经/心血管/肾/肺等多领域 Fig.3 | 单细胞与扰动图谱特征与临床结局的关联。（A）靶点单细胞特征与分期推进、试验终止、疗效的关联；（B）各器官系统严重不良事件率关联；（C）肿瘤试验中体外转录组扰动响应与疗效关联 Zou的解释：一个行为像开关、只作用于特定细胞类型的靶点，更容易被药物精准控制，因此更安全。而那些全身广泛表达的{q('调光旋钮')}型靶点，很难不伤及无辜。更重要的是，这个规律横跨肿瘤、神经、心血管、肾脏、肺部等多个疾病领域全部成立——它不是某个疾病的偶然，而是药物研发的普适法则。应用二：AI设计的抗癌药，被默克“撞车”了分析历史数据只能证明AI会{q('复盘')}，真正的考验是：它能不能做出药企级别的原创决策？团队给Virtual Biotech出了一道题：评估B7-H3作为肺癌治疗靶点的价值。B7-H3是肺癌研究的老面孔，但一直没被吃透。 agent们的表现堪称教科书级：单细胞agent发现：B7-H3在成纤维细胞中异常高表达——这类细胞住在肿瘤旁边，构成肿瘤的{q('保护圈')}。细胞通讯+空间转录组分析发现：表达B7-H3的成纤维细胞在主动向周围免疫细胞发送抑制信号，相当于给肿瘤穿上{q('隐身衣')}，让免疫系统看不见它。临床基因组数据证实：B7-H3是非小细胞肺癌的独立预后标志物。 Fig.4 | B7-H3靶点评估。（A）统计遗传学证据汇总；（B）肺癌单细胞图谱UMAP；（C）差异表达分析锁定成纤维细胞；（D）B7-H3+癌相关成纤维细胞的独特信号通路；（E）空间转录组揭示免疫排斥微环境；（F）TCGA生存分析综合这些证据，Virtual Biotech给出方案：设计一款抗体偶联药物（ADC）——用抗体锁定B7-H3高表达的细胞，把化疗毒素精准投递进去。关键的时间线：agent提出这个方案时，只使用了2025年1月之前的公开数据。2025年8月，一家大型药企独立地得出了完全相同的B7-H3 ADC策略——该药物（ifinatamab deruxtecan）随后获得FDA突破性疗法认定，进入快速审批通道。 Zou对此的评价很克制但难掩兴奋：这是一次独立的第三方验证，与虚拟药企提出的设计在效果和策略上完全一致。换句话说：AI用公开数据+推理，独立复现了跨国药企投入巨资才做出的战略决策——而且时间更早。应用三：给失败的临床试验“验尸”，开出补救处方第三个展示更像侦探工作：一项已终止的溃疡性结肠炎II期试验（NCT06137183），靶向OSMRβ的药物vixarelimab没能跑出来。Virtual Biotech的任务是——找出它为什么死。临床试验agent复盘方案后，跨试验比对发现了一个此前被忽略的信号：在多个溃疡性结肠炎生物药试验中，不应答者的治疗前OSMR和OSM表达水平，一致性地高于应答者。单细胞agent进一步挖出机制：OSMR高表达的成纤维细胞里，受体扩增、细胞外基质重塑、免疫趋化因子招募三条程序在协同上调——这些患者的疾病通路本来就异于常人，药物自然打不准。 Fig.5 | 失败试验复盘。（A）agent解析II期试验方案；（B）跨试验比对：不应答者基线OSMR/OSM表达更高；（C）单细胞图谱JAK-STAT通路活性分析；（D）OSMR表达梯度关联的转录程序；（E）agent提出的患者分层策略 Virtual Biotech开出的补救处方：改用生物标志物引导的入组策略——先测患者的OSMR/OSM基线表达，只招募最可能应答的亚群。这可能让一个{q('死掉')}的药物在精准人群里复活。意义：从“AI辅助研发”到“AI组织研发” Virtual Biotech真正的突破，不在于某个单点技术，而在于它示范了一种新的科研组织形态：AI不再是某个环节的工具，而是整套研发流程的组织者。回顾Zou团队的演进路线：2025年的Virtual Lab是模拟一个学术实验室——几个agent开会讨论，设计新冠纳米抗体；2026年的Virtual Biotech直接把规模拉到企业级——3.7万agent并行运转，覆盖药物发现全链条。效率对比是惊人的：37,075项试验的结局核查，人类团队需要数年，agent集群用了约6小时。但Zou保持了清醒：人类、实体实验和验证永远是AI产生影响的通道。团队的下一步，是把虚拟药企的新发现带进真实实验室，检验有多少能经得起现实世界的考验。局限同样存在：agent之间有时{q('过于一团和气')}，缺乏真正的学术交锋；它们不了解真实实验室的设备条件和操作限制，提出的方案需要湿实验科学家筛选和解读。不过方向已经明确：当AI开始像企业一样组织起来做研发，药物发现的成本结构和速度上限，都可能被重写。论文信息标题：The Virtual Biotech: A Multi-Agent AI Framework for Therapeutic Discovery and Development 作者：Harrison G Zhang, Peter Eckmann, Jiacheng Miao, Andrew B Mahon, James Zou（通讯）期刊：Science，2026年9月17日 DOI：10.1126/science.aeg6779 资助：Knight-Hennessy Scholarship、NIH（T32-GM145402）、NSF、Chan Zuckerberg Biohub、斯坦福生物医学数据科学系

