夜雨聆风
药物研发不缺会做题的AI，缺的是能提供人源“标准答案”的实验系统。
2022年，一项发表于《Nature Communications》的研究做了一件很有“AI时代感”的事：研究人员让11株结直肠癌患者来源类器官接触500多种实验性或临床用小分子，最终分析了超过370万张共聚焦显微图像[1]。
三百七十万张图是什么概念？
如果交给一位研究员逐张查看，他大概会先看完自己的职业生涯；交给算法，则可以从大小、形状、纹理、活性等维度，把药物引起的表型变化一层层拆出来。
这当然是成功。但它证明的是：AI很会“看”，不等于它已经很会“治”。
一个容易被忽略的问题：AI到底做对了什么？
评价一个药物，AI不能只问“准确率多高”，还要追问：
它对谁准确？在什么组织中准确？面对哪种药物准确？换一批患者，还准确吗？
这就是药物研发里的“贝叶斯陷阱”：一个模型在训练数据中表现优秀，并不自动意味着它能预测真实患者。
如果训练数据主要来自少数二维细胞系，AI可能非常认真地学会了一个过度简化的生物学世界。它就像背完题库的学霸——题目稍微换个疾病亚型、微环境或患者，表情就开始不太自然。
AI缺的往往不是更多图片，而是更接近人体、更有差异、经过药物干预后仍可追溯的“真值数据”。这正是类器官可以补上的位置。
类器官不是“迷你人”，但它是一块更接近人的试药场
类器官是由干细胞或组织来源细胞在体外形成的三维结构，可重现相应组织的部分关键结构和功能。患者来源类器官还可以保留一定程度的个体差异，用于观察不同患者模型对同一种药的不同反应。
这里必须踩一下刹车：类器官不是缩小版人体，也不能完整复制血管、免疫、神经和内分泌等全身系统。它不是“临床试验平替”，而是连接简单细胞实验与复杂人体反应之间的一层人源证据。
这层证据已经显示出潜力。2020年，一项局部晚期直肠癌研究建立了患者来源类器官活体库；在该研究的特定队列和放化疗方案中，类器官反应预测患者反应的准确率为84.43%，敏感度为78.01%，特异度为91.97%[2]。2025年，预测直肠癌患者来源类器官模型对联合放化疗的反应准确率突破93.75%[3] 。这些数字不能外推为所有癌种、所有药物的通用准确率，但它说明了一件重要的事：体外模型有机会读到患者层面的药物反应信号。
注：丹望医疗董事长华国强教授为上述2篇论文的通讯作者。
推荐阅读：
AI和类器官真正的组合，不是“加一个工具”，而是形成闭环
一个更合理的药物研发闭环可以是：
AI提出候选分子、剂量或联合方案 → 在不同患者背景的类器官上进行干预 → 采集图像、活性和多组学数据 → AI识别敏感与耐药表型、候选生物标志物和可能机制 → 再设计下一轮实验。
在这个组合里：
AI负责缩小搜索范围，不再让实验人员在化学空间里“摸黑找钥匙”；
类器官负责提供人源反馈，提醒AI“这把钥匙在真实生物学语境里未必开得了门”；
阴性结果也不再只是失败，而是下一轮模型训练中很有价值的反例。
换句话说，AI是导航，类器官是路测。导航再聪明，也不能拿一张地图证明刹车好用。
为什么大规模类器官模型库会越来越重要？
对AI来说，模型库的价值并不只是“货架上放了多少株类器官”，而在于它能否提供：
足够广泛的患者、疾病亚型和分子特征；
疾病组织与正常组织的对照；
可追溯的病理、分子、遗传及临床信息；
标准化培养、质控和药物干预流程；
阳性与阴性结果都被完整保留的数据闭环。
监管也在把问题从“能不能用”推向“如何可信地用”
2025年，FDA在减少动物试验的路线中明确提到AI毒性模型、细胞系和类器官毒性测试等NAMs，并鼓励在IND申报中纳入相关数据。2026年发布的NAMs药物开发指南仍是非约束性的草案，但已经把重点放在验证框架、研究设计、报告质量和适用场景上。
这不意味着类器官明天就能全面替代动物实验，更不意味着有了AI便可跳过验证。监管释放的真实信号是：只要证据足够可靠、可重复、可解释，人源模型可以在药物研发中承担更重要的角色。
推荐阅读：
结语
AI越强，类器官越关键，并不是因为AI“不够聪明”。恰恰相反——算法生成候选的速度越快，我们越需要一个接近人体的系统，及时告诉它哪些答案只是“化学上很漂亮”，哪些才可能“生物学上有意义”。
没有人源反馈，AI可能只是更快地生产看起来合理的错误答案。
有了高质量类器官模型、标准化药物干预和持续的数据回流，每一次成功和失败，才都能成为下一轮研发真正可学习的经验。
AI负责提出更好的问题，类器官负责让答案离患者更近。
丹望医疗类器官疾病模型库已包含上千例信息完整的模型，覆盖多类肿瘤、正常组织及靶点特征，并整合分子、遗传和患者临床数据。对药物AI而言，这类模型库不是一个静态“样本仓库”，而是一套可以持续生成高质量人源干预数据的基础设施。
患者来源数据的价值越高，治理要求也越高。样本获取与数据使用必须以伦理审查、知情同意、去标识化、明确用途和权限控制为前提。AI需要更多数据，但“需要”从来不是绕开伦理边界的理由。
丹望类器官模型数据展示
以下数据来源：https://pdobiobank.d1med.com/(欢迎体验)
示例：肠癌类器官模型数据
