`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
`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。
`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（图源：PubMed preprint record）
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。