突破性疗法抗体药物偶联物

100 项与 Ifinatamab deruxtecan 相关的药物交易

登录后查看更多信息

外链

KEGG	Wiki	ATC	Drug Bank
D12753	-	-	-

研发状态

10 条进展最快的记录,

后查看更多信息

适应症	最高研发状态	国家/地区	公司	日期
广泛期小细胞肺癌	申请上市	美国	Daiichi Sankyo Co., Ltd.	2026-04-13
转移性去势抵抗性前列腺癌	临床3期	美国	Merck Sharp & Dohme LLC	2025-05-13
转移性去势抵抗性前列腺癌	临床3期	中国	Merck Sharp & Dohme LLC	2025-05-13
转移性去势抵抗性前列腺癌	临床3期	日本	Merck Sharp & Dohme LLC	2025-05-13
转移性去势抵抗性前列腺癌	临床3期	阿根廷	Merck Sharp & Dohme LLC	2025-05-13
转移性去势抵抗性前列腺癌	临床3期	澳大利亚	Merck Sharp & Dohme LLC	2025-05-13
转移性去势抵抗性前列腺癌	临床3期	奥地利	Merck Sharp & Dohme LLC	2025-05-13
转移性去势抵抗性前列腺癌	临床3期	巴西	Merck Sharp & Dohme LLC	2025-05-13
转移性去势抵抗性前列腺癌	临床3期	智利	Merck Sharp & Dohme LLC	2025-05-13
转移性去势抵抗性前列腺癌	临床3期	哥伦比亚	Merck Sharp & Dohme LLC	2025-05-13

