Inocras CEO Jehee Suh – 采访系列

Jehee Suh, Inocras 首席执行官，在生命科学领域拥有二十多年的领导经验，结合了深厚的科学理解和战略商业洞察。在担任 Inocras 首席执行官之前，他曾担任 Cartexell 首席执行官和 Helixmith 执行董事，在那里他负责了细胞和基因治疗的开发。早期在他的职业生涯中，Suh 是麦肯锡公司的合伙人，为全球制药和生物技术公司提供增长和创新战略咨询，并在诺华开始了他的职业生涯担任品牌经理。他的多样化背景——跨越咨询、生物技术创业和制药管理——使他能够领导 Inocras 进入下一个扩张和科学进步阶段。

Inocras 是一家精准医学公司，开创了下一代基因组学诊断和数据驱动的洞察力，以转变个性化医疗。该公司专注于提供高质量的全基因组测序和先进的生物信息学解决方案，赋予临床医生和研究人员识别癌症、罕见疾病和其他疾病的可行性基因变异的能力。通过结合尖端的测序技术和专有的数据分析平台，Inocras 旨在使全面基因组学检测更加便捷、准确和临床有意义，为全球患者提供服务。

您曾在生物技术、咨询和制药领域担任领导职务，从麦肯锡和诺华到 Inocras 和 Cartexell。这种多样化的背景如何影响您在基因组学领域领导创新?

我的职业生涯让我对创新如何从想法转变为影响有了 360 度的视角。在麦肯锡，我学会了如何解决复杂问题和推动有意义的变化。在诺华，我亲眼见证了现代医学的力量和局限性——突破如何改变生活，但也看到许多患者仍然被落下。这些经历塑造了我在 Inocras 的使命驱动方法。我们创立了这家公司，以使全基因组测序成为肿瘤学中的真正标准护理，向每位患者提供全面、可及的基因组学洞察，而不仅仅是特权阶层。对于我来说，领导 Inocras 不仅仅是推进技术；它是确保创新转化为对患者最有价值的影响——在护理的最前沿。

Inocras 致力于使全面 DNA 洞察更易访问和可行。您能否分享公司的创始愿景和您试图解决的基因组学领域的具体挑战?

从一开始，我们的愿景很简单但雄心勃勃：将数百万个癌症基因组放入计算机中，以便算法可以发现能够改变患者诊断和治疗的洞察。很快，我们意识到实现这一愿景需要的不仅仅是强大的技术。它需要一种可持续的方式来收集真正的临床级基因组数据。

这就是为什么我们首先将 Inocras 建立为一家诊断业务。通过帮助患者一个接一个地遵循完整的临床标准，我们正在建立信任、质量和可及性的基础。我们的全基因组测试提供了对患者癌症的最完整和最准确的图景，同时保持了足够的成本效益，以便更多的人能够接受。Inocras 在其核心是一台临床引擎。我们提供了一种独一无二的全基因组测序诊断，同时正在建设明天的基因组基础模型。我们每次测序的基因组都为一个个体患者提供服务，现在，也为将来服务数百万人提供基因组智能。

全基因组测序通常被描述为精准健康的基础。哪些关键进展使其从研究环境转变为临床和消费应用?

全基因组测序（WGS）越来越被认为是精准健康的基石。几个关键进展促进了其从研究实验室到临床和消费应用的转变：

首先，测序一个人的整个基因组的成本大幅下降，推动因素是快速的创新和新的行业竞争。我们正在进入一个时期，全基因组测序可以以传统面板的成本甚至更低的成本交付。

其次，生物信息学已经发展到可以跟上生物学的步伐。一个人基因组的原始文件大小为 100 GB。以前，解码整个基因组以获得临床意义几乎是不可能的。今天，通过先进的分析管道和策划的数据库，我们可以以临床精度解码整个基因组。

最后，人工智能正在成为基因组的通用翻译器。人工智能现在增强了分析的每一层，从突变解释到实时临床指导。在未来，基因组人工智能将作为医生的虚拟顾问，甚至作为消费者的顾问——解释基因组说了什么，以及它对健康意味着什么。这是大规模采用基因组学的真正驱动力。

人工智能和机器学习正在改变基因组数据的解释方式。Inocras 如何利用这些技术来提高基因分析的准确性和速度?

