AACR 2026：读懂 Phase 1 楼层

AACR 2026 共 7,066 篇摘要中，有 442 篇带 first-in-human 或 Phase 1 框架 — 大约 6%。这个比例 year-over-year 稳定。今年比较不同的，是「明确专属于 Phase 1」的场次比例往上。有 5 场摘要 session 直接以 Phase 1 命名：「Phase I Clinical Trials in Progress」（28 篇）、「Phase I and Phase II Clinical Trials in Progress」（28 篇）、「First-in-Human Phase I Clinical Trials」（23 篇）、「Phase 0 and First-in-Human Phase I Clinical Trials」（21 篇）、「Phase I Clinical Trials」（20 篇）。

这 5 场合计 120 篇 — 约占全部 FIH 摘要的三分之一。其余分散：约 80 篇散在 modality-specific 场次（ADC linker engineering、adoptive cell therapy 等）；另约 90 篇在 target-specific 场次（tyrosine kinase、RAS inhibitor 等）；剩下约 150 篇坐在 disease-track session 里，把 Phase 1 设计当疾病故事的一部分而不是独立的方法学。

整体读，这在说议程把 Phase 1 同时当两件事：一件是它本身的 discipline（有专属会议室），一件是跟着其他主题一起走的内容。这种「双重身份」对领域是健康的 — 试验方法学和疾病生物学在同一个房间里被讨论，而不是平行进行。

把这 442 篇 FIH 摘要按模态打标签后，两种模态遥遥领先。Antibody-drug conjugate（ADC）出现在 79 篇。Bispecific T-cell engager 与其他双特异性抗体构造出现在 62 篇。两个标签之间有重叠 — bispecific ADC 同时落在两个桶子里 — 所以以 tag 加总计，这两个模态合计大约 141 篇 abstract entries，接近 Phase 1 楼层的三分之一（unique 数字会略低）。

两波共享同一个动作：把「target」变成「delivery 问题」。ADC 用抗体当化学 payload 的 homing device，linker 化学、internalization 生物学、bystander effect 共同决定 payload 在哪里、什么时候杀掉细胞。Bispecific 用抗体把 T cell（多数情况）、有时是 NK cell、有时是第二个肿瘤端 target 拉过来。两者都用「specificity 加执行力」买 potency，也都买到领域还在学怎么管的临床风险 — ADC 的 payload toxicity 与 ocular signals、bispecific 的 cytokine release 与 on-target/off-tumor。技术够成熟可以大量进 Phase 1；安全性故事还没结尾。

细胞治疗 — CAR-T、TIL、TCR-engineered T cell — 再加 45 篇。声音比 ADC 和 bispecific 安静，但 trajectory 稳定：更多实体瘤入场、更多 allogeneic 平台、几个 first-in-human protocol 从血液肿瘤往 glioblastoma、肝癌、前列腺癌移动。Targeted protein degrader（PROTAC、molecular glue）13 篇 first-in-human。绝对数字小，但能见：三年前这个数字基本上是零。

Phase 1 楼层是集中的，不是分散的。我们把 FIH 摘要的机构 affiliation 数一遍，反复看到的就是同样的十来家。

Memorial Sloan Kettering Cancer Center 出现在大约 1/10 的 FIH 摘要上。UT MD Anderson Cancer Center 紧跟其后。Dana-Farber Cancer Institute、Massachusetts General、Mayo Clinic 构成学术第一梯队的其余部分。Sarah Cannon Research Institute — 由多个附属的专属 Phase 1 单位组成的网络，而不是单一场地 — 出现在 13 篇摘要。作为产业试验 affiliation，它仍然是美国最集中的单一 Phase 1 网络。

赞助端反复出现的名字也熟悉：AstraZeneca、Johnson & Johnson、Roche/Genentech、Bristol Myers Squibb、Pfizer。比过去几年更显眼的是亚洲总部药厂 — Daiichi Sankyo、信达生物、百济神州 — 作为 lead sponsor 出现在实体瘤 FIH 摘要的频率。今年议程里这个趋势清楚到值得明讲，虽然长期轨迹还在描绘。

这种集中度在 operational 上是有效率的。一年跑 20 个 Phase 1 protocol 的场地，会建出领域其他人短时间追不上的肌肉。但这个生态系也很脆弱 — 少数机构与少数赞助商承担大部分负荷，第二梯队的差距很大。任何想在这「大概十来家」之外起 FIH 的 biotech，面对的运营学习曲线比公开时程显示的更陡。

今年最有意思的变化不在「测什么」，而在「怎么设计」。442 篇 FIH 摘要里有 36 篇把 biomarker-stratified design 当成核心特征：以肿瘤基因组、免疫组织化学、ctDNA fraction、或 PSMA 式影像可决定 eligibility 来选 patient。

这大约是 FIH 楼层的 8%。把同一套标签套到 5 年前的 AACR 议程上、那时候约 2% — 这个移动是真的；但跨年度的议程语言标签本身就有 imprecision，所以这个倍率最好读成「下一年的 protocol 申报会验证或驳回的假设」，不是 settled 的 longitudinal benchmark。方向倒是清楚的。Biomarker-driven Phase 1 trial 过去只在 target 分子上严密到「不分层就不行」时才建。现在只要 target 带任何 biomarker correlate — PSMA-anchored 前列腺试验、KRAS-G12 筛选的肺癌试验、MSI-high tumor-agnostic basket — stratified design 读起来更像「预期 register」，不再是过去的例外。

还没到场的是下一步：model-based dose finding（Bayesian、EWOC、带 overdose control 的 BLRM）、AI-assisted basket selection、即时 biomarker readout 的 adaptive design。3+3 escalation 不再是无人质疑的默认 — 它仍然常见，尤其在学术 protocol — 领域正在开放地实验 model-based 的替代。还没发生的是「规模化采用」。下一年的设计层进步最可能就出现在这里。这也是 AI 方法学最该最早进入的一层。

AACR 2026 的 Phase 1 楼层读起来像一个 operationally 已经成熟的领域。模态清楚、跑试验的场地组织完善、设计层终于在动。工作集中、有时集中得有点不舒服，但会 ship。这就是 operational maturity 该有的样子。

有一个数字跟前两篇 briefing 一样让我们意外。442 篇 FIH 摘要中，只有 5 篇直接点名 machine learning、deep learning、或 AI 为方法学。5 篇。在这个 ML 全会议 keyword 排第 9 的会议上，「决定哪些病人进早期试验、用什么剂量、怎么读毒性信号」这层工作仍然多半 classical。基础建设已经到位；早期肿瘤试验的转译还没接上。

把这个 gap 补起来，正是 Apex AI Institute 药物开发线设立时要做的事。Pillar 1 在建 AI 增强的 FIH scout 系统和早期肿瘤试验的 computational landscape — 刚好坐在「今年确认在动但还不是 AI-native」的这个设计层。系列下一篇会把其中一块深入展开。承载这篇的会议观察模板，也会继续承载它。