构建生命信息引擎，成就医学界的“英特尔芯片”，赋能全临床

“循证医学最大的特点是体现了群体的特征，但是却永远没办法知道药物对具体某个人的实际疗效如何。”哲源科技COO赵宇表示，“例如在判断肿瘤用药方面，我们需要大约25000个基因，例如针对乳腺癌的分类和治疗方案的选择，可能就涉及三千多个基因，在目前实际场景中，如果说患者没有标志物，那么即便是精准医学也束手无策，最后又回归到循证医学。” 而在计算医学的方法论下，哲源科技不再是依赖某个单独的基因作为判断药物疗效的关键，也不局限于靶点和药物之间的一对一单点的因果关系，而是系统性地看待生命，最终哲源均能够给出用药建议方案，用超算手段去挖掘驱动找到新重点，然后结合人工智能的方法做算法迭代输出，去探寻整体机体体系间的相关关系，构建出一个生命信息引擎。

而训练这个模型的数据体量，按赵宇的描述，已经超过PB（1P＝106G）量级，每次系统迭代都需要耗费千万级的电费。“生命信息引擎并非‘海市蜃楼’，我们已经有部分成果在临床上获得了佐证。”赵宇告诉动脉网。

就在最近，哲源科技通过生命信息引擎的子系统TWIRLS分析了世界上有关冠状病毒的1．4万多篇文献相关文本资料共计300万余单词，在没有任何临床资源情况下，四小时就找到了新冠病毒导致“细胞因子风暴”的潜在机制，进而明确指出一个治疗的新靶点。

无独有偶，一个月后，这一计算医学方法下的“纸上谈兵”的研究结论，在3月25日Research Square平台的一项由上海瑞金医院病理科教授王朝夫、中国科学院院士卞修武等为通讯作者的论文中得以验证。更在其后中国医学科学院蒋澄宇团队以及武汉大学基础医学院李红良团队分别回顾性研究中进一步验证。

生命信息引擎可以生动地理解为医学界的“英特尔芯片”，理论上可以为全医疗领域的各类细分疾病进行数字化模拟试药，即便面对棘手的癌症，计算医学呈现出巨大的优势。

肿瘤之所以难以治愈，原因在于癌症并非由单一的基因控制，而是由上万基因共同作用的结果，这些基因还会在体内突变、演化，并且都不是“孤军奋战”，相反他们作为通路形成“种群”，联合去完成特定任务。攻克癌症，就好比要去解析一个超级复杂的电子路线图，试图通过单基因的管控实现全癌症治疗难度可想而知。

BBC纪录中将癌症信号通路形容成“你见过的最复杂的电子路线图”

哲源科技通过机器学习模型深度解读肿瘤基因组全局性变异，评估肿瘤信号通路的激活状态，可对肿瘤进行分期、评估原发灶起源、预测肿瘤进展等情况，辅助医生与患者选择靶向药物、化疗药物、免疫治疗药物，评估用药疗效。特别是针对一线及多线用药失败、基因检测无可用药提示、检测到用药变异但临床效果不好、发生耐药等肿瘤临床疑难问题，为医生提供可用药方案、辅助优化后续临床治疗方案，实现肿瘤全程精准诊疗。