个性化药物评估，登上Nature Biotechnology！

该项研究针对传统数字孪生技术缺乏综合性、难以整合多模态生物数据的瓶颈，利用全球最大的临床离体肺灌注(EVLP)数据集，开发了全球首个高保真离体人肺数字孪生系统。该研究旨在构建一个能够精准模拟肺生理学、生物化学、组学和影像学的综合数字模型，并验证其在个性化药物评估中的价值。研究结果表明，该数字孪生系统能精确预测超过75个参数，且在动态模式下预测误差极低，如气道压力平均绝对百分比误差为2.4%-3.9%。更重要的是，在评估肺栓塞治疗药物阿替普酶的疗效时，该数字孪生作为个体的“自身对照”，在仅6例治疗组中即发现了传统方法需要18例才能观察到的显著疗效，证明其能有效降低个体间变异性和统计学噪声。该研究为复杂人体器官的数字建模提供了可推广范例，为临床前药物评估开辟了高效、个性化的新路径。