Inocras 由具有信息学高级培训的医生创立——他们既理解临床现实，也理解基因组的计算复杂性。从开始，我们的基础就是人类智慧（HI）。我们在要求人工智能扩大规模之前，先掌握了如何解释基因组。

人们常说，人工智能只能取代人类已经理解的东西。这就是为什么我们能够在人工智能领域领先。我们是基因组数据最强大的人类解释者，同时，我们也策划了最大的高质量癌症基因组集合。人工智能的强大程度取决于其学习的数据，我们正在生成比任何其他公司都多的真实、临床验证的癌症全基因组测序数据。

基因组学的一个主要承诺是结束罕见疾病和癌症患者的“诊断奥德赛”。您在这一领域看到什么样的进展，距离在大规模上提供真正个性化的诊断还有多远?

这不仅仅是一个承诺，而是一个现实。癌症中，全基因组测序已经显示出常规基因面板无法提供的信息。例如，结构变化、突变模式或隐藏的修复缺陷（如 HRD）可以影响治疗决策。

真正的挑战现在不是技术或成本。它是采用率。我们需要来自支付者的覆盖，但更重要的是，我们需要改变思维方式。在癌症中，一个由 DNA 驱动的疾病，一个完整的基因组测试应该成为每位患者的基本记录的一部分，就像成像或病理学一样。当这种转变发生时，基因组引导的护理将成为常态。它将变得常规。

基因组数据非常敏感。Inocras 如何在维护研究和创新所需的数据访问水平的同时处理隐私、安全和道德问题?

基因组数据是非常个人化的，必须以极大的谨慎对待。我们按照完整的 CAP/CLIA、ISO-15189 和 HIPAA 标准运营，但我们的承诺远远超过合规性。我们使用基于云的联合架构来确保原始基因组永远不会离开安全环境，每个访问点都是完全可审计的。

最重要的是，我们相信基因组学的道德意味着向患者返回价值，而不仅仅是使用他们的数据。基因组应该赋予个人答案、指导和护理——这就是我们构建每个系统的核心原则。

测序成本的下降如何重塑基因组经济和创新、可及性、医疗公平之间的平衡?

成本不再是基因组学的决定性因素。全基因组测序已经达到可以大规模部署的水平。真正的挑战已经转移到解释——如何将巨大的基因组数据转化为临床清晰度。随着我们向前迈进，公平将不再取决于测序成本，而取决于谁能够为每位患者和医疗系统提供准确、人工智能驱动的洞察力。基因组学的未来将不再由成本定义，而由理解的可及性定义。

随着人工智能模型变得更加复杂，您是否预见一个未来，基因组学推荐成为预防性医疗的标准部分——就像今天的年度体检一样?

是的。在这个十年内，每个人都将拥有他们的个人基因组数据。人工智能将不断解释它——提醒个人遗传风险、药物反应和长期疾病轨迹，在症状出现之前。我们将从反应性护理转变为预测性指导。当每个个体都携带一个数字基因组基线，由人工智能随时间更新时，预防性基因组学将成为日常医疗的一部分。

展望未来，您认为基因组学将在未来十年内医学的人工智能驱动转型中发挥什么作用?

基因组学将成为医学中人工智能的第一个真正前沿，因为基因组已经是数字化的——数十亿个生物代码字母。人工智能将使用这些代码来重新定义疾病分类、预测风险和指导治疗。我们将最终从按器官治疗癌症转变为按分子特征治疗癌症。基因组学将成为数字健康的基准测试。医学的未来将建立在生物学与数据相遇的地方，这一切都始于基因组。

最后，Inocras 的下一步是什么？您是否对即将到来的里程碑、合作伙伴关系或技术感到兴奋，因为您继续推进精准医疗?

我们的使命现在是使全基因组测序成为癌症的标准护理。我们正在争取报销、进入主要医院，并证明一个完整的基因组测试应该成为每位患者的基本记录的一部分，就像影像或病理学一样。下一个竞争是规模——成为第一个达到 10 万个癌症基因组，然后是 100 万个基因组的人。凭借这一基础，我们正在建设第一个真正的基因组基础模型，训练于真实的临床癌症基因组。它将推动一个新的人工智能驱动的癌症护理时代，在那里，完整的基因组将告知每个诊断、每个治疗决策和每个复发检查。

感谢这次精彩的采访，希望阅读更多的读者可以访问 Inocras。