2026-09-18
Zou 组用公司编制的多智能体标注 55,984 项试验：细胞类型特异靶点 I 期进 II 期高 40%、上市高 48%、不良事件低 32%，并独立给出肺癌 B7-H3 ADC 策略。
一款药从概念走到上市，常要十年、数十亿美元，I 期以后大约九成仍会失败。失败多半是疗效不够或安全性翻车。能用来验证靶点的证据早就有了：遗传学、单细胞、空间转录组、结构、临床试验。真正卡住的是组织：这些证据散落在不同学科、不同数据库、不同团队，决策还夹杂部门利益，事后很难审计「当时到底为什么这么判」。
斯坦福 Zou 组把这个问题写成一个多智能体系统：不替代科学家，而是按生物技术公司的部门结构，把跨尺度证据收成一条可复查的推理链。
Virtual Biotech 的核心编制只有十一条：一名虚拟 CSO 拆问题、派活、汇总，底下四个科学部门（靶点识别、靶点安全、模态选择、临床），外加参谋和科学审稿 agent。CSO 自己不做数据分析。每个科学家 agent 有自己的系统提示和一组 MCP 工具，平台接了 100 多个定制工具，覆盖约 7.9 万靶点、3.9 万疾病、逾 1 亿单细胞、Tahoe-100M 扰动、ClinicalTrials.gov 和 PubMed。
大规模试验标注是另一档：针对 Open Targets 里缺终点、ClinicalTrials.gov 又经常只剩自由文本的 II/III 期记录，系统并行派出 37,075 个临床试验员 agent。每个 NCT 按三级证据链走：先 ClinicalTrials.gov，不够再 PubMed，再不够再新闻稿和监管公告，并记下每条标注的来源。I 期成功被算法定义为是否出现同药同适应症的 II 期。
B7-H3 案例关掉了网页搜索，底层模型知识截止到 2025 年 1 月，用来压预训练泄漏。
人工抽查 100 项试验，agent 与人在主要终点上一致 89.7%（78/87），次要终点 83.9%，不良事件率 92.4%。与 Therapeutic Data Commons 里 7,278 项重叠试验的主要终点一致率 85.3%，分歧多半是多臂、p 贴着 0.05、单臂设计这类本身就难二分的案子。
在 55,984 项试验上，靶向细胞类型特异基因的药物，I 期进 II 期的机会高 40%（OR 1.27），最终走到 IV 期（上市）的机会高 48%，多类器官不良事件率低 32%。表达双峰性也与终点成功和更少终止相关。这些关联在 1,000 次置换、按适应症和模态做混合效应、以及扣掉遗传证据之后仍然在；74.6% 没有遗传证据的试验里，单细胞特征的效应不降反升。Tahoe-100M 上凋亡签名与主要终点成功的 OR 是 1.15。
第二项任务是评估 B7-H3（CD276）能不能当肺癌靶点。遗传几乎没信号，CSO 判断免疫检查点本来就不靠种系 GWAS。单细胞里它在成纤维细胞上调最明显（SCLC log2FC 1.94，LUAD 1.46），空间上 B7-H3 高的点周围免疫细胞更少，TCGA LUAD 高表达对应更差总生存（HR 1.62）和疾病特异生存（HR 1.82）。药理学 agent 找不到可药口袋，CSO 因此推 ADC 而不是小分子或 PROTAC。这套分析花了 46 美元 Anthropic 额度。2025 年 8 月，B7-H3 ADC ifinatamab deruxtecan 拿了 FDA 突破性疗法认定，SCLC II 期客观缓解率 48.2%。
第三项是复盘已终止的溃疡性结肠炎 II 期 MOONGLOW（vixarelimab 打 OSMRβ，79 人因无效停下）。系统指出试验没按 OSMR 高表达入组，并在既往生物制剂无应答者的成纤维细胞状态里看到 OSMR 通路放大。这例花了 54 美元。
对做靶点排序的人，这是把「单细胞特征」从辅助描述推进到和终点、安全性挂钩的观测信号，而且和遗传证据正交。对做 agent 的人，真正能规模化的部分是 3.7 万个同构标注员，不是 3.7 万种不同专家；核心编制仍是约十一条加工具层。B7-H3 案例的价值在于：知识截止之后才读出的临床结果，和系统在成纤维细胞、免疫排斥、ADC 上的判断同向。这仍是假设生成，不是替 Merck 做了药。
Agent 会算错、会读错，错误会在虚拟组织里传递；审稿 agent 降低但不消除这个风险，人必须留在环里。试验分析是观测性的，即使用混合效应和置换做了稳健性，仍可能残留适应症、终点定义、申办方偏差。数据限于 ClinicalTrials.gov 且靶点可映射的试验。案例是假设，需要湿实验和后续试验。预训练泄漏无法彻底排除，作者用 2025 年 1 月截止和事后文献核对来压，不能当成零泄漏。Science 正刊相对预印本是否改了数字，这篇解读按预印本全文加正刊摘要核对，摘要数字一致。