11月13日，CJ生物科学在全球免疫抗癌领域的权威盛会——美国免疫抗癌学会（Society for ImmunoTherapy of Cancer，简称SITC）年会上，宣布了一项革命性的技术突破：利用人工智能（AI）模型精准预测药物反应性。本次年会汇聚了来自全球70多个国家的4600余名医疗和工业界的领军人物，共同探讨和推动免疫抗癌领域的最新进展和未来方向。

▲ CJ生物科学研究员在SITC大会现场向参观者介绍研究成果

CJ生物科学近期与集团旗下AI组织合作，成功研发出“药物反应性微生物生物标记物AI预测模型”（以下简称AI预测模型）。这一创新模型聚焦于癌症患者，通过深度解析患者肠道微生物，实现对特定药物反应性的前瞻预测。在癌症治疗中，免疫检查点抑制剂等药物虽疗效显著，但患者反应率仅维持在20%~30%，因此，提前预判药物反应性显得尤为重要。

CJ生物科学依托其新药开发平台Ez-Mx®，通过对免疫检查点抑制剂反应性的精确验证，充分展示了AI预测模型的卓越性能。该模型历经942名非小细胞肺癌、黑素瘤、新细胞癌患者的真实数据学习，并结合了超过13400份肠道微生物遗传体数据，预测准确率相较于行业现有的机器学习模型，可以提升15%以上。

此外，研究还发现，毛螺菌科(Lachnospiraceae)肠道微生物在维持免疫系统平衡方面扮演着关键角色，并在免疫检查点抑制剂反应预测中发挥着举足轻重的作用。未来，若能通过调节这一系列肠道微生物，有望大幅提升免疫关卡抑制剂的反应率，为癌症患者带来福音。

值得一提的是，“AI预测模型”的应用范围远不止于此，它同样适用于癌症、免疫检查点抑制剂以外的多种疾病和药物。借助AI预测模型，医生可以为患者量身定制治疗方案，实现精准医学的愿景；同时，该模型还能高效筛选药物反应性高的患者，为临床试验的开展提供有力支持，预示着其在多个领域的广阔应用前景。

CJ生物科学相关负责人表示：“我们依托CJ生物科学多年积累的队列研究(Cohort Study)数据，结合CJ集团AI室的深度学习模型，共同打造出了这一高精度预测模型。未来，我们将把这一新开发的AI预测模型应用于临床，加速微生物新药的开发进程，为患者带来更多的希望与光明。”