基于播客「对话艾博生物CEO英博：“一人一药”，Moderna，AI制药，癌症疫苗的边界与未来【101视频播客】」完整转写整理（音频约 81 分钟）。主持人：雨山（硅谷101 特约研究员）；嘉宾：英博（艾博生物创始人、董事长兼CEO，曾于 Moderna 从事 mRNA 递送与 CMC 研发）。除注明外，本文观点与事实均出自嘉宾口述或节目转述，未做外部核验；临床数据、股价与上市时间表均为"节目称"口径。转写疑似 ASR 误差已文末标注。
先说结论
据节目称，2026 年 8 月 19 日，Moderna 的 mRNA 个性化癌症疫苗（联合 K 药 Keytruda）在黑色素瘤术后辅助治疗的三期临床中取得积极结果，股价盘中一度暴涨超 200%。市场兴奋的不只是黑色素瘤一个适应症，而是"为每一个癌症患者定制一支药"这条路线第一次跨过了三期这道门。但这场对话最有价值的部分在于拆开了宣传语之下的三层现实：科学上，它目前只验证了"术后清除残留病灶"这一个场景；工程上，它是一条把"药品制造的 nightmare"压缩进四到六周的流水线；商业上，能不能把成本做到中国老百姓可负担，才决定这条路线是星辰大海还是少数人的奢侈品。
一、发生了什么：一次"积极读出"为什么值得股价翻倍
按节目说法，Moderna 的这项三期实验（节目中读作"Interpath-001"，转写疑似有误，外界普遍对应其 mRNA-4157/V940 联合 K 药的黑色素瘤研究）是一项全球多中心、入组一千多位病人、双盲随机的试验：一个臂是"个性化肿瘤疫苗 + PD-1（Keytruda）"，另一个臂是"仅 PD-1"。主要终点是无复发生存期（RFS）——对象是手术切除后的晚期（临床 IIB–IV 期）黑色素瘤患者，这类患者通常在术后三个月到一年内复发，所以实验能较快读出答案。
英博认为，结果达到统计显著性意味着两点：
- 它验证了此前未被确认的猜想：Moderna 的天花板绝不是一个传染病疫苗公司。“传染病疫苗公司的天花板是可预期的；传染病疫苗公司加上一个更大的肿瘤市场，未来几乎是星辰大海。“肿瘤患者群体远大于传染病疫苗接种场景，且治疗性药物的定价空间与预防性药物完全不同——这是 Wall Street 给出罕见反应的逻辑。
- 它验证的是机理，不是单一产品：“它在黑色素瘤上的成功，验证的是个性化肿瘤疫苗对肿瘤杀伤的机理性的验证。对未来其他的瘤种，我们认为只是个 matter of time。”
但他同时给出了几条冷边界，这些边界比涨幅更重要：
- 这是 RFS，不是 OS，更不是"治愈"的证明。英博解释，无复发生存与总生存期（OS）是两个终点，不过"因为没有复发，必然生存期会有一定的延长”，所以 RFS 是比早期"免疫原性"硬得多的证据。准确的表述是：病人达到了 tumor free（无肿瘤）状态，对这一部分患者"治愈"有了巨大期待，但仍需更长期随访。
- 只验证了术后场景。肉眼可见的肿瘤交给手术刀，疫苗负责的是"肉眼看不见的、散落在组织中的"残留癌细胞。如果原发肿瘤还在体内，就是"疫苗+PD-1 调动免疫系统"与"肿瘤自身的免疫耐受拮抗"两股势力的对抗——“这部分目前我们只能说它还没有被完全的验证，但是并不代表未来它不可以。”
- 尚未获批。“现在也只是到了一个有非常积极的信号 readout 的阶段，还没有正式获批上市，离正式获批其实还是有一段路要走的。“有报道称 Moderna 希望 2027 年上市，英博认为从公司、患者到监管都有动力，且"监管审批的其实不是一个产品，而是一套平台技术”，在国内外"不认为还有真正的监管障碍”，但他也提醒具体临床数据要到今年晚些时候的大会才公布。
为什么第一个适应症选黑色素瘤？ 这是一个值得记住的试验设计策略：因为这类患者术后三个月到一年内复发，能给公司一个 early readout 窗口。“科技公司快速成功和快速失败都可以接受，最难接受的是等了很久才知道答案。“加上黑色素瘤本身的市场需求，英博称之为"非常明智的策略”。
二、机制：一张"专属通缉令”，和一个"34 个"背后的取舍
