学术搜索 · AI 审稿 · LaTeX 协作
`Nature Medicine`：`COMPASS` 把免疫治疗应答预测推进到跨癌种、跨疗法基础模型
顶级刊物论文速递 · 发布 2026-07-04T08:38:25+08:00 · 更新 2026-07-08T14:37:13+08:00
核心结论
`Nature Medicine` `2026-07-03` 新文 `10.1038/s41591-026-04502-7` 报告，`COMPASS` 作为跨癌种、跨疗法的基础模型，用 bulk tumor transcriptomes 预测免疫治疗应答；公开预印本记录显示模型在 `10,184` 个肿瘤、`33` 个癌种上训练，并在 `16` 个独立临床队列中优于 `22` 个基线方法。这条结果的重要性，在于它把免疫治疗应答预测从“单癌种 / 单疗法标志物”推进到更强调泛化能力的 pan-cancer 框架。
据 Nature Medicine 2026-07-03 research-articles 列表与论文页 Generalizable AI predicts immunotherapy outcomes across cancers and treatments，研究团队推出了名为 COMPASS 的 pan-cancer foundation model，用 bulk tumor transcriptomes 预测免疫检查点抑制剂反应。官方列表直接把它的贡献收口为：该模型能够 across cancer types and treatments 预测 immunotherapy response，而不再只是针对单一癌种、单一疗法做局部最优的分类器。
这篇论文值得单独入栏，是因为免疫治疗应答预测长期卡在“在某个癌种、某个队列、某种 biomarker 上有效”这一级别。Nature Medicine 给出的 framing 本身就已经点明：模型要解决的是 generalization，而不是单点最优。公开的 PubMed 预印本记录进一步给出尺度信息：COMPASS 在 10,184 个肿瘤、33 个癌种上训练，在 16 个独立临床队列、7 个癌种和 6 种免疫检查点抑制剂上优于 22 个基线方法。这意味着它不是又一个只在单中心数据上看起来漂亮的 oncology AI，而是开始把免疫治疗应答预测推到更接近基础模型 / 通用表征层。
它的新闻价值，不只在于 AI + 癌症这个题材本身容易传播，而在于它把临床免疫治疗里最难泛化的一类问题正面搬上了顶刊：不同癌种、不同药物、不同临床设置之间，传统标志物往往迁移性差，而 COMPASS 试图用 transcriptome-level 表征统一跨适应证的应答预测。如果这一方向后续在真实世界多中心验证里站得住，意义会比单项性能提升更大，因为它触及的是患者分层、适应证选择和早期试验设计这些真正影响临床开发效率的环节。
边界也必须写清。当前可直接核验的 Nature Medicine 列表页和公开预印本记录能确认的是：这是一篇 03 Jul 2026 上线的跨癌种免疫治疗应答预测研究，核心平台是基于 bulk tumor transcriptomes 的 pan-cancer foundation model，并且公开记录给出了多癌种、多队列的评估规模。但这还不能外推成模型已经成为常规临床决策标准，也不能把它表述为对所有癌种、所有免疫疗法都已稳定胜出。更稳妥的理解是，截至 2026-07-03 17:54 CST，Nature Medicine 正式把一个强调跨癌种、跨疗法泛化能力的 immunotherapy response foundation model 推上了期刊主列表，这本身就是本轮最强的新顶刊信号。
信息来源
可信度说明
`Nature Medicine` research-articles 列表与论文页可直接交叉核验发布日期 `2026-07-03`、`COMPASS` 的 pan-cancer foundation model 定位，以及“across cancers and treatments” 的研究 framing；PubMed 的同题预印本记录给出了 `10,184` 个肿瘤、`33` 个癌种、`16` 个独立临床队列、`7` 个癌种和 `6` 种免疫检查点抑制剂这些规模信息。边界在于，当前可直接核验的公开来源仍不足以把它表述成已完成常规临床部署或对所有场景都建立了稳定优势。
同主题情报
- Nature：剑桥团队首次用 base editing 直接研究人类胚胎基因功能，NANOG 被证实决定未来“身体”谱系
剑桥大学团队在 *Nature* 报告称，研究者首次把更精确的 base editing 真正用于人类胚胎基因功能研究。阻断 NANOG 后，未来形成身体的上胚层无法发育，而后续形成胎盘和卵黄囊的支持性组织仍可形成。重要性在于它把人类早期发育研究从模式动物外推推进到更直接的人类证据；但该研究仍严格限于受监管的基础研究框架，不能被解读为临床胚胎编辑已接近应用。
- `Nature Medicine`：ChatGPT-4o 辅助的基层临床决策支持在肯尼亚随机试验中未显著降低 14 天治疗失败
`Nature Medicine` 6 月 26 日发表的 pragmatic cluster-randomized trial，把生成式 AI 医疗辅助从离线 benchmark 推到了肯尼亚 16 家基层医疗机构的真实工作流中。103 名临床官员、9691 名患者纳入试验后，ChatGPT-4o 辅助组并未显著降低 14 天治疗失败率，但也没有识别出与干...
- 把镧系元素塞进 MXene 后，这种二维材料第一次同时拿到半导体和铁磁两张牌
这条中科院科研进展值得看，不只是因为又多了一种二维材料，而是它把 MXene 过去偏金属性的限制打破了。宁波材料所等团队用“化学剪刀”亚层编辑，把镧系元素嵌入晶格，做出兼具半导体特性和铁磁性的镧系 MXene，并把结果发在 Nature。对普通读者，关键信息不是“量子计算概念”又多了一个名字，而是自旋电子学长期缺的那类材料组合终于出现了可合成样本。
- Nature：人形机器人进入体内手术可行性研究，医疗具身智能从演示走向安全边界验证
Nature 7 月 8 日论文“In vivo feasibility study of humanoid robots in surgery”报告人形机器人在手术场景中的体内可行性研究。该信号的重要性不在于宣布临床替代医生，而在于把人形机器人从通用操控演示推进到高风险医疗环境的可行性、安全边界和工作流评估。证据来自 Nature 论文页与 DOI，仍需关...
- Nature：强化学习控制量子纠错，量子计算校准从停机重调转向在线自适应
Nature 7 月 8 日论文“Reinforcement learning control of quantum error correction”提出用强化学习处理量子纠错控制参数随环境漂移而变化的问题。论文页摘要指出，现有方案往往需要中止量子计算进行重校准，而长时量子算法难以承受这种停机。该研究的价值在于把 AI 控制策略嵌入量子纠错运行环节，但仍需...
- 只差不到 0.1 埃的离子也想分开？这项 Nature 研究先把膜缝排好，再把它锁住
这项 Nature 论文值得看，不只是因为二维膜又刷新了一组分离数据，而是它给“怎么把膜层间距稳稳锁住”提供了更可复制的工艺思路。理化所等团队利用膜内限域水和膜外体相水冰点不同，把单体组装和聚合固化拆成先后两步，做出兼顾通量、选择性和稳定性的氧化石墨烯复合膜，并演示了对水合直径只差不到 0.1 埃的铷离子和钾离子的分离。别把它理解成马上能工业化提取关键矿物；...