E250｜mRNA 的第二战场：对话英博，拆解个性化肿瘤疫苗的三期突破

节目定位

这期节目讲了什么

嘉宾的几个判断

英博：三期结果先证明了路线，远未结束验证

• 三期结果的意义在于路线获得临床验证。 节目讨论的试验把术后黑色素瘤患者分成两组，一组接受个体化肿瘤疫苗联合 PD-1，另一组接受 PD-1 单药。英博根据节目中披露的结果，认为联合方案在无复发生存期上优于对照，并达到统计学显著；他仍把总体生存期和更完整的患者亚组数据留给后续披露。1
• 黑色素瘤是一个能较早读出结果的适应症。 英博解释，部分术后黑色素瘤患者可能在数月到一年内复发，公司可以更早看到产品是否有效。快速得到成功或失败的结果，有助于继续推进下一种肿瘤类型。
• 术后场景最适合当前证据。 手术可以清除肉眼可见的原发肿瘤，疫苗和 PD-1 负责寻找可能残留的微小病灶。原发肿瘤仍然存在、病灶数量过多或免疫系统已经受到多轮治疗影响时，治疗难度会明显增加。
• PD-1 和疫苗承担不同任务。 个体化疫苗帮助免疫系统识别肿瘤，PD-1 抑制剂解除肿瘤对 T 细胞的“刹车”，两者叠加后才有机会形成更强的免疫攻击。英博把这种关系概括为“一把火”和“解除刹车”。

个体化与现货型，是两套不同的账

• 个体化新抗原路线更贴近患者自身的肿瘤。 每位患者的肿瘤突变组合不同，算法需要从测序结果中筛选候选新抗原，再据此设计 mRNA 序列。英博认为，新抗原覆盖得更广，理论上可以降低肿瘤通过改变单个标记物来逃逸的机会；究竟需要多少个新抗原，要靠更长期的临床数据回答。
• 34 个新抗原是风险收益折中。 节目提到的“不超过 34 个”是当前方案的上限，而非生物学上只能做 34 个。mRNA 过长会降低翻译效率，也会增加生产难度；抗原数量增加可以扩大覆盖面，却可能分散每个抗原获得的免疫反应。
• 固定抗原路线更快、更容易提前生产。 它针对多个患者共享的驱动突变或肿瘤相关抗原，适合现货型使用。它的限制是，并非每位患者都有同样明确的靶点，某些长期存在的突变还可能已经让免疫系统形成耐受。
• 两条路线会长期并存。 英博提到，Moderna、BioNTech 和国内公司都在布局个体化与固定抗原路线。Moderna 的结果证明了一条路径具备可行性，行业仍处于多种路线共同验证的阶段。

真正的瓶颈是把“小批量”做成可重复的药

• 4 到 6 周包含了取样、测序、设计、生产、质检和放行。 其中取样和测序要区分肿瘤组织与正常组织；算法需要从候选突变中找出更可能产生免疫反应的新抗原；随后通过 IVT 生产 mRNA，再用 LNP 包封，最后完成 QC。
• 商业化会遇到一人一台生产单元的问题。 上千名患者分散入组时，生产系统需要同时处理多个不同的序列，还要避免交叉污染。英博认为，一次性耗材、自动化设备和每个批次的清洁验证都是成本来源。
• 自动化的目标是缩小、标准化和减少人工介入。 艾博生物希望把一整套生产过程压缩进可移动的端到端设备。英博把它比作把原本占据一间房的设备做成小型装置，并强调“做大容易，做小难”。这些是嘉宾对公司研发方向的介绍，不代表已经完成商业化验证。
• 价格决定技术能否进入临床。 英博没有公布具体定价，但表示中国患者需要承担得起，企业也要保持盈利。一次性耗材和生产规模会影响成本，自动化可以减少废液、死体积和人工参与。

