Sztuczna inteligencja kluczowa w sukcesie szczepionki na raka – pomyślne wyniki badań fazy III

Moderna i Merck ogłosiły, że ich spersonalizowana terapia mRNA na czerniaka przeszła badania kliniczne fazy III, co stanowi przełom dla szczepionek neoantygenowych. Kluczową rolę w tym osiągnięciu odegrały algorytmy AI przewidujące immunogenność.
Sztuczna inteligencja kluczowa w sukcesie szczepionki na raka – pomyślne wyniki badań fazy III
19 sierpnia firmy Moderna i Merck ogłosiły, że ich spersonalizowana terapia mRNA na czerniaka zakończyła z powodzeniem pierwsze w historii badania fazy III dla szczepionek neoantygenowych. Wcześniejsze leki tego typu nigdy nie były testowane na tak dużej próbie w ramach randomizowanego badania. Stanowi to więc pierwszy rygorystyczny dowód na skuteczność tej metody.
Leczenie opiera się na algorytmach sztucznej inteligencji służących do przewidywania immunogenności. Algorytm AI od Moderny porównuje DNA guza ze zdrową tkanką i przewiduje, które z tysięcy mutacji wytworzą peptydy zdolne do wiązania się z HLA i „aktywowania” komórek T. Dokładność modelu została potwierdzona na danych archiwalnych: system poprawnie zidentyfikował neoantygeny, na które komórki T pacjentów rzeczywiście reagowały. Na podstawie wybranych celów tworzy się pojedynczą cząsteczkę mRNA zawierającą kod dla 34 neoantygenów, którą następnie podaje się pacjentowi.
Dokładne wyniki fazy III nie zostały jeszcze ujawnione, jednak w fazie II zaobserwowano 49% redukcję ryzyka nawrotu lub zgonu oraz 59% redukcję ryzyka przerzutów w porównaniu z Keytrudą (jednym z najlepiej sprzedających się leków na świecie).
Kolejnym krokiem będzie rozpoczęcie testów szczepionki na nowotworach płuc, nerek oraz innych lokalizacjach.
Dlaczego to ważne
AnalizaPomyślne zakończenie badań fazy III dla szczepionek neoantygenowych może fundamentalnie zmienić podejście do leczenia onkologicznego, otwierając nowe możliwości w medycynie personalizowanej. Sukces ten podkreśla potencjał sztucznej inteligencji w optymalizacji terapii i poprawie wyników leczenia.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
JSON — dane ustrukturyzowane dla aplikacji, API i agentów AI
Kompletny praktyczny przewodnik po formacie JSON: zasady składniowe, serializacja za pomocą parse/stringify, praca z REST API, JSON Schema oraz strukturalne wyjście dla sztucznej inteligencji.
Formaty DOCX i XLSX: kiedy potrzebny jest pełnoprawny dokument końcowy od AI
Kompletny praktyczny przewodnik po generowaniu i przetwarzaniu dokumentów DOCX oraz arkuszy XLSX za pomocą AI: porównanie z Markdown i CSV, inżynieria promptów, praca z formułami oraz automatyzacja w kodzie.
Binance publikuje śledztwo w sprawie kradzieży 6,3 mld USD
Śledztwo wiąże kradzież ze zmodyfikowanym Homebrew, fałszywą rozmową kwalifikacyjną i wykorzystaniem wewnętrznego narzędzia AI Binance.
Użytkownik Reddita wyjaśnia, dlaczego tygodniowe limity Claude Code są wyczerpywane prawie cztery razy szybciej
Użytkownik Reddita porównał zużycie tokenów w dwóch tygodniach i stwierdził, że każdy 1% tygodniowego limitu Claude Code daje teraz znacznie mniej tokenów wyjściowych; wskazano subagentów, czas rozumowania oraz odświeżanie interfejsu jako prawdopodobne przyczyny.