开场与嘉宾介绍
Indigo: 欢迎回到 INDIGO TALK。今天我们邀请到了一位来自 UBC 的教授，前 UBC 的贾教授 William，另外一位是他的合伙人 Chris。他们在温哥华和中国创办了一家非常棒的生物科技公司——复诺健 (Progen)。今天想请两位分享一下癌症治疗的最新进展，以及 AI 在生物技术研发和人类治疗中的可能性。
William: 谢谢。我是 1985 年去的加拿大，在那读了硕士博士，本科是在复旦读的。我的背景是 Neuroscience (神经科学)，但在我的 UBC 教职工作中，主要做的是肿瘤方面的工作。我们利用基因工程的方法改造人类病毒，使其能专一性地攻击肿瘤，这种病毒被称为溶瘤病毒 (Oncolytic Virus)。
William: 早期我们认为溶瘤病毒只是选择性地杀伤肿瘤，但现在发现真正的机理是它在裂解肿瘤时，会释放出肿瘤内部的蛋白（肿瘤抗原），暴露给我们的免疫系统，调动自身免疫来攻击肿瘤。
Chris: 我的背景是管理科学，在制药行业有 20 多年经验。2014 年我和贾教授成立了复诺健。我们选择癌症是因为身边有很多亲友受此困扰。传统的化疗是通过化学药物直接干掉肿瘤，但癌细胞其实是一个非常强劲的对手，它会通过基因变异进行逃逸，给自己穿上“隐身衣”。我们做的方法就是通过瘤内注射溶瘤病毒，把它的抗原暴露出来，激活免疫系统去认识并杀死肿瘤。目前复诺健已经完成了 D 轮融资，融了约 2 亿美金，最快的品种 VG161 已经进入临床三期。
重新定义癌症
Indigo: 刚才提到一个观点挺有意思，从科学家的角度看，癌症可能不是一种“病”？
William: 没错。癌症细胞本质上是我们自身的细胞。它因为失控而变成恶性生长，对全身器官造成损伤。癌症治疗经历了几个阶段：第一阶段是手术，对于还没有扩散的早期肿瘤最有效；一旦扩散进入晚期 (Advanced)，传统手段就是化疗。
William: 化疗利用细胞毒性杀死生长快的肿瘤细胞，但毒副作用非常强，且晚期病人极易复发。第二代是靶向药物 (Targeted Therapy)，它针对特异基因设计，精准度高、毒性小，但缺点是极快会出现耐药性。肿瘤非常聪明，它的靶标会发生突变，让导弹（药物）打不中。
免疫治疗的三个“E”
William: 2015 年左右，免疫治疗迎来了突破。我们现在认为肿瘤与免疫的关系有三个“E”：
- Eliminate (消除)：年轻时，免疫系统能即刻清除异常细胞。
- Equilibrium (平衡)：免疫能力下降后，与肿瘤达成相持状态。这种平衡可以持续几十年，也就是所谓“带瘤生存”。
- Escape (逃逸)：当平衡被打破，肿瘤出现不可控生长，这就是晚期肿瘤。
William: 过去我们追求把肿瘤“赶尽杀绝”，但晚期肿瘤是杀不死的。现在的理念是回到 Equilibrium (平衡态)。只要控制住它不长，病人生存时间延长，我们就赢了。这就是现代肿瘤治疗在 Oncology (肿瘤学) 上追求的目标。CAR-T 和 PD-1 等药物的成功，证明了调教好免疫系统确实可以长期抑制肿瘤。
免疫系统的工作机理
William: 人体免疫系统分为两大类：
- Innate (固有免疫)：反应极快，不分青红皂白全杀，但没有记忆。
- Adaptive (获得性免疫)：由 T 细胞和 B 细胞组成，具有高度精准性和记忆性。
William: T 细胞是“杀伤细胞”，它会向目标注入毒性物质使其死亡。我们做免疫治疗的最终目的，就是建立起针对肿瘤的“获得性免疫”。CAR-T 的做法是提取 T 细胞进行改造，装上“导向器”（如针对 B 细胞肿瘤的 CD19），然后再打回体内。
Indigo: 那这跟 mRNA 技术（如 Moderna 做的肿瘤疫苗）有什么区别？
William: mRNA 肿瘤疫苗是人为挑选 20 多个抗原编码打入体内。而溶瘤病毒是在肿瘤内部“引爆”，让成千上万个抗原全暴露，让机体自己去挑选最好的。它具有更好的广谱性，且不需要昂贵的体外定制，是一种 Off-the-shelf (现货型) 的个性化治疗。
复诺健的技术管线
Chris: 我们的管线聚焦在溶瘤病毒和 mRNA 两个平台。贾教授作为该领域先驱，经历了从野生病毒到基因改造的演进。目前我们的 VG161 在肝细胞肝癌 (HCC) 的临床数据非常靓丽，病人生存期比对照组延长了一倍，获得了中国药监局的突破性疗法认定，成药概率超过 70%。
Chris: 第二代品种 VG201 采用了 TTDR 技术平台，溶瘤活性比上一代强一个数量级，在肝内胆管癌这一极难治的领域表现惊人，有末线病人的生存期从预期的 4 个月延长到了 20 多个月。我们还在跟康方生物谈联合用药，解决肠癌肝转移等难题。
AI 如何改变生物制药
Indigo: AI 在这个过程中能起到什么作用？
William: 初级应用是利用 AlphaFold 等工具进行蛋白结构预测、小分子药物设计或抗体筛选，这能大大缩短研发时间。但更深层的应用是对复杂免疫系统的理解。免疫系统包含成千上万个因素，且在空间和时间（4 维）上不断变化。
William: AI 可以帮我们分析这些海量因素。但关键在于，AI 需要数据去“喂”。目前大家说算力很重要，但我认为数据比算力更重要。生物数据需要通过 Wet Lab (湿实验室) 大量实验产生。现在的 AI 拥有“生物理解能力”，主要是基于过去 200 年的文献（语言数据），但真正原始的、实时的生物数据（类似自动驾驶的视频流）还远远不够。
生命的本质是概率
Indigo: 如果我们能把细胞、器官甚至整个人体数字化，是不是就能解决所有生物问题？
William: 理论上是可以的。生命活动归根结底是一个概率问题。一个神经细胞是否放电，取决于它接收到的上万个信号的综合概率。生命过程就像一个充满积木的麻袋，环境的刺激决定了积木最终的位置。
William: 每一个个体都是独立的，因为受到的外界刺激（概率）不同。虽然我们没法完美“复制”一个人，但通过 AI 模拟复杂系统，我们可以预测并诱导疾病向好的方向走。
终极愿景：癌症变慢性病
Indigo: 癌症最终能被人类克服吗？
William: 癌症已经看到了克服的曙光。我们不一定要完全消灭它，但可以把它变成像高血压一样的慢性病管理。通过 AI 加速药物设计，人类的平均寿命有望延长 10 年。
Chris: 癌症和心血管病是人类两大杀手。通过药学、医学和 AI 的努力，我们有信心让平均寿命达到 90 岁。让癌症不再是绝症，这就是我们努力的意义。