AI 能加速设计，仍然要被工程和监管接住

关键节点

• 02:41｜从 Moderna 到创业：英博回顾自己从 2006 年开始接触核酸药物，在小核酸、mRNA 和基因治疗之间积累经验，并解释回国后为什么选择 mRNA。
• 08:57｜三期结果到底突破了什么：英博把结果放进 Moderna 的长期平台建设中，强调三期读出让个体化新抗原疫苗联合 PD-1 获得了路线层面的验证。
• 14:09｜疫苗怎样让免疫系统治疗癌症：个体化疫苗提供肿瘤识别线索，PD-1 抑制剂解除免疫抑制，联合方案针对的是术后可能残留的肿瘤细胞。
• 18:14｜4 到 6 周的制造窗口：取样、测序、候选新抗原筛选、mRNA 生产、LNP 包封、质检和放行都要在患者恢复期内完成。
• 24:42｜手术刀、疫苗和 PD-1：英博提出一个长期设想：手术处理肉眼可见病灶，疫苗与 PD-1 处理免疫系统可以识别的残留病灶；这属于嘉宾的未来判断。
• 27:57｜34 个新抗原与肿瘤逃逸：抗原越多，覆盖面可能越大；抗原越多，mRNA 长度、生产难度和免疫反应分配也会改变，最终数量需要临床验证。
• 31:39｜黑色素瘤之后是什么：黑色素瘤的复发时间较短，适合较早获得读出；其他癌种的标准治疗和随访周期不同，验证会更复杂。
• 38:12｜中国公司的技术路线：国内公司在理解和算法上与海外差距有限，但临床进度仍落后；个体化疫苗需要把算法、工艺和生产环境本地化部署。
• 45:04｜与 CAR-T 的安全性比较：英博从作用机制和给药方式解释两者差别，并把价格、可及性和不良反应一起纳入产品评价。
• 50:14｜做大容易，做小难：自动化设备需要把一整套生产流程压缩到小型、可移动、可复制的单元中，一次性耗材是主要成本来源之一。
• 54:01｜“AI 离开自动化，就是空谈”：自动化产生稳定数据，稳定数据才可以训练和改进 AI；研发团队因此需要计算科学、自动化和生物医药的交叉能力。
• 59:19｜AI 在研发和制造中的位置：AI 可以参与新抗原预测、mRNA 序列优化和脂质分子研发，但 LNP 的递送效率仍需要大量实验与工程验证。
• 01:01:26｜LNP 仍是难题：未来若能模拟 mRNA 与脂质分子的组合、自组装和细胞内释放，递送效率和研发速度可能继续提高。
• 01:06:04｜一人一药怎么监管：监管关注的是平台技术的安全性、工艺的可重复性和每个患者产品的质量，算法持续迭代与药品流程稳定之间仍需磨合。
• 01:09:24｜为什么等了几十年：肿瘤由多种因素造成，患者入组和疗效观察都比预防性疫苗复杂；新冠疫情期间的生产与临床经验则推动了 mRNA 平台成熟。

术语

• mRNA：信使 RNA，可以把遗传信息带给细胞的蛋白质合成系统。本期 mRNA 承载的是患者肿瘤相关的新抗原序列。
• 个体化肿瘤疫苗：根据患者自身肿瘤突变设计的治疗性疫苗，用来训练免疫系统识别肿瘤。
• 新抗原（Neoantigen）：肿瘤突变后产生、正常细胞通常没有的抗原，免疫系统有机会把它识别为异常标记。
• PD-1：T 细胞表面的免疫检查点受体。抗 PD-1 药物解除一部分免疫抑制，让 T 细胞更容易攻击肿瘤。
• RFS：Recurrence-Free Survival，无复发生存期，指治疗后到肿瘤复发或死亡的时间。本期试验讨论的是术后患者的无复发生存期。
• LNP：Lipid Nanoparticle，脂质纳米颗粒。它包裹并保护 mRNA，帮助 mRNA 进入细胞并释放。
• CMC：Chemistry, Manufacturing and Controls，药物的工艺、生产和质量控制体系。个体化疗法的每个患者产品都要在这套体系中保持可控。
• IVT：In Vitro Transcription，体外转录。生产 mRNA 时，研究者以 DNA 为模板，在无细胞体系中合成 mRNA。
• 现货型（Off-the-shelf）：固定配方、可以提前生产并供多个患者使用的疗法，优势是周期和成本更容易控制。
• 驱动突变（Driver Mutation）：推动肿瘤发生或生长的关键基因突变。节目以 EGFR、KRAS 为例说明固定抗原路线可能关注的靶点。
• CAR-T：把患者 T 细胞取出并进行基因改造，再回输体内识别和杀伤肿瘤细胞的细胞疗法。
• CRS：细胞因子释放综合征，免疫细胞被大量激活后可能出现的全身炎症反应。英博用它帮助解释 CAR-T 与 mRNA 肿瘤疫苗的作用机制差别。

几句原话

“个性化肿瘤疫苗堪称是药品制造的 nightmare。”

——英博，约 18:14。

“34 个的话是上限，但是不是生产的上限，只不过是我们认为它是一个风险收益比，这样的话可能是更 make sense。”

——英博，约 27:57。

“做大容易，做小难。”

——英博，约 50:14。

“AI 离开自动化就是空谈，因为 AI 需要的是大量的数据训练，没有自动化的话是不可能去训练出一个好的 AI 模型来的。”

——英博，约 54:01。

“个性化肿瘤疫苗它的个性化的部分只是在于核酸的序列，新抗原的预测，以及基于新抗原的序列我们生产出来的 mRNA 序列，它的递送系统是固定的。”

——英博，约 01:01:26。

“肿瘤疫苗值得期待，但它的答案还需要时间。”

——节目结尾总结，约 01:16:31。

完整逐字稿（按说话人）