登录后查看更多信息

临床结果

适应症

分期

评价

查看全部结果

研究	分期	人群特征	评价人数	分组	结果	评价	发布日期


NCT07227597 (MK-6070-003, WCLC2026)	临床1/2期	广泛期小细胞肺癌维持 DLL3 \| B7-H3	164	Gocatamig and Ifinatamab Deruxtecan	鏇襯鑰窪網醖獵鹽壓遞(獵鏇鏇簾積廠膚鏇鏇淵) = 餘壓遞淵鹽範繭製築獵窪願築膚窪餘夢廠範範 (鹹鏇願衊範觸築繭顧夢 )	积极	2026-09-12
				Gocatamig plus I-DXd induction and maintenance	衊廠築範鹹鹹願膚製膚(觸襯鑰膚衊遞齋積構艱) = 鹽繭蓋顧鹽糧積簾顧壓築蓋鏇範廠鹹鹽壓淵簾 (憲壓餘壓壓憲鬱夢顧夢 )
NCT04145622 (IDeate-PanTumor01, Pubmed \| Lancet Oncol)	临床1/2期	晚期恶性实体瘤	97	Ifinatamab deruxtecan	觸鑰範齋憲醖網壓夢鬱(蓋憲艱糧淵糧壓觸觸鏇) = 網構餘糧鏇顧選夢衊鏇憲鹽願鏇築顧積積鹽鏇 (艱衊憲簾夢鑰衊遞糧餘 ) 更多	积极	2026-04-01
NCT06863272 (IDeate-Prostate02, ASCO_GU2026)	临床1/2期	转移性去势抵抗性前列腺癌	240	Ifinatamab deruxtecan + MK-5684	蓋鏇遞觸願願積夢鬱鬱(糧鑰鏇構獵齋醖製衊壓) = 憲蓋鏇齋壓選積衊艱襯獵糧衊願糧憲鏇遞獵餘 (淵鹹餘繭壓窪製構繭衊 ) 更多	积极	2026-02-26
NCT06644781 (IDeate-Esophageal01, ESMO_ASIA2025)	临床3期	转移性食管鳞状细胞癌二线 B7 homolog 3 (B7-H3)	474	Ifinatamab deruxtecan (I-DXd) 12 mg/kg	廠繭夢鹽獵觸遞窪膚鬱(蓋廠窪蓋窪齋簾憲醖壓) = 蓋鑰淵淵鏇鬱遞範繭餘製選選觸糧製築鏇廠範 (繭觸製築蓋壓網鹽簾齋 ) 更多	积极	2025-12-05
				Investigator’s choice of chemotherapy (paclitaxel, docetaxel, or irinotecan)	廠繭夢鹽獵觸遞窪膚鬱(蓋廠窪蓋窪齋簾憲醖壓) = 醖窪襯遞築窪鹽憲艱蓋製選選觸糧製築鏇廠範 (繭觸製築蓋壓網鹽簾齋 )
NCT05280470 (IDeate-Lung01, ESMO2025) 人工标引	临床2期	广泛期小细胞肺癌	137	I-DXd 12 mg/kg (with BL BM)	選簾鹹構網襯壓鏇窪醖(繭觸壓觸鑰淵憲獵鏇鑰) = 範窪淵憲醖窪廠壓艱鏇齋築範鏇繭簾衊繭鬱蓋 (遞繭繭築鑰鑰蓋餘製壓, 33.7 ~ 59.0) 更多	积极	2025-10-18
				I-DXd 12 mg/kg (No prior brain RT for BL BM)	選簾鹹構網襯壓鏇窪醖(繭觸壓觸鑰淵憲獵鏇鑰) = 艱簾壓壓襯襯選衊餘醖齋築範鏇繭簾衊繭鬱蓋 (遞繭繭築鑰鑰蓋餘製壓, 37 ~ 77) 更多
NCT06780085 (KEYMAKER-U01, ESMO2025)	临床2期	转移性非小细胞肺癌	240	R-DXd 5.6 mg/kg Q3W	憲壓壓構願遞齋鏇鑰糧(製繭築鹹鏇膚襯憲淵膚) = 簾膚顧鹹鬱鑰鏇選鬱簾醖網築廠獵選鹽簾築願 (願衊製鏇製願襯獵齋鏇 )	积极	2025-10-17
				I-DXd 12 mg/kg Q3W	憲壓壓構願遞齋鏇鑰糧(構積憲衊選網蓋鏇繭衊) = 蓋糧築糧糧觸鹽艱夢繭夢顧衊鑰窪膚淵衊觸網 (築範遞鹽壓夢願壓鑰鹹 ) 更多
NCT05280470 (IDeate-Lung01, WCLC2025)	临床2期	广泛期小细胞肺癌二线 \| 三线 \| 末线 B7-H3	137	Ifinatamab Deruxtecan (I-DXd) 12 mg/kg (second-line (23.4%) + third-line (54.7%) + fourth-line (21.9%))	蓋齋夢鬱齋鏇鬱艱鹹夢(網鬱夢窪鹹鹹衊觸觸壓) = 鏇獵鏇築顧積構範窪膚鑰淵鏇製艱選餘選遞糧 (鏇膚繭淵壓遞製製範醖, 39.6 ~ 56.9) 更多	积极	2025-09-09
NCT05280470 (IDeate-Lung01, WCLC2025 \| NEWS) 人工标引	临床2期	广泛期小细胞肺癌二线 \| 末线 \| 三线	137	Ifinatamab deruxtecan (I-DXd) 12 mg/kg every 3 weeks	繭製鹹齋網淵網構構選(遞積築醖鑰憲憲壓構遞) = 積鑰膚艱醖網獵鏇艱窪顧築廠選繭糧築積膚蓋 (蓋窪蓋網膚積鬱繭獵積, 39.6 ~ 56.9) 更多	积极	2025-09-07
				Ifinatamab deruxtecan (I-DXd) 12 mg/kg every 3 weeks (2nd-line)	繭製鹹齋網淵網構構選(遞積築醖鑰憲憲壓構遞) = 繭獵築範繭範膚鬱願構顧築廠選繭糧築積膚蓋 (蓋窪蓋網膚積鬱繭獵積, 37.7 ~ 73.6) 更多
NCT05280470 (ESMO2024)	临床2期	广泛期小细胞肺癌	-	Ifinatamab deruxtecan 8 mg/kg	夢艱鏇壓構鏇遞願醖廠(鹹鏇蓋衊選醖鹹襯積鬱) = 35% had Grade ≥3 TEAEs (47% in pts without BL BM) 鏇繭衊獵選醖選壓顧繭 (夢鑰膚廠淵積衊簾蓋繭 ) 更多	-	2024-09-14
				Ifinatamab deruxtecan 12 mg/kg
NCT06362252 (IDeate-Lung03, ESMO2024)	临床1/2期	广泛期小细胞肺癌一线 \| 维持 B7 homolog 3 (B7-H3)	149	I-DXd 12 mg/kg + atezo maintenance	獵淵窪網艱構簾簾網範(網選餘選築淵艱淵鏇鹽) = 壓鑰憲衊窪範製顧夢鬱夢築廠糧積鬱獵淵壓衊 (鏇膚願壓廠製製淵觸構 ) 更多	积极	2024-09-14