个性化 mRNA 肿瘤疫苗的原理，英博用了一个比喻：给每位患者的肿瘤制作一张专属通缉令。每个人体内的肿瘤由自身细胞突变产生——同样叫肠癌、非小细胞肺癌或胰腺癌，每个人的肿瘤都不一样。如果当作"一类病"来处置，病人只能获得平均意义上的预期生存；个性化疫苗把每个人的肿瘤当作 individual disease：测序对比肿瘤与正常组织，找出只在肿瘤上表达、且可能引起高度免疫反应的新抗原（neoantigen），用算法挑出最值得攻击的目标，写成一条量身定制的 mRNA，用脂质纳米颗粒（LNP）包裹后注回体内，让免疫系统"把肿瘤当作外来病毒来识别”，实现精准杀伤。与传统化疗"杀敌一千自损八百"不同，它只攻击带标记的细胞，因此临床试验中不良反应极低、病人依从性好。
与 PD-1 的联用逻辑：PD-1 抑制剂是"肿瘤免疫治疗上最伟大的发现之一"（发明者获诺奖），作用是松开肿瘤对 T 细胞的刹车，但它自己"不认识"敌人；疫苗负责点燃火、让免疫系统认出敌人。一个解除抑制、一个提供识别，“一加一大于二”。英博补充，业界甚至认为对 PD-1 低表达的患者，PD-1 仍可能获益——这也是为什么未来肿瘤疫苗可能惠及更广人群。
“不超过 34 个新抗原"的门道：Moderna 新闻稿提到新抗原设计上限为 34 个，英博解释这不是生产能力上限，而是风险收益比的选择：mRNA 长度过长会降低翻译效率。这个数字还带着时代印记——项目启动在约十年前，彼时 AI 预测新抗原命中率可能只有 10%，多撒网是保险；“只要有一个新抗原被精准识别，免疫系统就可以去杀死肿瘤细胞”，跟病毒疫苗只需少数抗原的机理一致。他判断，随着 AI 预测能力提升，“绝大多数患者并不需要 up to 34 个这么多”。
但多撒网有另一个理由：肿瘤会逃逸。肿瘤抗药性强的本质是突变逃逸——突变掉一个抗原的概率高，同时突破五个的概率"基本可以做乘法，非常低”。覆盖的新抗原越多，网撒得越大，杀得越干净。而一旦固定了免疫反应的"预算"（同一 mRNA 载量下），抗原越分散、针对单个抗原的免疫反应强度越弱——这是播客中明确承认的权衡。至于究竟几个抗原才算"稳抓肿瘤的底线"，英博的答案是诚实的不确定：“每个肿瘤、每个病人情况都不一样，需要未来的临床随访到很久之后才能看到。”
三、工程：四到六周，把"药品制造的 nightmare"做成流水线
这是全场信息密度最高的部分，也是"个性化"三个字真正的代价所在。肿瘤病人病情发展快，业界共识是术后四到六周内必须开始治疗——这正是病人术后恢复期的长度。疫苗必须卡在这个窗口内生产出来，否则残留的肿瘤细胞可能重新生长。整条流程是：
- 取样与测序：取肿瘤组织和旁边正常组织，两相对比测序。测序和样本分析放在医院做（“任何一步转运都需要时间”）；
- 算法筛选：序列信息上云端，由各家自己的算法（AI）预测哪些是"真正有意义"的新抗原，“随着技术发展，可以说是几天就可以完成”；
- DNA 模板制备：数天到数周，是最能体现各公司 CMC 功底的环节之一；
- mRNA 体外转录（IVT）：cell-free 方式，基本一天完成，随后纯化；
- LNP 包封：一到两天；
- QC 质量检测放行：一到两周——而且是药品，必不可少。
四到六周的窗口扣除下来，留给实际生产的"并没有想象中那么多"。英博的回答是自动化：从拿到序列之后的几乎所有环节做到全自动、无人干预——“任何一步有了人为干预，必然成为一个 bottleneck”。艾博生物把这套东西做成了一台缩小化的端到端全自动设备：“按下一个开始键，过几个小时之后，整个 mRNA 疫苗就可以生产出来。而每一次开机，生产的量几乎是病人整个 lifetime（生存期）所需要的量。”
他反复强调一句话："做大容易，做小难。“公司此前建的是占一整个房间的大规模 mRNA 自动化生产平台，现在要反向把它塞进一台可移动的设备，工程挑战很大。难点在于设计的双重性：既要足够通用（能生产每个病人不同的产品），又要足够精准（每件产品都达到同一套质控标准）。防交叉污染靠"一人一机”——每台设备只做一个病人的产品，做完消毒加 QC 才能接下一个，全程使用一次性耗材（disposable）。商业化后面对百万级病人，“只能靠一台一台不同的仪器来控制工艺的可重复性”，这也是审批逻辑：进入临床后算法和工艺五到七年内不能变。
四、成本：从"百万美元一针"到"几十万人民币一生"的鸿沟
