How Moderna Builds a Cancer Vaccine for One Person at a Time

Moderna 和 Merck 的个性化 mRNA 黑色素瘤癌症疫苗，五年后 80% 患者无病复发，90% 抗原完全因人而异。

九成癌症靶点不同，疫苗必须一人一针

Stéphane Bancel 是 Moderna CEO。他带领的团队曾在新冠暴发后迅速分析病毒序列，并把 mRNA 疫苗推向大规模生产。如今，他与 Merck 合作了 10 年的个体化癌症治疗，在黑色素瘤 III 期试验中拿到了阳性结果。这里最反直觉的部分是：癌症疫苗不是给所有人打一针同样的药，而是先读取每位患者肿瘤的 DNA，再为这个人生产一剂药。本期谈的既是免疫学，也是制造业和监管如何跟上“每人一药”。

这期回答了 8 个问题：

1. 为什么做了 20 多年、经历上千次失败的癌症疫苗，终于在这一次跑通了？
2. 癌症疫苗到底是在预防癌症，还是在阻止癌症复发？
3. 为什么 90% 的肿瘤抗原在不同患者之间都不相同？
4. mRNA 相比蛋白或肽疫苗，究竟在哪个免疫环节改变了结果？
5. 一份药只服务一个人，如何在 42 天内从活检做到注射？
6. 每一剂都不同的个体化药物，FDA 究竟审批什么？
7. 当首代算法已有疗效时，为什么 Moderna 反而紧盯没有响应的那部分患者？
8. 这种方案能否从黑色素瘤扩展到早期肺癌、胰腺癌等更广泛场景？

被问到 Moderna 与 Merck 公布的黑色素瘤 III 期结果时，Bancel 先把背景讲得很重：癌症疫苗这个领域已经做了 20 多年，累计经历超过 1,000 项临床试验，之前全都失败。这里的“失败”不是实验室里没有看到一点免疫反应，而是没有在临床上证明：病人因此更不容易复发、更不容易死亡。

Moderna 与 Merck 为这项个体化治疗合作了 10 年。此次 III 期研究达到主要终点“无复发生存”，即患者没有癌症复发、也没有死亡的时间更长。更意外的是，在第一次中期分析时，研究还达到“无远处转移生存”这个次要终点：癌细胞没有从原发肿瘤跑到远处器官。Bancel 的表述很直接："it's the first time there is cancer the vaccine working."（这是癌症疫苗第一次发挥作用。）

这意味着癌症疫苗的衡量尺度变了。过去，“能不能激起免疫系统”已经不够；现在要回答的是，在随机临床试验里，它能否比现有治疗更少复发、更少远处转移。这里的“疫苗”也不是预防一个健康人得癌症，而是在患者已经接受手术和治疗后，再训练免疫系统识别残余癌细胞，尽量阻止癌症回来。

但这不是终局数据。结果来自 III 期研究的首次中期分析，完整数据仍要在医学肿瘤学会议上披露。阳性终点说明它跨过了最难的一道门槛，不等于所有疗效细节、风险收益和长期持续性都已尘埃落定。

被问到为什么过去那么多癌症疫苗失败、这次却必须个体化时，Bancel 的答案从一份活检开始。团队先读取患者肿瘤组织的 DNA，再读取其健康细胞的 DNA，然后把两份序列逐个字母、逐个核苷酸对照。癌症本质上是 DNA 突变积累出的疾病；真正要找的，是肿瘤有、健康细胞没有的变化。

一名患者的肿瘤可能有数百甚至数千个突变。算法会从中挑出认为最相关的 34 个，把这些靶点编码进同一条 mRNA，再在约 30 天内制成一剂肌内注射的药。这里的“抗原”，可以简单理解为让 T 细胞认出敌人的分子标记。Bancel 说："We select the 34 that we believe are the most relevant and we stitch them together into one big mRNA molecule"（我们选出认为最相关的 34 个靶点，并把它们拼接成一条大的 mRNA 分子。）

最改变产品逻辑的数据，是 Moderna 在研究中发现，约 90% 的抗原在不同患者之间都不同。团队项目启动时并不知道这个比例，原先的癌症疫苗领域更多假设：能否找到一组大多数患者共享的抗原，做成通用产品。现在看，这个前提可能就是问题的一部分。

