文章核心观点 公司在AI驱动的生物标志物和药物发现领域取得进展，凭借独特资产和能力有望引领精准肿瘤学创新，2024年的成果为未来增长奠定基础 [1][15] 各方面进展总结 生存预测模型 - 与UPMC Magee - Womens医院合作开发AI驱动的多组学机器学习模型，预测卵巢癌患者短长期生存结果，优于仅基于临床数据的模型，成果于2024年6月美国临床肿瘤学会年会上展示 [3] - 模型可改善早期药物发现和临床决策，有望提高患者监测、管理和治疗效果，尤其针对高等级浆液性卵巢癌，公司正完善模型以应用于全球领先癌症中心临床实践 [4][5] 生物标志物发现 - 基于Magee研究成功，用先进深度学习方法从现有数据集和工具中识别与卵巢癌患者生存和药物反应相关的新型生物标志物 [6] - 生物标志物发现市场2024年达145亿美元，预计2030年前复合年增长率19.4%，公司认为这对AI平台是变革性机遇，正探索与生物制药公司和医疗网络的战略合作伙伴关系 [7] 药物发现 - 解决肿瘤学临床试验失败率高、患者异质性引入晚的行业挑战，通过整合137种癌症类型的15万个肿瘤样本生物库数据，在早期用湿实验室测试验证AI药物反应预测，提高技术成功概率，优化决策 [8][9] - 该能力可加速合作伙伴项目进度、降低风险、优化研发投资，是业务发展讨论的核心内容 [10] 药物再利用 - 平台能对先前弃用的肿瘤药物进行再利用，用主动机器学习筛选化合物，确定3个卵巢癌和结肠癌再评估候选药物 [11] - 此能力可挖掘搁置资产潜力，使其重新用于临床，公司正将该方法应用于更多公开可用化合物 [12] 平台拓展 - 1月宣布将旗舰检测方法ChemoFx拓展至欧洲并扩大在美国的可用性，该检测方法使用患者自身细胞体外测量化疗反应，为个性化治疗选择提供指导 [13] - 与BioSpeciFx分子生物标志物组合配合，帮助肿瘤学家确定最适合患者的化疗方案，最初聚焦妇科癌症，计划扩展到其他肿瘤类型，为AI驱动的药物发现计划提供高质量数据 [14]