返回
Data-centric feedback loops for next-generation immunotherapy development
DOI:10.1038/s41551-026-01785-6.png)
摘要
En 中文
尽管受基因组学驱动的生物医学数据生成和计算能力呈爆炸式增长,但过去几十年中,进入I期临床试验的候选药物最终获得批准的概率却始终顽固地低。这一悖论表明瓶颈并非在于数据生成,而在于将生物和临床数据转化为指导进展、重新设计或终止的决策。本文认为,药物开发应从线性管道转变为由持续数据反馈驱动的迭代学习系统。我们概述了一个以数据为中心的框架,其中高维、多模态的分子和扰动数据,特别是单细胞和空间读出数据,被用于在发现和临床阶段迭代优化疾病模型、治疗假设、分子设计和患者分层策略。以免疫疗法作为概念验证领域,我们提出来自治疗性扰动的单细胞分子读出既能降低开发风险,又能深化对人类免疫反应的机制理解。最后,我们将此与强化学习进行类比,其中人类的分子和临床数据提供反馈信号,用于更新机制模型并指导后续干预措施的设计。采纳这一范式为更具机制基础、情境感知且转化成功率更高的疗法开辟了道路。本文认为,生物发现和药物开发应通过持续的数据反馈循环联系起来,以迭代优化治疗假设、药物设计和患者分层策略。
期刊
IF:
26.6
论文数:
1.7K
被引数:
2.0W
机构
引用论文
How to build the virtual cell with artificial intelligence: Priorities and opportunities如何使用人工智能构建虚拟细胞:优先事项和机遇
CELL
IF42.5
The sequence read archive: explosive growth of sequencing datasequence read archive: 测序数据的爆炸式增长
NUCLEIC ACIDS RESEARCH
IF13.1
Defining inflammatory cell states in rheumatoid arthritis joint synovial tissues by integrating single-cell transcriptomics and mass cytometry
NATURE IMMUNOLOGY
IF27.6
A single-cell and spatially resolved atlas of human breast cancers人类乳腺癌的单细胞和空间分辨图谱
NATURE GENETICS
IF31.8
Single-cell landscape of innate and acquired drug resistance in acute myeloid leukemia急性髓系白血病中先天性和获得性药物耐药性的单细胞景观
Rethinking TREM2 as a target for Alzheimer’s disease after the INVOKE-2 trial failure在INVOKE-2试验失败后,重新思考TREM2作为阿尔茨海默病的目标
Nature Medicine
IF50

