楔子：osimertinib 正在被從兩端夾殺
AACR 2026 的 lung 軸線,如果你只挑一個 session 跑,應該是 Drug Resistance 2: Tyrosine Kinase Inhibitors(22 篇),或者 Late-Breaking Research: Experimental and Molecular Therapeutics 3 那一串——因為這兩個場次把 2026 的 lung 故事濃縮成一句話:osimertinib 正在被從兩端夾殺。
一端是 MARIPOSA 的 overall survival 資料在 2024 已經打醒一批 clinician——amivantamab-lazertinib 1L 對上 osimertinib,HR 0.75 (p=0.005)。到了 2026,Mary Angelozzi 丟出 MARIPOSA 的 2L PFS subgroup analysis (AB#11086),想證明「就算 ami-laz 延後 2L 時間,2L 藥效也沒被拖垮」。另一端是 Haiyan Ying (Abbisko) 的 ABK-EGFR-1 (AB#9941)、Hong-ryul Jung (Voronoi) 的 VRN110755 (AB#10606)、Jihoon Choi (Protina) 的 allosteric EGFR degrader SC3499 (AB#1075)——全部在瞄準 C797S 這個 3rd-gen 後的死亡點。ABK-EGFR-1 的摘要裡給了一個數字值得抄下來:全球每年估計 5-14 萬 C797S 病人,目前一個 approved therapy 都沒有。
這是 2026 lung 軸的背景張力。Osimertinib 還是 standard,但它的護城河兩邊同時在滲水:ami-laz 從前線推進,4th-gen TKI 從後線包抄,中間還有 HER3 ADC、MET ADC、各種 bispecific 在撿剩下的抗藥 niche。1,110 篇摘要裡有一多半的故事都是在回答:osimertinib 失效之後,病人下一步要去哪裡?
一、4th-gen EGFR 的混戰:C797S 是戰場,CNS 穿透是戰術
C797S 是 covalent 3rd-gen TKI 的終點——cysteine 797 被突變掉,osimertinib 綁不上去,藥就死了。但真正把 C797S 這個 niche 搶成紅海的是三件事:non-covalent 機制、CNS penetration、WT-EGFR 選擇性。
Haiyan Ying 的 ABK-EGFR-1 (AB#9941) 是 4th-gen 最完整的揭露:C797S 選擇性、WT-EGFR spare、brain penetration 同時達標,這在這個家族很罕見。因為 C797S 分子通常要犧牲 WT 選擇性才能保活性,你要保 CNS penetration 又要保 on-target 窄度,化學上幾乎是三難。ABK-EGFR-1 如果 preclinical toxicity profile 撐得住,會是今年 4th-gen 名單裡最接近 IND 的。
Hong-ryul Jung (Voronoi) 的 VRN110755 (AB#10606) 選另一條路:long-resident non-covalent。Covalent 那一代的問題是一旦 binding pocket 突變,共價鍵失去意義;non-covalent 可以靠殘留時間(residence time)撐出足夠的藥理暴露。他們 Phase 1a 已經劑量爬到 480 mg,在 C797S 病人 subgroup 看到初步活性——這是少數 4th-gen 在 2026 已經有真實 human data 的分子。
Wei Zhong (UTMB) 的 WSD0922-FU (AB#3068) 主打 “omnipotent” + CNS penetrant,涵蓋 primary mutations + C797S。Leon Xu (AB#5717) 用 conditional knock-in C57BL/6 mice (EGFR L858R/T790M 跟 EGFR L858R/T790M/C797S),拿 BLU-945 (Blueprint 的 4th-gen) 壓出療效差異——這種 syngeneic immune-competent 的抗藥性模型,是這個軸線長期缺的基礎設施。
Jihoon Choi 的 SC3499 (IN-207375) (AB#1075) 另闢蹊徑:不是 TKI,是 allosteric PROTAC。Degrader 不用綁 ATP binding pocket,避開 C797S 的幾何阻礙,直接讓突變 EGFR 消失。這跟 prostate 章那套 AR degrader 邏輯是同一件事——只要共價點變形,降解就是解法。
