Cancer Cell | 上海交通大学陈洛南/海军军医大学张卫东等团队联合开发UniCure多模态模型，实现个性化癌症疗效精准预测

近日，上海交通大学陈洛南/海军军医大学张卫东等团队领衔在国际知名学术期刊《Cancer Cell》发表了一项突破性研究成果：研究团队联合开发的UniCure多模态模型，能够通过整合海量转录组数据和患者来源类器官信息，实现对个性化癌症治疗反应的精准预测，这一成果标志着人工智能在肿瘤精准医疗领域迈出了重要一步。

图形摘要

破解细胞系困境：从实验室到临床的桥梁

长期以来，癌症药物疗效预测面临一个核心难题：基于传统癌细胞系训练的模型往往无法捕捉患者个体化的生物学特征，导致实验室结果与临床实际存在显著偏差。UniCure的出现，正是为了架起这座“从实验室到病床”的桥梁。

UniCure是一种创新的多模态模型，巧妙融合了生物学基础模型和化学基础模型两大核心技术。该模型能够预测不同细胞和组织背景下药物诱导的转录组响应变化，从而为每位患者量身定制药物排序方案。

大规模训练：190万扰动图谱构建预测基石

UniCure的训练数据极为庞大——涵盖超过190万个转录组扰动图谱，涉及22000多种化合物、166种细胞类型和24种组织。如此规模的数据训练，使模型具备了强大的泛化能力：

• 精准预测剂量依赖性反应：不仅预测药物是否有效，还能评估不同剂量的效果差异；

• 预测联合用药反应：支持多药组合方案的疗效评估；

• 跨数据类型适用：无论是批量测序数据还是单细胞数据，均能稳定运行。

患者来源类器官：真正实现个体化预测

UniCure最引人注目的创新在于其患者层面的预测能力。研究团队进一步对模型进行了微调，使用了345个患者来源肿瘤样类器官（PTC）的转录组图谱，并在396个真实世界临床样本上验证了性能。

实验结果显示，UniCure能够有效进行基于治疗反应的患者分层，并在细胞系和患者来源模型中均获得了实验验证。这意味着，医生未来或许可以通过患者的基因表达谱，直接获得个性化的最佳用药方案推荐。

研究意义与未来展望

UniCure提供了一个实用框架，将临床前数据转化为个性化治疗策略，该模型的核心价值在于，它不仅是一个预测工具，更是一套完整的转化医学方法论。UniCure的成功开发，为癌症精准医疗开辟了新路径。随着更多临床数据的积累和模型迭代，这种基于人工智能的药物优先级排序系统有望在未来成为肿瘤临床决策的标准配置。（转化医学网360zhyx.com）

原文链接：

https://www.cell.com/cancer-cell/abstract/S1535-6108(26)00348-X

【关于投稿】

转化医学网（360zhyx.com）是转化医学核心门户，旨在推动基础研究、临床诊疗和产业的发展，核心内容涵盖组学、检验、免疫、肿瘤、心血管、糖尿病等。如您有最新的研究内容发表，欢迎联系我们进行免费报道（公众号菜单栏-在线客服联系），我们的理念：内容创造价值，转化铸就未来！

转化医学网（360zhyx.com）发布的文章旨在介绍前沿医学研究进展，不能作为治疗方案使用；如需获得健康指导，请至正规医院就诊。

责任声明：本稿件如有错误之处，敬请联系转化医学网客服进行修改事宜！

微信号：zhuanhuayixue