[E-DailyKIM JI-WAN 记者] 如果在癌组织中大量检测到的蛋白质在周围正常细胞中也普遍存在，抗癌药物可能会攻击到健康组织。GENINUS Inc.(389030)公布了一项策略：通过检查患者组织中靶点在哪些细胞中富集，并将抗体实验结果重新输入人工智能（AI）进行学习，从而逐步缩小抗癌新药的靶点范围。

Geninus于11日宣布，公司首席执行官朴雄阳于10日在首尔驿三洞ST中心，作为演讲嘉宾出席了由韩国制药生物协会主办的“AI Pharma Korea Conference 2026”，并以“K-新药的下一个靶点在哪里：真实患者空间组学数据与AI开启的全球竞争力”为主题发表了演讲。

在靶点发掘方面，该公司利用自主研发的AI平台“IntelliRVL”。IntelliRVL将显示基因和蛋白质在组织内何处表达的空间组学数据与患者的病理图像进行叠加分析。通过这种方式，可以区分来自癌细胞的信号和来自相邻正常组织的信号。

Geninus首席执行官朴雄阳解释道：“在推断集中于癌细胞的靶点的同时，也能察觉靶点在正常组织中的分布情况，从而从研发初期就开始评估出现毒性的风险。”

在靶点筛选过程中，不仅考虑患者实际的治疗反应，还将单细胞、空间组学及病理图像等综合数据纳入考量。即使是同一种癌症，也会通过精准分析肿瘤内靶点的位置与分布、以及在正常组织中表达的风险，针对抗体-药物偶联物（ADC）和T细胞靶向剂（TCE）等不同治疗药物类型，提出具有较高开发价值的靶点及靶点组合的优先级建议。

当AI选定候选靶点后，Geninus将制备针对该靶点的抗体并进入细胞实验阶段。实验结果将再次作为IntelliVille的学习数据。这种方式通过评估AI预测在实际细胞中的吻合程度，将其反馈到后续靶点筛选中。

此前，Geninus曾于上月12日宣布，将从Intellibil发现的新型抗癌靶点中筛选出部分靶点，着手进行基于抗体的验证。

朴代表表示：“AI新药研发的竞争力在于将AI技术与实验室相连接”，并指出：“Geninus通过AI反馈循环——即利用患者空间组学数据发掘靶点，并将自主实验室验证的结果反馈至AI——正在同步提升所选靶点的可靠性与平台的预测能力。”

他接着表示：“我们将基于这种数据、AI与实验的整合能力，强化新靶点的科学依据，并扩大与制药及生物技术企业的联合开发及技术转让。”