戰術面最亂的是 amivantamab 陣營。J&J 把 amivantamab 原本的 bispecific antibody 推到 MARIPOSA 的 1L 地位之後,Benjamin Henley 馬上把它 conjugate 成 ADC,叫 JNJ-95437446 (AB#11220),用 CPT-113 payload——把 1L 適應症的抗體再次升級成下一線的殺手。同場 Stacey Lehman (AB#2484) 在比 amivantamab / cetuximab / panitumumab 對 29 個 EGFR ECD 抗藥突變的 differential activity:amivantamab 的 epitope 跟 cetuximab / panitumumab 不重疊,所以在 CRC ECD 抗藥族群還有救。這個實驗根本是在為 OrigAMI-3 (AB#10246) 這個 CRC Phase III 背書。Jiajia Pan 的 ALK101sc (AB#5857)、Zhenwei Miao 的 ACR335 (AB#8714)、Ling Zhang 的 LUA005 (AB#5294) 都是 EGFR/cMET bispecific ADC——擺明是在搶 amivantamab 失效之後的第二棒。
最不被注意但最關鍵的一篇是 Takamasa Ishino 的 AB#239:amivantamab 不只是 kinase blocker,它在 EGFR/MET 高表達的腫瘤透過 Fc 機制重建 antitumor immunity——這給 amivantamab 配 ICI 的 combination 一個 mechanistic foundation,不再只是 empirical add-on。
至於 MET 這個軸線本身,Yen-Ting Lin(台大)的 AB#10045 給了 12 位 dual EGFR/MET inhibition 抗藥病人的基因學剖析:42% 出現 oncogenic fusion(BRAF/ALK/RET),8% 再度 T790M。這資料直接告訴 clinician:打完 ami-laz 之後,不要預設還是 EGFR downstream 在搗亂——要重做 NGS、要認真考慮 fusion inhibitor(repotrectinib / selpercatinib)。這是今年台灣團隊對 lung 軸最有 clinical actionable 價值的一篇。
還有兩個小而深的機制:Sara Bernstein (AB#1408) 提出 GLAST (SLC1A3) 這個 glutamate transporter 是 osimertinib resistance 的代謝 driver,把抗藥從 genetic 拉到 metabolic;Wendong Li (AB#2699) 則發現牙周病原菌 Porphyromonas gingivalis 可以透過 gingipain 活化 IGF1R、造成 osimertinib resistance——這在 East Asia 高口腔衛生負擔的 EGFR-mutant 族群,是 microbiome-cancer 領域少見的可 actionable 假說。Nazia Jamil (AB#4453) 從另一個角度看抗藥:osimertinib 誘導的 senescence 不是終點,而是「senescence-escape cycle」,多輪進出會篩出 genomic heterogeneity。這對 intermittent dosing 或 senolytic add-on 的臨床設計是一個實驗基礎。
Open question:4th-gen TKI 真的能在 MARIPOSA 式的 1L ami-laz 後接棒嗎?還是這些分子只在 3rd-gen-failed 族群有市場?到 2027 才會有答案。這件事還有一個看不見的變數——MARIPOSA 的 1L ami-laz 會改變 2L 的抗藥 landscape(Angelozzi 的 AB#11086 已經顯示 ami-laz 顯著壓低 MET amp 跟 EGFR 二次突變的 incidence)。如果 ami-laz 吃掉 MET amp 的抗藥族群,4th-gen TKI 剩下的 niche 就只有 C797S 跟極少數 ECD 突變。這是 pipeline 裡一個很現實的賽局問題:靶藥的 market size 會被上一線改變。Mann Dangarwala 的 [89Zr]Zr-DFO-AMI PET imaging (AB#11239) 則是另一個 differentiator——如果 PET tracer 可以在 amivantamab treatment 前預測 response,這會把 amivantamab 從 empirical 藥推進到 precision 標靶,然後 4th-gen TKI 的 positioning 又要重寫。Joosung Shim 的 AB#1019 提 AhR inhibition 可以抑制 ami-laz-induced drug-tolerant persister 的生成——這種 persister-targeting combination 是 MARIPOSA 世代的 add-on 鑰匙。
二、KRAS 的 post-sotorasib 擁擠:pan-RAS 跟 ON-state 是兩條正在收斂的路
Sotorasib + adagrasib 在 2020 開光之後,大家都以為 G12C 是故事的結尾。2026 告訴你不是——是故事才剛展開。
G12C 之外,G12D (~31% of KRAS mutations)、G12V (~24%)、WT amplification (~10%) 的 patient pool 比 G12C 大好幾倍,而且沒有 approved therapy。2026 的 KRAS abstract 幾乎清一色在填這幾個 niche,而且策略有兩條正在收斂:pan-KRAS 跟 ON-state(active GTP-bound)。
