AI养出“虚拟癌细胞”，3000种药替病人先试了一遍

新药为什么那么贵？

很大程度上，贵在试。

一款抗癌药，要从实验室走到病床，动辄十年、十几亿。每往前走一步，都要拿真实的细胞、真实的病人，一遍遍去试错。

如果，先让AI在电脑里克隆一个癌细胞，把药先在虚拟世界里试一遍呢？

这不是科幻。9月9日，西湖大学郭天南团队在《自然》杂志发表论文，造出了一个叫 ProteinTalks 的虚拟细胞。

它只回答一个问题：这个药，对这个病人，到底管不管用。

为了喂饱它，团队下了血本：18种乳腺癌细胞系，63种临床药物、59种药物组合轮番轰炸，再在6小时、24小时、48小时三个时间点，抓取癌细胞蛋白质组的动态变化。前前后后，攒下超过3800万条蛋白质变化数据。

为什么死盯蛋白质？因为细胞里真正干活的，是蛋白质。基因只是图纸，蛋白质才是执行者。光盯着RNA猜细胞反应，隔了一层；看到蛋白质，才算看到真正的战场。

效果如何？

预测药物反应上，ProteinTalks的准确率，碾压了市面上主流的转录组模型。面对81种它从没见过的抗癌化合物，预测依然不虚。

更实用的是，它能挑药。

给一点点三阴性乳腺癌病人的肿瘤组织，模型能短时间内，从大约3000种药物里筛出潜在有效的候选药。体外实验一验证：它推荐的药，对病人肿瘤类器官的杀伤力，明显强过临床标准化疗方案。

三阴性乳腺癌，是乳腺癌里最棘手的亚型——雌激素受体、孕激素受体、HER2三个常见靶点，它一个都没有，治疗选择少得可怜。对这类病人，精准两个字，尤其奢侈。

虚拟细胞，正想把这种奢侈，变成日常。

团队自己很清醒，反复强调这只是第一步：现在能测到的蛋白质，还只是蛋白质宇宙的冰山一角；剂量怎么变、给药先后有没有区别，模型都还模拟不了。

但方向已经立住了。

未来的药物研发，可以先在电脑里死上千百次，再让真实病人上阵。

把试错留给虚拟世界，把希望留给真实的人。

这大概就是AI和医学联手的意义。