8月20日，在2026首创新药早期研发与转化大会专题论坛上，吉因加首席医学官陈蓉蓉受邀发表主题演讲，围绕6Dmarker模型，分享了AI多组学赋能biomarker精准挖掘的创新思路与落地经验，为行业biomarker开发提供了全新解决路径。
免疫治疗biomarker的核心命题
过去十年，肿瘤治疗格局发生深刻变革，靶向治疗与免疫治疗相继兴起，biomarker在药物研发与精准诊疗中的价值日益凸显。目前，靶向治疗相关的biomarker体系已日趋成熟，而免疫治疗虽作为划时代的治疗手段极大拓展了临床边界，却因机制复杂、个体差异显著，实际响应率仍然有限，仅部分患者能从中获益。免疫治疗biomarker的突破因此成为关键。
如何精准区分治疗获益人群与非获益人群，始终是免疫治疗biomarker研究的核心命题。行业亟需覆盖肿瘤内部、肿瘤微环境及机体免疫状态等全方位的多模态数据支撑，这既是当下biomarker探索的主要痛点，也是首创新药早期研发对技术工具提出的关键诉求。
针对这一行业共性难题，吉因加6Dmarker模型从底层方法论层面，提供了系统化的创新解决方案。
6Dmarker以生物学视角重构多模态数据逻辑
2025年，吉因加自主研发搭建了GenoVision多组学多模态大模型。为更好实现多模态数据的有序整合与深度利用，需要建立更系统的生物学维度框架，基于此，吉因加提出6Dmarker模型，从生物学本质视角重构多组学数据体系，让数据可见、可复用、发挥更多价值。
6Dmarker模型创新性地将复杂多模态数据拆解为基因、通路、细胞、个体、群体、知识六大核心生物学维度，搭建起标准化、体系化的biomarker挖掘框架。同时配套完善的Agent工具矩阵：吉小库Agent负责标准化数据治理，吉小研Agent承担智能化队列分析，双AI引擎协同发力，共同支撑6Dmarker模型的落地与应用。
六大维度层层递进、形成完整因果阐释链路，彻底革新传统biomarker筛选模式。其中，知识维度可自主迭代学习药物研发现状、临床试验数据、获批药物机制及前沿文献；群体维度整合海量临床试验数据与真实世界数据，通过队列级建模与对照分析，验证biomarker的稳定性与普适性，盘活零散数据资源。基因维度聚焦体细胞突变、HLA基因型及HLA-LOH等核心标志物；通路维度深度解析免疫信号通路、肿瘤微环境特征；细胞维度精准捕捉免疫细胞应答的治疗响应信号；个体维度整合患者诊断与治疗全流程信息。
六维体系联动，将传统单点式biomarker筛选，升级为全域覆盖、机制可解释、个体化适配的智能化建模探索。
AI赋能范式变革，重塑新药早研体系
依托完整的技术架构，6Dmarker模型可深度嵌入创新药早期研发全链路，覆盖靶点评估、适应症筛选、临床试验决策、伴随诊断布局等核心场景，将biomarker从上市后的补充分析工具，升级为研发全程前置赋能的标准化基础设施，以工业化、数据驱动的挖掘验证模式，推动国内biomarker研发迈入“自主发现”新时代。
未来，吉因加将持续深耕AI多组学领域，不断迭代优化6Dmarker模型，同时期待携手行业专家与药企伙伴，共同推动AI多组学技术在创新药靶点发现与临床转化中的落地应用，以基因科技助力精准医疗蓬勃发展。