8月19日，Moderna和默沙东公布了一项可能会被载入癌症治疗史的结果。
两家公司联合开发的个性化癌症疫苗intismeran autogene，也就是此前的V940/mRNA-4157，在一项包含1137名高风险黑色素瘤患者的III期临床试验中达到主要终点。与单独使用Keytruda相比，V940与Keytruda联合治疗显著改善了患者的无复发生存期，同时降低了发生远处转移的风险。
这是全球个性化新抗原疗法第一次取得阳性的III期结果，也是mRNA癌症疗法第一次取得阳性的III期结果。
不过，如果只把它理解成“Moderna终于做出了癌症疫苗”，可能仍然低估了这件事。
因为V940和我们过去理解的药物有一个非常奇怪的区别：
它虽然有同一个药名，但是每个患者打进去的药，实际上并不完全一样。
这其实已经逼近一种非常科幻的制药模式：“一人一药”。
更重要的是，Moderna明确承认，AI不是这套系统外面的一个辅助工具，而是参与决定每个患者究竟应该得到什么药。
所以，V940真正值得关注的地方可能并不是“AI又帮助开发出一种新药”，而是AI有望真正让个性化医药成为现实。
每个人拿到的药，都不一样
先从癌症本身说起。
普通人平时习惯把“黑色素瘤”“肺癌”“乳腺癌”看成一种疾病，装进“癌症”这个大筐里。但在基因层面，即使两个人患有同一种癌症，他们肿瘤里的突变也可能大不相同。
癌细胞本质上是正常细胞在不断积累基因突变以后失去控制形成的。这是癌症难以治疗的根本原因：现有医疗技术很难在不伤到正常细胞的情况下消灭癌细胞。
但希望仍然存在：部分突变会让癌细胞制造出正常人体里不存在的异常蛋白，免疫学上把这些异常蛋白产生的特殊片段叫做“新抗原”（neoantigen）。
正常细胞和癌细胞原本长得很像，免疫系统有时候很难区分。而新抗原相当于癌细胞因为基因突变，突然在身上长出了一些正常细胞没有的“特殊标记”。
如果能够把这些标记提前告诉免疫系统，人体的T细胞就有可能更准确地找到癌细胞。
问题在于，每个人癌细胞上的“特殊标记”都不一样。所以我们不能像生产新冠疫苗一样，设计一个固定mRNA序列，然后复制一亿份。
V940的思路，就是要找到每个人的特殊性。
患者接受肿瘤手术之后，医生首先取得他的肿瘤组织，同时取得正常组织样本，然后对两者进行基因测序。
接下来把两份基因数据进行比较，找出哪些突变只存在于这个人的癌细胞里。
问题到这里仍然没有结束。
一个肿瘤里可能存在大量突变，但并不是每一个突变都值得做成疫苗。有些突变产生的蛋白根本不会被免疫系统看到；有些虽然可以产生抗原，却未必能有效激活T细胞。
于是接下来就进入V940真正关键的计算环节：
从大量候选突变中，筛选出最值得攻击的那些目标。
Moderna最终会给每个患者选择最多34种新抗原，把编码这些抗原的信息写入一条人工合成的mRNA，再把mRNA包裹进脂质纳米颗粒，也就是LNP里。
LNP可以理解为给脆弱的mRNA套上的一层“快递包装”：它一方面保护mRNA不被迅速降解，一方面帮助它进入人体细胞。
注射以后，人体细胞读取这段mRNA，根据上面的指令制造出这些癌症新抗原，然后把它们展示给免疫系统。
整个过程有点像给免疫系统举办了一场通缉犯辨认大会：
“以后看到带着这34张面孔的细胞，重点攻击。”
所以V940虽然统一叫作V940，但患者之间真正被写进mRNA里的“通缉名单”并不一样。每一份药物都是根据患者自己的肿瘤突变“指纹”设计，最多编码34种新抗原。
这已经不是传统意义上的精准用药了。
传统精准医疗通常是：不同的人，从药架上选择不同的药。
V940则是：不同的人，药厂重新给你造一种药。
AI让科幻成为现实
个性化药物并不是AI时代才诞生的。几十年来，现代医学一直在追求“因人施治”。甚至中医自古所说的“一人一方”也是个性化医疗的理念。
但理念是一回事，能不能做到又是另一回事。
从实现程度上来说，个性化药物大致可以分为三层：
最简单的一层是因人选药。
例如同样得肺癌，因为患者携带的基因突变不同，有人适合EGFR靶向药，有人适合ALK抑制剂。
第二层是因人调药。
根据患者的基因、体重、肝肾功能和药物代谢能力，改变药物剂量。
这些都是精准医疗或者个性化医疗的重要组成部分。FDA对precision medicine的定义，本身就是根据患者的基因、环境和生活方式等差异，把“正确的治疗，在正确的时间，用在正确的人身上”。
真正激进的是第三层：药物本身也因人而异。
2019年，一个著名案例已经证明这在技术上是可以做到的。
一名患有罕见神经退行性疾病的女孩Mila Makovec，因为携带极其特殊的基因异常，几乎不存在任何现成药物。
研究人员根据她自己的基因突变，专门设计了一种反义寡核苷酸药物。
这款药被命名为Milasen——名字就来自Mila本人。
这是真正意义上的“一人一药”。
所以AI并没有让“一人一药”第一次成为可能。
问题在于，依靠人工去做这件事，太贵、太慢、太依赖顶尖专家，根本无法工业化。
为一个身患绝症的孩子调动一群顶尖科学家，专门研发一款药，可以成为医学奇迹。但全世界每年有几百万癌症患者，不可能每个人都有如此待遇。
这才是AI开始改变游戏规则的地方。
很多所谓“AI制药”，其实只是研究人员在研发阶段使用AI。
比如AI帮助寻找疾病靶点，或者一次生成几百万个候选小分子，从里面筛出一个最值得开发的候选药。
但一旦药物最终确定，AI基本就完成任务了。以后药厂生产一亿片药，里面的化学分子还是一样的。
V940则不同。针对每一个患者，它的算法都要重新工作一次。
这里就体现出了AI最大的优势：便宜。
假设一个患者肿瘤里找到了500个值得进一步分析的突变。如果全部依靠人工，研究人员就需要判断500次。处理100个患者也许没问题，处理10万个患者，可能就超出了全球所有医生的能力。
而借助一个训练好的AI系统，运行100次和运行10万次，当然会增加服务器和算力，但你不需要因此招聘1000倍的科学家。
因此，AI给“一人一药”带来的最重要变化不是某一次计算有多聪明，而是：
把专家知识变成软件以后，个性化设计第一次出现了规模经济。
由此，“一人一药”的科幻才能真正成为现实。