Pan-KRAS 這條線最賭的是 BBO-11818 (Carlos Stahlhut, AB#7779)——non-covalent 的 pan-KRAS(ON/OFF) dual inhibitor,橫跨 G12D/V/C,switch II pocket。Meghana Kulkarni 的 ETX-929 (AB#2475) 走的是 oral pan-KRAS,包含 WT amplification。BPI-585771 (Renqi Xu, AB#10521) 是 pan-KRAS PROTAC,降解 KRAS 但不動 NRAS / HRAS,這種 isoform selectivity 在 degrader 領域罕見。HZ-V055 (Yizhe Wu, AB#10082) 是 pan-Ras molecular glue,跟 Revolution Medicines 的 daraxonrasib (RMC-6236) 對撞。SHR-RAS001 (Chunyue Wang, AB#11215) 用 cyclophilin A (CypA)-dependent tri-complex RAS^multi^(ON) 機制,另一個 RMC-6236 的 Chinese follower。
Allele-specific 也沒死。Chi-Chung Chan (Prime-Star TA) 的 PSTA-6208 (AB#2810) 是 first-disclosure 的 oral KRAS G12V inhibitor——G12V 過去被認為比 G12C 更難做,因為 intrinsic hydrolysis rate 更慢,drug 得要綁 GTP-bound state。Jing Zhang 的 D3S-003 (AB#3397) 直接做 G12D 的 dual-state (GDP 跟 GTP 都綁),target residence half-life > 13 hours,這個分子在 D3S-002 ERK1/2 inhibitor (Shaonan Wang 的 Phase 1, AB#10598) 的 combination 策略裡,是 Team D3S 的左右手。
Revolution Medicines 的 daraxonrasib (RMC-6236) 則在 Nataliya Tovbis Shifrin 的 AB#5164 拿到 immunological rationale:它不只殺 cancer cell,也在 TME 裡耗掉 M2 macrophage、招來 T cell,讓 RAS inhibition 從「target therapy」升級成「immune sensitizer」。這替 daraxonrasib + pembrolizumab 的 combo 寫一個 mechanism 註腳。
真正麻煩的 open question 是 KRAS inhibitor 抗藥。Samrat Kundu (AB#9892) 提 KRAS inhibitor 抗藥的 immune suppression 機制;Masahiro Kashima (AB#706) 找出 TROP2 是 KRAS G12C inhibition 的 adaptive resistance mechanism——這直接替 TROP2 ADC (datopotamab-deruxtecan) 在 KRAS G12C post-sotorasib 病人開了一扇門。Shengli Dong 的 TY-1054 (AB#3142) 跟 Peter Brandt 的 P65-047 TEAD degrader (AB#10651) 都押在 YAP/TEAD 這條 bypass pathway——Hippo 軸活化在 KRAS inhibitor 抗藥幾乎是定律,TEAD inhibitor / degrader 有機會變成 combination 標配。Amirali Karimi (AB#7898) 則把 ferroptosis 當成 synergy partner,鎖定 KEAP1/NRF2 co-mutated 那群 KRAS inhibitor 反應不良的病人——這是少數從 co-mutation biomarker 出發的 combination hypothesis。
Biomarker 那邊,Carlos Rojas 的 MK-1084 ctDNA VAF dynamics (AB#1433) 是教科書 PD marker;Emily Vucic 的 AIM-Bx (AB#8689) 則是一個多模態 AI,用 Guardant360 CDx liquid biopsy 直接預測 sotorasib sensitivity。後面這篇是袁醫師 AI-lung project 要對標的那類作品:不是診斷 AI,是 “drug-response-prediction AI from routine liquid biopsy”——這個 niche 在 2026 還很空,值得插旗。
三、HER3 ADC 時刻:patritumab-deruxtecan 的複製大賽
HER3-DXd (patritumab-deruxtecan) 在 HERTHENA-Lung02 的 data 讓 HER3 ADC 從 “有趣的靶” 變成 “下一個 EGFR TKI 失效後的候選一線”。2026 AACR 的 HER3 abstract 大部分是在回答兩個問題:(1) bispecific 能不能比 monospecific 好?(2) HER3-DXd 的抗藥機制是什麼?
