核心技术平台进展 - 公司宣布其专有PredicTcell™平台取得重大进展，该平台旨在通过先进的机器学习和基于Transformer的模型加速精准免疫疗法的开发与提升疗效 [1] - 平台的开发获得了微软和Databricks的支持，利用其先进的云和数据技术以实现可扩展性和效率 [1] - PredicTcell Alpha版本使用基于Transformer的架构训练了超过124,000条记录，使用传统机器学习架构训练了91,000条记录 [2] - Alpha模型的召回率水平达到约92%–97%，精确度范围约为38%–43%，验证了AI驱动预测免疫活性肽-T细胞受体相互作用的可行性 [2] Beta版本数据规模与模型优化 - PredicTcell Beta版本将训练数据集扩展至约140万条，总数据集超过67亿条记录 [5] - 训练数据集扩大了十倍至约140万条，而总数据集增长了超过100倍至超过67亿条 [6] - 为构建训练集分析了超过107亿个数据点，包括65亿个病毒学数据点、42亿个基因组学数据点和4.16亿个肿瘤学数据点 [6] - 模型训练的特征数量从22个扩展到27个 [6] 潜在治疗突破与行业影响 - 基于公司专有ExacTcell™平台的见解和积极的1期试验结果，PredicTcell Beta旨在显著提高识别病毒学靶点的精确度 [3] - 通过大幅扩展数据管道和微调模型，未来的T细胞疗法可能几乎每次都能准确结合预期靶点，这将显著提高成功概率 [3][5] - 此类可预测性将是医学领域的变革性突破，意味着临床成功率大幅提高、开发时间线缩短、药物成本降低以及更多患者能够获得拯救生命的疗法 [3][6] - 公司的人工智能计划旨在提高基于T细胞的疗法的疗效标准，降低开发成本，并解锁免疫疗法全新的市场 [3]