史丹福 SIMCO AI 框架重大突破：AI 發現預防早產的革命性藥物組合

引言

2026年10月21日，史丹福大學醫學院在《Science Advances》期刊發表了一項突破性研究，展示了其開發的 SIMCO（Simulated Immunome Modeling of Clinical Outcomes，臨床結果免疫組模擬）AI框架如何識別出一種革命性的早產預防藥物組合。研究發現，阿司匹林與蘭索拉唑（一種質子泵抑制劑）的組合——被命名為 SALPZ——在模擬中預防早產的效果是單用阿司匹林的15倍。這一發現已獲FDA批准進入人體臨床試驗（NCT07337655）。

早產問題的全球挑戰

早產（妊娠37週前分娩）是全球嬰兒死亡和長期殘疾的主要原因之一。全球每年約有1500萬早產兒出生，佔所有出生嬰兒的11%。儘管醫學界數十年來持續研究，目前仍缺乏有效的預防手段。

對於亞太地區而言，早產問題同樣嚴峻。中國、印度、東南亞各國均面臨較高的早產率，而現有的預防措施（如黃體酮補充）效果有限且成本高昂。

SIMCO 框架：AI 如何模擬人體免疫系統

SIMCO 框架的核心是為每位患者構建其免疫系統的「數字孿生」（Digital Twin）。

數據基礎

研究團隊通過質譜流式細胞術（Mass Cytometry）對218百萬個免疫細胞進行了分析，這些細胞來自孕婦和健康成人的血液樣本。每個細胞在80種不同的藥物和細胞因子條件下進行了測試，產生了海量的免疫反應數據。

神經網絡架構

基於這些數據，研究團隊訓練了一個結合最優傳輸理論（Optimal Transport Theory）的神經網絡，能夠預測患者特定免疫細胞對其從未接觸過的藥物的反應。

妊娠免疫時鐘

模型進一步利用63例妊娠的縱向數據進行優化，以捕捉患者間的個體差異，並理解妊娠的「免疫時鐘」——即促炎信號如何在自然分娩時被精確觸發。

SALPZ 的發現：從模擬到臨床

模擬結果

在模擬測試中，SALPZ（阿司匹林+蘭索拉唑組合）展現出驚人的效果：

SALPZ 預測的中位延遲分娩時間為17.3天，而單用阿司匹林僅為1.1天，效果提升約15倍。

作用機制

兩種藥物通過 JAK-STAT 信號通路發揮協同作用。這一通路在調節分娩相關炎症過程中的免疫細胞行為方面至關重要。阿司匹林和蘭索拉唑的組合能夠更有效地抑制這一通路的過早激活，從而延遲分娩的啟動。

動物模型驗證

在進入人體試驗之前，研究團隊在妊娠相關炎症的動物模型中驗證了 SALPZ 的有效性，結果與模擬預測一致。

臨床試驗：從AI預測到人體驗證

試驗設計

FDA 已批准 SALPZ 進入 II/III 期臨床試驗（NCT07337655）：

• 目標入組人數：約670名高風險孕婦
• 干預方案：每日81mg阿司匹林 + 30mg蘭索拉唑
• 主要完成日期：預計2030年9月
• 當前狀態：截至2026年10月，尚未開始招募

藥物的優勢

SALPZ 組合的一個重要優勢是兩種藥物均已上市多年，安全性記錄完善：

• 阿司匹林：廣泛用於妊娠期預防子癇前期
• 蘭索拉唑：常用的胃酸抑制劑，妊娠期安全性數據豐富

這意味著如果臨床試驗成功，藥物的監管審批路徑可能相對較短。

AI 驅動藥物發現的範式轉變

SIMCO 框架代表了AI在藥物發現領域的一個重要範式轉變：從基因組學驅動轉向免疫組學驅動。

傳統方法的局限

傳統的藥物發現依賴於：

1. 大規模隨機臨床試驗（耗時10-15年）
2. 基因組關聯研究（難以捕捉動態免疫反應）
3. 試錯式的藥物篩選（成本高昂）

SIMCO 的創新

SIMCO 通過模擬個體免疫系統對藥物的動態反應，能夠：

• 在數週內篩選數千種藥物組合
• 識別協同效應（如SALPZ）
• 預測個體響應率（87.3%的響應者比例）
• 大幅縮短從發現到臨床試驗的時間

對亞太地區的意義

對於亞太地區的醫療系統，SIMCO 框架的意義尤為深遠：

1. 降低早產負擔：亞太地區早產率較高，有效的預防手段將顯著降低新生兒重症監護的需求
2. 可及性：阿司匹林和蘭索拉唑均為廉價仿製藥，在亞太地區廣泛可及
3. AI醫療研究能力建設：SIMCO 框架的開放性為亞太地區研究機構提供了借鑒

結語

史丹福大學的 SIMCO 框架展示了AI在醫療領域的巨大潛力：通過模擬218百萬個免疫細胞的反應，AI識別出了一種人類研究者可能需要數十年才能發現的藥物組合。SALPZ 的15倍效果提升，以及其進入臨床試驗的里程碑，標誌著AI輔助藥物發現進入了一個新時代。

---

資料來源：TechTimes（2026年10月30日）、史丹福大學醫學院新聞（2026年10月21日）、Science Advances（2026年10月21日）