Bispecific HER3 ADC 這塊直接塞滿。Qingyu Shu 的 HDM2024 (EGFR×HER3, AB#895)、Ziyang Zhong 的 JS212 (EGFR/HER3, AB#3469) + 早期 Phase I (Wei Su, AB#10132)、Chuan Wang 的 CS5007 (AB#2307)、Ting-Yu Chang 的 MET/HER3 dual-payload BsADC (AB#3615) 全部在同一個敘事線:單打 HER3 已經不夠,要把 HER3 當成第二顆擊發器。JS212 現在有 Phase I RP2D 數據(NCT06888830),是 clinically 最前面的。
抗藥這邊更有趣。Preeti Kanikarla Marie (AB#7089) 把 HER3-DXd 放進 17 個 mCRC PDX,多數是 irinotecan-refractory 的——結果 activity 有限,她做了 molecular profiling 找出哪些 biomarker(NRG1 level、HER3 internalization efficiency 等)可以預測 response。這是未來 HER3-DXd 進 CRC / 其他 GI tumor 的 go/no-go 決策關鍵。Mattia Lauriola (AB#577) 則從 upstream 看:neuroendocrine-like dedifferentiation 活化 NRG1/HER3 軸,讓 EGFR TKI drug-tolerant persister 用 HER3 續命——這條 NE-like dedifferentiation 在 EGFR-mutant NSCLC 的出現率愈來愈常被提(Bo Zhu, AB#5942 整理 NSCLC-to-SCLC transformation systematic review),HER3 ADC 可能是這些 persister cell 的剋星之一。
Yuhong Liu 的 patient-derived organoid platform (AB#2361) 是方法學上的關鍵基礎:ERBB-targeting bispecific T-cell engagers 的臨床轉譯卡在 on-target off-tumor toxicity 的預測,用 PDO biobank(breast / gastric / NSCLC + matched normal)可以同時 read-out efficacy + toxicity。這是袁醫師做 AI 決策系統時可以參考的「physical ground truth」平台。
Open question:HER3 ADC 在 EGFR exon 20 insertion / uncommon mutations 這種目前 amivantamab-lazertinib 還沒吃乾淨的 niche,能不能站住腳?2026 沒答案。
四、TIGIT / LAG-3 的沉默:公司沒宣告失敗,但 pipeline 已經換題目
2024 那場 SKYSCRAPER-01 的 tiragolumab 滑鐵盧讓 TIGIT 這條線被凍了一整年。2026 的 AACR 其實給了一個很安靜的 signal:TIGIT / LAG-3 monotherapy 這條路大家默認了走不下去,但大廠不願意把投資燒乾,改成把 TIGIT / LAG-3 配成 bispecific 或 immunocytokine 再跑一次。
AstraZeneca 的 rilvegostomig (AZD2936, PD-1/TIGIT bispecific) 是這個策略最代表性的例子。Jun Ren (AB#7143) 在 HNSCC 做 head-to-head,證明 rilvegostomig 比 standalone anti-PD-1 有更強的 immune activation。Matthew Elder (AB#4175) 把它配上 AZD6750(CD8α-guided IL-2 immunocytokine),做 PD-1/TIGIT + 選擇性 IL-2 的三合一——這是 AstraZeneca 不放棄 TIGIT 軸的硬性證據。Soojin Ryu 的 anti-CTLA-4×TIGIT bispecific (AB#2335) 則換戰場:不打 exhausted T cell,專打 tumor-infiltrating FOXP3+ Treg,用 dual-checkpoint 把 TIGIT 改造成 Treg depletion 工具。
LAG-3 那邊,BMS 的 RELATIVITY-020 (Takekazu Aoyama, AB#11152) 跟 RELATIVITY-104 Part 2 (Jaclyn Neely, AB#11163) 把 NIVO+RELA 往 NSCLC 硬推——Part 2 看到 PD-L1 ≥1% 非鱗癌 subgroup 有 OS benefit,LAG-3 ligand 表達高的族群 enrichment 更明顯。這是 2026 唯一一個 LAG-3 真正能講故事的 late-breaker,但「non-squamous + PD-L1 ≥1% + LAG-3 ligand high」的三重 subgroup 已經把 NSCLC 切到很窄的一塊,商業價值大不如最初期待。
