AACR 2026：讀懂 Phase 1 樓層

AACR 2026 共 7,066 篇摘要中，有 442 篇帶 first-in-human 或 Phase 1 框架 — 大約 6%。這個比例 year-over-year 穩定。今年比較不同的，是「明確專屬於 Phase 1」的場次比例往上。有 5 場摘要 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）。

這 5 場合計 120 篇 — 約佔全部 FIH 摘要的三分之一。其餘分散：約 80 篇散在 modality-specific 場次（ADC linker engineering、adoptive cell therapy 等）；另約 90 篇在 target-specific 場次（tyrosine kinase、RAS inhibitor 等）；剩下約 150 篇坐在 disease-track session 裡，把 Phase 1 設計當疾病故事的一部分而不是獨立的方法學。

整體讀，這在說議程把 Phase 1 同時當兩件事：一件是它本身的 discipline（有專屬會議室），一件是跟著其他主題一起走的內容。這種「雙重身份」對領域是健康的 — 試驗方法學和疾病生物學在同一個房間裡被討論，而不是平行進行。

把這 442 篇 FIH 摘要按模態打標籤後，兩種模態遙遙領先。Antibody-drug conjugate（ADC）出現在 79 篇。Bispecific T-cell engager 與其他雙特異性抗體構造出現在 62 篇。兩個標籤之間有重疊 — bispecific ADC 同時落在兩個桶子裡 — 所以以 tag 加總計，這兩個模態合計大約 141 篇 abstract entries，接近 Phase 1 樓層的三分之一（unique 數字會略低）。

兩波共享同一個動作：把「target」變成「delivery 問題」。ADC 用抗體當化學 payload 的 homing device，linker 化學、internalization 生物學、bystander effect 共同決定 payload 在哪裡、什麼時候殺掉細胞。Bispecific 用抗體把 T cell（多數情況）、有時是 NK cell、有時是第二個腫瘤端 target 拉過來。兩者都用「specificity 加執行力」買 potency，也都買到領域還在學怎麼管的臨床風險 — ADC 的 payload toxicity 與 ocular signals、bispecific 的 cytokine release 與 on-target/off-tumor。技術夠成熟可以大量進 Phase 1；安全性故事還沒結尾。

細胞治療 — CAR-T、TIL、TCR-engineered T cell — 再加 45 篇。聲音比 ADC 和 bispecific 安靜，但 trajectory 穩定：更多實體瘤入場、更多 allogeneic 平台、幾個 first-in-human protocol 從血液腫瘤往 glioblastoma、肝癌、攝護腺癌移動。Targeted protein degrader（PROTAC、molecular glue）13 篇 first-in-human。絕對數字小，但能見：三年前這個數字基本上是零。

Phase 1 樓層是集中的，不是分散的。我們把 FIH 摘要的機構 affiliation 數一遍，反覆看到的就是同樣的十來家。

Memorial Sloan Kettering Cancer Center 出現在大約 1/10 的 FIH 摘要上。UT MD Anderson Cancer Center 緊跟其後。Dana-Farber Cancer Institute、Massachusetts General、Mayo Clinic 構成學術第一梯隊的其餘部分。Sarah Cannon Research Institute — 由多個附屬的專屬 Phase 1 單位組成的網絡，而不是單一場地 — 出現在 13 篇摘要。作為產業試驗 affiliation，它仍然是美國最集中的單一 Phase 1 網絡。

贊助端反覆出現的名字也熟悉：AstraZeneca、Johnson & Johnson、Roche/Genentech、Bristol Myers Squibb、Pfizer。比過去幾年更顯眼的是亞洲總部藥廠 — Daiichi Sankyo、信達生物、百濟神州 — 作為 lead sponsor 出現在實體瘤 FIH 摘要的頻率。今年議程裡這個趨勢清楚到值得明講，雖然長期軌跡還在描繪。

這種集中度在 operational 上是有效率的。一年跑 20 個 Phase 1 protocol 的場地，會建出領域其他人短時間追不上的肌肉。但這個生態系也很脆弱 — 少數機構與少數贊助商承擔大部分負荷，第二梯隊的差距很大。任何想在這「大概十來家」之外起 FIH 的 biotech，面對的營運學習曲線比公開時程顯示的更陡。

今年最有意思的變化不在「測什麼」，而在「怎麼設計」。442 篇 FIH 摘要裡有 36 篇把 biomarker-stratified design 當成核心特徵：以腫瘤基因組、免疫組織化學、ctDNA fraction、或 PSMA 式影像可決定 eligibility 來選 patient。

這大約是 FIH 樓層的 8%。把同一套標籤套到 5 年前的 AACR 議程上、那時候約 2% — 這個移動是真的；但跨年度的議程語言標籤本身就有 imprecision，所以這個倍率最好讀成「下一年的 protocol 申報會驗證或駁回的假設」，不是 settled 的 longitudinal benchmark。方向倒是清楚的。Biomarker-driven Phase 1 trial 過去只在 target 分子上嚴密到「不分層就不行」時才建。現在只要 target 帶任何 biomarker correlate — PSMA-anchored 攝護腺試驗、KRAS-G12 篩選的肺癌試驗、MSI-high tumor-agnostic basket — stratified design 讀起來更像「預期 register」，不再是過去的例外。

還沒到場的是下一步：model-based dose finding（Bayesian、EWOC、帶 overdose control 的 BLRM）、AI-assisted basket selection、即時 biomarker readout 的 adaptive design。3+3 escalation 不再是無人質疑的預設 — 它仍然常見，尤其在學術 protocol — 領域正在開放地實驗 model-based 的替代。還沒發生的是「規模化採用」。下一年的設計層進步最可能就出現在這裡。這也是 AI 方法學最該最早進入的一層。

AACR 2026 的 Phase 1 樓層讀起來像一個 operationally 已經成熟的領域。模態清楚、跑試驗的場地組織完善、設計層終於在動。工作集中、有時集中得有點不舒服，但會 ship。這就是 operational maturity 該有的樣子。

有一個數字跟前兩篇 briefing 一樣讓我們意外。442 篇 FIH 摘要中，只有 5 篇直接點名 machine learning、deep learning、或 AI 為方法學。5 篇。在這個 ML 全會議 keyword 排第 9 的會議上，「決定哪些病人進早期試驗、用什麼劑量、怎麼讀毒性訊號」這層工作仍然多半 classical。基礎建設已經到位；早期腫瘤試驗的轉譯還沒接上。

把這個 gap 補起來，正是 Apex AI Institute 藥物開發線設立時要做的事。Pillar 1 在建 AI 增強的 FIH scout 系統和早期腫瘤試驗的 computational landscape — 剛好坐在「今年確認在動但還不是 AI-native」的這個設計層。系列下一篇會把其中一塊深入展開。承載這篇的會議報導模板，也會繼續承載它。