肠癌模型数据展示：
示例：含KRAS基因突变位点类器官
客户文章示例：发表于Advanced Science（IF14.1）使用丹望人源肠癌类器官模型
文章解读：
参考资料
[He S, et al. The drug-induced phenotypic landscape of colorectal cancer organoids. Nature Communications (2022)](https://www.nature.com/articles/s41467-022-30722-9) [Yao Y, et al. Patient-Derived Organoids Predict Chemoradiation Responses of Locally Advanced Rectal Cancer. Cell Stem Cell (2020)](https://pubmed.ncbi.nlm.nih.gov/31761724/) [Xu, Xiaoya et al. Comprehensive dissection of rectal cancer organoids in responses to chemoradiation. Cell reports (2025)](https://pubmed.ncbi.nlm.nih.gov/41045935/) [Wang D, et al. Human organoids as 3D in vitro platforms for drug discovery: opportunities and challenges. Nature Reviews Drug Discovery (2026)](https://www.nature.com/articles/s41573-025-01317-y) [Kong J, et al. Network-based machine learning in colorectal and bladder organoid models predicts anti-cancer drug efficacy in patients. Nature Communications (2020)](https://www.nature.com/articles/s41467-020-19313-8) [FDA: Plan to Phase Out Animal Testing Requirement for Monoclonal Antibodies and Other Drugs (2025)](https://www.fda.gov/news-events/press-announcements/fda-announces-plan-phase-out-animal-testing-requirement-monoclonal-antibodies-and-other-drugs) [FDA: General Considerations for the Use of New Approach Methodologies in Drug Development, Draft Guidance (2026)](https://www.fda.gov/regulatory-information/search-fda-guidance-documents/general-considerations-use-new-approach-methodologies-drug-development) [丹望医疗：类器官模型库升级，已有上千例信息完整的类器官模型（2025）](https://www.d1med.com/show-23-120-1.html)
欢迎各位咨询
👇
🌸欢迎加入丹望类器官产品与服务交流群，本群将聚焦于技术交流、资源互通、动态速递以及合作对接。
👏本群面向科研人员、临床医生以及药企从业者等多群体，致力于打造从“科研-药企-临床”的全链条服务。
🎁现在加群，更可参与抽取精美礼品哦~
⌛️如遇二维码失效，请联系丹望医疗小助手进群哦~
丹望类器官产品与服务交流7群
（该二维码8月4日前失效）
关于丹望医疗
D1Med
作为中国类器官领域的独角兽，丹望医疗已发展成为全球领先的类器官疾病模型和类器官芯片的高新技术企业，致力于将前沿类器官技术应用于药物开发、疾病诊疗、再生医学等多个前沿领域，助力生物医药行业迭代高速发展。
公司依托强大的技术自主研发实力，建立全球规模最大、覆盖全面的类器官模型库，涵盖肺、乳腺、胃、肠、心脏、神经、肝脏皮肤等多个正常模型及肿瘤类器官模型，为药物开发和科学研究提供了坚实的模型支撑。丹望医疗构建了从模型建立、药效评估、毒理测试和细胞治疗评估等完善的科研服务体系和药企临床前CRO体系，凭借专业的技术能力和优质的模型库，已为国内上百家药企和医院提供精准、高效的服务，成功辅助多家药企完成IND申报，彰显了龙头企业的技术担当与产业影响力。
邮箱｜service@d1med.com
官网｜www.d1med.com
END