Jii Bum Lee(Yonsei, AB#1849)的 SKYROCKET 單臂 Phase II 則在 oligometastatic PD-L1+ NSCLC 做 SBRT → atezolizumab + tiragolumab,用 integrated single-cell analysis 找 biomarker。這是 tiragolumab 在被冰封後還願意做的少數 investigator-initiated 研究,看能不能從 radiation-primed immunogenicity 找回一點 signal。結果待公布,但敘事已經從「TIGIT 是 next PD-1」退到「TIGIT 只在特定 niche 作為 primer」。
Open question:TIGIT/LAG-3 bispecific(rilvegostomig、vibostolimab + pembrolizumab)的 Phase III 會不會在 2027-2028 之間給這個領域一個蓋棺論定的答案?如果連 bispecific 版本都輸 pembrolizumab,整個 co-inhibitory checkpoint「第二代」敘事可能要重寫。袁醫師做 SAPA lung project 時,TIGIT/LAG-3 這條 slide 要準備兩個版本:backup plan 在於「第二代 checkpoint 失敗後,IO 的下一個 breakthrough 不在 T cell exhaustion,而在 myeloid」。
五、SCLC 文藝復興:DLL3 已經不夠,subtype 才是入場券
SCLC 過去十年的治療進展等於 0——atezolizumab + platinum 是 2019 起的 standard,tarlatamab (DLL3 BiTE) 在 2024 FDA approval 才是第一個真正的 breakthrough。2026 的 signal 很明確:DLL3 這個 target 不再是稀缺資源,subtype-directed therapy 才是新的貨幣。
DLL3 的 follow-up 擁擠得可怕。Marlene Hennessy 的 XB773(nanobody DLL3 ADC + topo-1 payload, AB#1591)、Li Sipeng 的 DLL3×B7H3 BsADC (AB#5810)、Chuan Wang 的 CS5008 (SSTR2×DLL3 BsADC) (AB#2327)——都是「tarlatamab 不夠,我要同時打第二個抗原」的回應。Mantang Qiu 的 DLL3 in vivo CAR-T(circRNA + LNP, AB#3346)跟 Byeong-Hyeok Choi 的 bi-epitope DLL3 armored CAR-T (AB#8093) 則從 cell therapy 端攻城。Fu Li 的 GS24-B047(DLL3 TCE + integrated costim, AB#3406)跟 Sungeun Kim 的 AMG 728(PD-L1/4-1BB + tarlatamab combo, AB#5758)回答同一個問題:tarlatamab 的 T cell exhaustion 怎麼救。Andrea Standring 的 obrixtamig (BI 764532) (AB#11036) 則把 DLL3 TCE 延伸到 extrapulmonary NEC,Boehringer Ingelheim 試著從 SCLC 外 flanking。
最 clinically actionable 的是 Avanish Mishra (AB#11128) ——直接證明 CTC 上的 DLL3 表達可以預測 tarlatamab response。這意義比它聽起來大:tarlatamab 的唯一 biomarker 是 IHC tissue DLL3,而 SCLC 病人 repeat biopsy 風險高,用 CTC 做 longitudinal DLL3 monitoring 是臨床上最實用的 decision aid。Dhauna Karam Prasad (Mayo, AB#7676) 的 real-world immune cell profile 資料是補充——tarlatamab 後 PFS <2 個月 vs >2 個月的 immune profile 差在哪裡,這會決定 early-discontinuation 的 clinical rule。