英博没有回避价格问题，而是把它上升为产品定义："科学上行得通（scientifically sound），对中国病人群体还必须是 affordable 的——两者都满足，才是一款真正的好产品。"
他的参照系是 CAR-T：国内几十万一针、认可其"百万一针"的疗效，但因为价格，“很多老百姓承担不起，医保也负担不起，受众群体大为受限”，国内 CAR-T 公司也普遍陷入盈利困境。艾博对自己的个性化肿瘤疫苗的估算是：最多几十万人民币的费用——不是单针成本，而是整个生存期（lifetime）的总费用。具体数字未透露，但由此反推，公司把整个成本结构设计成"公司可负担、且能盈利"的水平。
成本大头在哪里？英博的回答有些反直觉：不是测序也不是算法，而是全流程的一次性耗材——为避免交叉污染，每个人必须一套。好消息是这条曲线的方向明确：“随着需求上升、耗材生产规模提升，每一单的成本会大幅下降。“另外三个抠出来的节降点是：自动化替代人工；死体积控制（人工接液时"头一段不要、尾一段不要”，每步都有损失，机器可以精准到头一秒尾一秒）；废弃液控制。他坦言没有一个单一 cost driver，成本是分散在各个环节、靠"每一步都抠细节"攒出来的。
五、竞争格局：两条路线、一半一半，以及"疫苗不该被运过大洋”
肿瘤疫苗不是新概念，技术路线远不止 mRNA：核酸（DNA、RNA）、多肽（美国最早一批尝试者，节目称"有些公司已经不复存在了"）、病毒载体、DC 细胞疗法等。按抗原来源又分两条腿：
- 固定抗原（off-the-shelf）：针对驱动基因突变（如 EGFR、KRAS）或肿瘤相关抗原（TAA，如 NY-ESO-1、TP53），即插即用、成本低；挑战是并非所有病人都有明确驱动突变，且这些抗原在体内存在已久、机体可能已有耐受。
- 个性化（新抗原）：免疫耐受低、精准，但周期长、成本高。艾博对两条路线、三种靶标类型（TSA/TAA/Neoantigen）都有布局，英博透露业界做固定抗原与个性化的公司"大概一半一半"。
一个颇具想象力的判断：如果艾博能把个性化疫苗的周期压到四周、成本压到可接受范围，“个性化肿瘤疫苗反倒有可能变成一种通用性疗法——不去看病人的肿瘤类型、不看病因，所有肿瘤所有病人都可能起到一定疗效。”
关于中美差距，英博的判断是"进度上有差距（人家已经三期 readout），但认知理解上的差距并没有想象中那么大"，加上 AI 与算法的后发优势和国内丰富的临床资源，“只要坚定选这条路线，近几年内应该就会有一些 positive 的结果”。
还有一条容易被忽视的产业逻辑：个性化肿瘤疫苗"不是一个产品，是一整套算法和工艺"。跨国药企来中国"扫货"，拿走的不可能是成品——你很难想象在中国生产的个性化疫苗运到欧美给当地病人用，运输时间和成本都是灾难。所以它必须本地化部署：算法、工艺、生产环节全部落地。这也顺带回答了地缘敏感性：疫苗用到的算力"远远没有想象中那么高"，而人类遗传资源（测序数据）出境需审批、本地化部署后"没有什么真正大的风险"。
六、AI 在其中的真实位置：四个字母的学科，和一个"离开自动化就是空谈"的判断
英博对 AI 制药有一个清晰的分层判断：核酸药是最有可能被 AI 驱动的药物形态，因为它底层就是 A/T/C/G 四个字母，是完全计算性的设计，不像蛋白药有二十个氨基酸加三维结构。“每一个病人的新抗原序列是算出来的，算的好坏、准确与否，对病人最终生存期的延长有举足轻重的作用。“AI 贯穿抗原预测、mRNA 序列优化、直到脂质与递送系统的研发。艾博请来 Moderna 当年负责新抗原算法设计的总裁 Im（转写名，全名未确证）出任 Chief AI Officer，计算科学团队一直在扩招——“这是一个非传统 biotech 的部门”。
两个更有信息量的细节：
- AI 与自动化互为前提：“AI 离开自动化就是空谈。AI 需要大量数据训练，没有自动化，是不可能训练出一个好的 AI 模型来的。“这是艾博一手抓自动化设备、一手用自动化产生的数据喂 AI 的原因。