这意味着规模化不再是“生产一亿剂同一种药”，而是把“读序列—筛突变—生成 mRNA—交付医院”做成稳定流水线。每位患者拿到的内容不同，但流程应当相同。边界也很清楚：34 个并不是对每位患者都被完全验证过的标准答案，它依赖算法、已有免疫学知识和持续积累的数据。

被问到 Keytruda 为什么不够、为何还要联用个体化 mRNA 疫苗时，Bancel 打了个形象的比方：检查点疗法像把关着的狗放出来攻击癌症。它解除的是免疫系统原本的抑制，也就是把“刹车”松开；但狗放出来以后，未必知道该精准咬向哪里。

他引用已发表数据称，单用 Keytruda 后，约 60% 的患者五年后无病生存；反过来说，约 40% 的患者没有得到疗效。检查点疗法还可能带来长期自身免疫问题，例如 1 型糖尿病、狼疮或克罗恩病。对能获益的人，这种代价仍可能值得；对没有获益的人，账单就更沉重。

mRNA 的角色不是再松一次刹车，而是给 T 细胞一张更清晰的“通缉令”。注射后的 mRNA 会进入淋巴结中的抗原呈递细胞，也就是 APC。这些细胞负责把“敌人长什么样”展示给免疫系统。mRNA 在细胞内部被翻译，再从内部呈递；Bancel 将其与注射后主要在血液中循环的重组蛋白或肽作比较："your immune system sees them but not in the same manner from within as it done with the mRNA."（免疫系统确实能看到它们，但方式不像 mRNA 那样是从细胞内部呈递。）

这意味着联合治疗可以拆成两个互补模块：检查点疗法提高攻击意愿，个体化疫苗提供攻击坐标。前者让 T 细胞能动，后者让它知道该动向何处。不过，Bancel 讲的是 Moderna 技术路线的机制解释；不同公司的 mRNA 和脂质递送体系不同，他也明确说过，不能替其他公司下判断。

被问到一人一剂的药怎么做出来时，Bancel 给出了一个运营数字：从取到患者活检，到医院收到可注射疫苗，现在约为 42 天。这条链路被称为“needle-to-needle”。它不像 CAR-T 那样，要把患者免疫细胞取出，在工厂体外重编程，再送回医院。Moderna 接到的是健康细胞和癌细胞的序列数据文件，之后由算法和制造系统完成后续工作。

制造过程是全合成、酶促、液相的：先制 DNA 模板，再制 RNA，最后用脂质把 RNA 包起来。Bancel 认为，这更像小分子制造，而不是依赖巨大生物反应器培养细胞的传统生物药生产。团队最初的设备像一台“大号美式冰箱”，首要任务是保证质量、让临床试验别因制造缺陷得出假阴性；II 期看到疗效后，工程师才开始集中压缩设备、自动化和机器人化。

他的关注点甚至不是“平方米”，而是更细的空间单位："the second vector I'm obsessed about is square inches"（我痴迷的第二个变量，是平方英寸。） 同一间洁净室里，机器占地若缩小一半，就能塞进更多设备，固定成本被更多剂量分摊。Marlborough 工厂可生产数万剂，覆盖黑色素瘤市场所需的量级。

每剂不同，也不代表 FDA 要逐剂审批。监管重点是整套流程是否稳健：给定同样的肿瘤和血液样本，系统能否稳定产出同样定义的个体化产品。42 天仍不是终点；若需求超过单厂能力，公司仍可能要建更多设施。

被问到已有疗效之后，算法还要怎么迭代时，Bancel 给了一个不太符合“庆功逻辑”的答案：先盯住失败者。用于 III 期研究的算法，与 I 期、II 期使用的是同一版本。他把它称为做了 10 年的“1.0”。换句话说，临床已经跑出正向结果的，不是一个每月更新的黑箱模型，而是一套被连续沿用、能够追溯的筛选规则。