Subtype-directed therapy 是 2026 的真正主角。ASCL1 / NEUROD1 / POU2F3 / YAP1 這個四分法不再是 transcriptomics 的學術自娛,變成臨床決策的入口。Uwe Rix (Moffitt, AB#7021) 替 POU2F3+ SCLC 找到新的藥理機會——過去 POU2F3 dependency 只停在 IGF1R,他用 proteomic profiling 找到新的 druggable node。Alyssa Cordes (AB#5083) 證明 LCNEC 同時依賴 Ras + ASCL1,這是 large-cell NEC 第一次有 dual pathway rationale,Ras inhibitor + ASCL1 downstream(如 BCL-2 inhibitor)combination 是直接的下一步。Shiva Krishna Katkam 的 CADM1 CAR-T(AB#2911)專打 ASCL1+/NEUROD1+ neuroendocrine subtype,避免 POU2F3 subtype 上的脫靶。Noriko Takemura-Kobayashi (AB#1411) 則描述 ZEB1 在 NEUROD1+ / YAP1-dominant pNEC 的 immunosuppressive microenvironment 中的角色——這替 YAP1 subtype 為什麼 IO 反應最差給了機制解釋。
Liquid biopsy 做 SCLC subtyping 是 2026 最務實的進展。Jing Wang (AB#3997) 用 ctDNA methylation (RRBS/EM-seq) infer SCLC transcriptomic program;Guangyu Bai 用 digital PCR 做 SCLC plasma methylation subtyping (AB#5747,見本節開頭);Jayati Saha 的 Guardant360 MLSP(Molecular Lung Subtype Predictor, AB#6153)甚至把 LUAD / LUSC / SCLC 從單一 plasma sample 做分類——這對「NSCLC transformed to SCLC」這種 histology 曖昧情境(Bo Zhu, AB#5942)是救命工具。
最後一個該盯的是 lurbinectedin + atezolizumab vs durvalumab 的 economics + survival (Manaswini Krishnakumar, AB#4095) 跟 ribonucleotide reductase → ferroptosis 在 LUAD 的 Triparna Sen lab 新故事 (AB#9925)。前者是 IMforte 臨床決策 delta 的成本效益計算;後者替 KEAP1/STK11 共突變的 ferroptosis-sensitive 族群開條路。
六、Early detection:方法學不缺,缺的是「誰該被測」
1,110 篇裡有 96 篇跟 early detection 有關。主流方法是 methylation-based MCED:Yue An (AB#2337) 用 targeted methylation blood test 做 aggressive subtype 篩檢;Guoqiang Zhao 的 Genie-ADLA (AB#2264) 把 4,781 人(16 種癌)餵進 deep learning,是這個家族裡 algorithmic 最激進的。Xiaomin Chen (AB#4226) 找到 age-related p16 epimutation 是 KRAS-mutant LUAD 的 druggable driver——epigenetic aging biomarker 從此可以同時做 risk prediction 跟 therapeutic target。Xuan Li (AB#4548) 用 bulk methylation 推 LUAD cell-of-origin(AT1 vs AT2)跟 smoking history / grade 的關係,這是 cell-of-origin 文獻第一次 clinically 接上 smoking stratum。
技術面的 headline 是 Zhuokun Feng 的 circulating exosomal sncRNA 31-plex panel (AB#572):在 UHCC cohort 可以在臨床診斷前 10 年抓到 lung cancer signal。這個數字聽起來太漂亮,需要獨立驗證,但如果 holds up,對於 LDCT screening 之外的「early warning biomarker」會是 game-changer。Tej Pandya 的 plasma proteomics 從 UK Biobank 48,099 人、IL-1β 軸找 pre-diagnostic signal (AB#796)——直接服務 IL-1β therapeutic 的 trial stratification。這兩篇合在一起看,就是 “pre-clinical lung cancer prevention trial” 的病人選擇工具。