- LNP 的算力边界：团队认真评估过用计算模拟整个 LNP（可电离阳离子脂质+mRNA 的自组装系统）的形成与胞内释放，结论是"用到的算力将是目前很难实现的事情”。如果未来能实现——从"一个 mRNA 表达 100 份蛋白"提升到"通过递送和序列优化表达一万份”，递送效率提高百倍——“对整个核酸药物的发展将是又一次极大的促进。“目前递送系统仍是传统体内体外筛选，且个性化疫苗刻意只用一套固定递送系统，让它兼容各种长度的 mRNA——“我们不希望个性化产品里有太多个性化的部件”，复杂性本身就是风险。
对硅谷大佬的乐观表态（Ellison 称 Stargate 时代个性化疫苗 48 小时造出、马斯克称疫苗将变成"software problem”），英博的态度是一半同意、一半补课：“在技术层次上，它就是一个软件问题”，计算与算法确实可以很快；但工程挑战之外，还有一个硬约束绕不过去——监管放行。“生产放行这个时间相对来说在两周之内，目前还没有一个特别好的办法可以把这部分时间进一步缩短。“药是药品，软件迭代是软件迭代：进入临床后工艺算法冻结五到七年，这是药品安全性有效性管理的基本逻辑，也是"软件思维"与"药品思维"之间需要长期磨合的张力点。
七、为什么是现在：COVID 练兵与十年的慢
节目最后回答了一个好问题：肿瘤疫苗概念存在几十年，为什么 mRNA 肿瘤疫苗直到今天才第一次跨过三期？英博给出三层解释：
- 科学的难度不对称。新冠疫苗的成功站在 RSV 研究几十年积累的肩膀上——pre-F 抗原结构的突破让抗原选择一步到位；而肿瘤"从来都是多病因的”，不是病毒。
- 入组难度不对称。大流行期给健康人接种、病例多、入组快；肿瘤试验要筛病人——一千多人入组，“筛查过的病人要远远高过一千”。治疗性产品天然比预防性产品慢，这也是为什么 Moderna 在新冠疫苗之后最先上市的是 RSV 和流感疫苗，而不是肿瘤疫苗。
- COVID 是一次大规模练兵。几十亿剂的 mRNA 疫苗生产把整个平台的工艺、纯度、杂质控制推上了一个台阶，“用工艺上提升的产品再去开发肿瘤疫苗，对产品质量也是巨大的提升”，“加速了技术的成熟”。
八、五到十年的推演，与留给读者的三条判断链
英博对未来的预测克制而具体：“五到十年，PD-1 获批的适应症，mRNA 肿瘤疫苗都会陆续获批。“即疫苗大概率沿着免疫检查点抑制剂已经趟过的适应症地图推进。他也坦承一个动态抬高的门槛：随着标准疗法迭代、病人生存期延长，肿瘤疫苗要在"已有基础疗法之上再证明获益”，临床观察的窗口会越来越长。
如果把这期播客压缩成三条可以迁移的判断链：
- 监管终点决定试验设计，试验设计决定公司命运：黑色素瘤的"三个月到一年复发"特性提供了 early readout → 快速证伪/证实让公司能迭代 → 这条链解释了为什么是黑色素瘤先突破，也提示读者：看任何 biotech 管线，先看终点什么时候能读出，再看终点是什么（RFS 优于免疫原性，但 OS 才是终审）。
- 个性化疗法的护城河不在产品而在"算法+工艺+本地化"的组合：一人一药意味着无法靠单一爆款横扫全球 → 竞争壁垒变成自动化产能、成本曲线和本地部署能力 → 对中国 biotech 而言，这恰好是把"进度落后"翻译成"后发优势"的少数场景，前提是像艾博一样把 affordability 写进产品定义。
- AI 在生物医药的价值锚定在"数据可以自动生成"的环节：核酸药的四字母本质使它可计算 → 但 AI 需要自动化产线产生的数据来训练 →“AI 离开自动化就是空谈"这条判断，适用于评估几乎所有 AI 制药公司的成色；而 LNP 模拟的算力边界则提醒，AI 制药叙事要区分"今天的工程"与"明天的物理”。
最后是边界本身的边界：这期节目里的所有临床数据、股价波动、上市时间表（含"2027 年上市”）都是节目所称，截至发稿未获独立验证；具体三期数据要等 Moderna 在学术会议正式公布，届时 RFS 的具体数字、OS 亚组分析和更长随访，才是检验这场"星辰大海"叙事的真正标尺。
转写疑似 ASR 误差备注：某庄纳/某登/某度（均指 Moderna）、Ketuda（Keytruda）、爱博/艾博生物、百恩泰克（疑似 BioNTech）、N-Y-iso（疑似 NY-ESO-1）、Interpath-001（试验名，转写存疑）、Ankido/Alpidoro/Caperna/Decyn/LNIM/Im/Ansarpic（实体名无法确证，保留转写）。