II 期五年数据中，约 80% 的患者在黑色素瘤手术和治疗五年后仍无病。但这个数字也意味着，仍有约 20% 的患者没有响应。团队接下来将利用 III 期患者的血液样本、测序资料和其他样本，回头比较响应者与非响应者：他们的肿瘤突变、免疫状态、T 细胞反应，究竟在哪一步出现分叉。

Bancel 的判断是："I think you always learn more from things that don't work and things that work."（我认为，从不起作用的事情中学到的，往往比从起作用的事情中更多。） 这不是一句泛泛的失败学。对个体化疫苗来说，80% 的成功案例只能证明当前规则在一部分患者身上有效；那 20% 才可能指出规则漏掉了什么靶点、选错了什么优先级，或者哪些患者根本需要另一种组合治疗。

这意味着产品获批不是算法的终点，而可能是“临床样本—找出差异—更新算法—受控验证”的起点。边界同样严格：Moderna 现在并不知道这 20% 为何无响应。若要把 1.0 改成 2.0，必须向 FDA 提供科学理由，还要确保改动不会牺牲已经得到的疗效。

被问到黑色素瘤之外能走多远时，Moderna 的路线分成三条。第一条，是去 Keytruda 已经有效的癌种验证联合方案：肺癌已经进入 III 期，肾癌和膀胱癌推进到 II 期。这里的逻辑不是直接照搬黑色素瘤数据，而是先在已有检查点疗法基础的癌种中，测试“解除免疫抑制”和“提供个体化靶点”是否仍能叠加。

第二条更激进：把治疗前移到早期疾病。Bancel 说："we announced in the spring of 2026 starting a phase three study for patient with stage one lung cancer."（我们在 2026 年春季宣布，启动一项针对 I 期肺癌患者的 III 期研究。） 这项 I 期肺癌 III 期研究采用 Moderna 的个体化产品单药，不联合检查点抑制剂。

原因在于，早期患者未必适合承受检查点疗法的长期自身免疫风险。对于手术后、经筛查发现的早期肺癌患者，医学上通常不会轻易上检查点抑制剂；而 Bancel 将个体化 mRNA 的副作用描述为更接近普通疫苗，可能只是疲倦一天。如果单药能成立，它的位置就不再只是复发后的补救，而是手术后主动清除残余风险。

第三条则是高风险探索：胰腺癌和胃癌。既往检查点疗法在这些癌种中做出过阴性研究，因此 Moderna 认为，既然自身机制不同，仍有理由试验。但不能从黑色素瘤的结果直接外推到任何癌种。尤其在胰腺癌和胃癌里，临床结果出来之前，这仍是一场带着明确科学假设的实验，而不是已被证明的扩张。

“癌症疫苗不能做成通用款，因为九成靶点人人不同”，和“个体化药物的成本杠杆，不在药液而在生产线平方英寸”，说的其实是同一件事：当患者之间的肿瘤抗原没有足够重叠时，医学不能再把“找到共同靶点”当作唯一出路；它必须学会处理差异。

这也解释了为什么 Moderna 讲癌症时，反复从 DNA 序列讲到算法、从算法讲到工厂设备，再讲到 FDA 审批流程。它要建立的不是一支恰好对黑色素瘤有效的疫苗，而是一套操作系统：输入是某个患者肿瘤和健康细胞的序列，输出是一剂可制造、可追踪、可注射、可监管的个体化免疫治疗。

“关键不只是放开免疫刹车，而是让 T 细胞看清目标”，说明这套系统解决的是生物学问题：如何让免疫系统认出此前漏掉的癌细胞信号。“首代算法最该研究的，不是成功者而是那 20% 无响应者”，则说明它还必须是学习系统：临床不是最后一站，未响应患者留下的数据会决定下一版规则如何改写。

对读者而言，这种变化会重新定义“药物规模化”。未来真正被复制的，未必是一模一样的药液，而可能是一种可靠地处理每个人差异的能力：医院能否获得高质量样本，测序和算法能否给出稳定答案，工厂能否在有限时间内交付，监管能否确认同样输入得到同样输出。癌症治疗的难题并没有变小，只是从寻找一个万能答案，变成了如何把每个人不同的答案，做成同样可信的流程。