真正的 open question 不在檢測技術,在**「誰該被測」**。現行 LDCT criteria (age + smoking) 漏掉 never-smoker(尤其東亞女性 EGFR-mutant 族群),這個 gap 在 2026 的 abstracts 被大量提及,但沒有一篇給出 scalable 的替代 criteria。袁醫師要密切盯的是下一個年度,有沒有人把這些 MCED / proteomic / sncRNA 方法學合成一個「non-smoker risk model」——那才是台灣健保可以 operationalize 的產品。
七、AI × Lung:GENIE 在變成「可對話的基礎設施」
這條線是袁醫師 SAPA lung deep-wide project 跟自己 AI medical dev 最直接 overlap 的地方。
2026 AACR 有一個叫 Agentic AI in Cancer 的 session,裡面 Patrycja Krawczuk (AB#2500) 跟 Brandon Theodorou (AB#7134) 兩篇其實在做同一件事:用 LLM agent 把 clinical notes 跟 real-world oncology data 變成 trial eligibility / cohort extraction 的自動化入口。前者在 NSCLC study 拿 reasoning-guided retrieval 做複雜 eligibility criteria 比對,後者在 real-world heterogeneous data 做 cohort extraction——兩個都是 unstructured-to-structured 的 LLM 應用,而且已經有 clinical benchmark 可評。
更該注意的是 AACR GENIE Predictive Models session。Likhita Sree Thiriveedi (AB#3216) 評估一個 Gemini-2.5-pro chatbot 對 GENIE BPC NSCLC cohort 的 clinico-genomic 問答 performance;Jennifer Yu 的 AB#174 則 benchmark GPT-5 / o3-mini / GPT-4o / Claude 3.7 / DeepSeek / Qwen3 / MedGemma 在 tumor somatic vs CH variant discrimination + OncoKB classification + cancer-type inference——37,179 病人 / 54,807 samples 的真實 scale。這個 paper 幾乎是替所有想做 「generalist LLM 接 clinico-genomic 任務」的 team 定 benchmark。袁醫師做自己的 AI 系統時,可以直接拿這 set 做 calibration。
真正的金礦是 Ji-Hyang Lee 的 AB#5348(Lunit SCOPE IO / SCOPE uIHC 做 c-MET spatial TME analysis):25,674 NSCLC samples、19,112 H&E + 4,638 IHC whole slide,用 AI 看 c-MET 表達跟 spatial TME features 的關係。這是 digital pathology × ADC biomarker 的完整流水線,模型 → 訓練 set → clinical outcome 都 public。這種「AI-native biomarker discovery」是 SAPA 軸線該模仿的。
Istvan Petak 的 DDA (Digital Drug Assignment) (AB#1078) 則是另一種 AI:不做 end-to-end deep learning,做 computational reasoning + scoring,2,103 NSCLC treatment lines 的 efficacy stratification。這個算是「LLM 之前」的 structured reasoning 做法,跟 LLM agent 是 complementary。一個做 structured inference,一個做 unstructured-to-structured,未來 production 系統應該是兩者串聯。
Emily Vucic 的 AIM-Bx (AB#8689) 前面已經提過,但從 AI 架構看值得再拉出來:multimodal + biologically interpretable + 直接把 liquid biopsy feed 進去做 drug-response prediction + CRISPR vulnerability network + reconstructed expression profile。這四個 output 同時產生,意味著 AIM-Bx 不只是個 classifier,而是可解釋的 in silico 實驗平台——你可以問它「為什麼這個病人 sotorasib 不會 work」,它回你一組 CRISPR-level 的弱點候選清單。這個架構是袁醫師 SAPA 軸線可以直接 benchmark 的目標形態:不是黑盒子預測,而是有生物學 readout 的推理系統。
尾聲:2026 之後,袁醫師該盯的三件事
第一,osimertinib 的 30% 敗陣 niche 會被誰接走——4th-gen TKI (ABK-EGFR-1 / VRN110755 / WSD0922-FU) 跟 EGFR/MET bispecific ADC (JNJ-95437446 / ACR335 / LUA005) 正在正面對撞。病人的 treatment sequence 在 2027-2028 大概率會變成:osimertinib → amivantamab-lazertinib → (4th-gen TKI if C797S else HER3 ADC / MET ADC)。雲林健保給付大概落後 5 年,但 test strategy 可以先設計——下一年度的 liquid biopsy 排程,該開始把 C797S / MET amp / HER3 level / NRG1 fusion 放成 reflex panel。
第二,KRAS 抗藥性會變成像 EGFR 一樣的機制動物園。TROP2 adaptive resistance (AB#706)、YAP/TEAD bypass (AB#3142, AB#10651)、KEAP1/STK11 co-mutation 的 ferroptosis-based combination (AB#7898)、MAPK feedback 用 ERK inhibitor 切斷 (AB#10598) 四條路都在動。袁醫師 SAPA lung 課裡的 KRAS slide,2026 之後該用「post-G12Ci combination universe」這個新 frame。
第三,SCLC 的 subtype-directed therapy 會在 2027-2028 變成 FDA label 的 subgroup requirement。ASCL1 / NEUROD1 / POU2F3 / YAP1 不只是學術分類,會是「誰該打 tarlatamab、誰該打 lurbinectedin maintenance、誰該進 CADM1 CAR-T trial」的決策分岔點。Liquid biopsy SCLC subtyping (AB#5747 / AB#3997 / AB#6153) 是這一切的入場券。袁醫師在泌尿的 prostate NEPC 軸線跟 lung SCLC 其實共享同一套 lineage plasticity 基礎——兩邊的 biomarker pipeline 有一半可以共用。
該看的三個場次
- Drug Resistance 2: Tyrosine Kinase Inhibitors (22 abstracts)——osimertinib 抗藥全景,包含 4th-gen TKI、C797S、GLAST、Porphyromonas、senescence-escape 各條線。
- Agentic AI in Cancer + AACR Project GENIE: Predictive Models and AI(兩場連看)——LLM benchmark (AB#174)、agentic trial matching (AB#2500)、real-world cohort extraction (AB#7134)、GENIE chatbot (AB#3216)、AI spatial TME (AB#5348)。這兩場對袁醫師的 AI-lung project 是直接可以複製的 pipeline。
- Late-Breaking Research: Experimental and Molecular Therapeutics 3——4th-gen EGFR (ABK-EGFR-1)、pan-RAS (HZ-V055 / SHR-RAS001 / BPI-585771)、TEAD degrader (P65-047)、MARIPOSA 2L analysis。2026 這個軸線最密集的一場 late-breaker。
AACR 2026 的 lung 軸線,不是「1,110 篇摘要堆成 NSCLC/SCLC 兩塊」,而是一個正在崩塌又重組的故事:osimertinib 被夾殺、KRAS 從單點變 universe、SCLC 從 histology 變 subtype map、HER3 從 bypass 變 new frontline、AI 從輔助變 benchmark infrastructure。這個敘事會延續兩到三年,2028 前後才會塵埃落定。袁醫師的 SAPA lung 在這段時間正好可以借力——不要教 2024 的教科書,要教「這個病正在怎麼被重新定義」。