为两个孩子各造一种药：一人一药正在把药物研发的最小单位改写

一支只为一个人设计的针

一支装在低温运输盒里的药，通常被想象成一个已经被工业化的答案：它有通用名称、固定剂量、说明书和一条等待被批准的生产线。可是在罕见遗传病的世界里，病人有时先抵达，而药物还没有名字。

2026 年 7 月，Nature Medicine 报道了两个分别进行的 n-of-1 临床试验。两名儿童都患有 SCN2A 相关发育性癫痫脑病，但他们的突变并不相同。研究团队没有给两个人装进同一个“罕见病药物”标签，而是为每个人设计了一种等位基因选择性反义寡核苷酸。它的任务很窄：尽量压低携带致病突变的那一份 RNA，让另一份正常拷贝继续工作。

这是一种不那么像传统药品的药。它不是先在大人群中平均有效，再寻找适合的人；它先从一个人的遗传诊断开始，再反过来决定分子序列、递送方式和随访指标。药物研发的箭头被调转了方向。

先要理解的不是“基因治疗”，而是剂量

SCN2A 编码神经元中的电压门控钠通道。基因的不同变体可能让通道过度活跃，也可能让它功能不足；同一个基因的不同位置、不同氨基酸替换，会把病人推向不同的神经生理状态。研究论文强调，SCN2A 的问题并不是一个简单的“坏基因”，而是神经元兴奋性与通道剂量之间的失衡。

这解释了为什么“把整个基因关掉”可能不是安全的解决方案。每个人通常有两份基因拷贝。如果药物没有区分突变拷贝与正常拷贝，就可能同时压低两份表达，把一种风险换成另一种风险。等位基因选择性 ASO 试图利用突变附近的单核苷酸差异，识别应被压低的那一条 RNA。

反义寡核苷酸可以理解为一段短小、可合成的核酸序列。它不把 DNA 永久改写，而是与目标 RNA 配对，影响 RNA 的稳定性或加工方式。正因为它不是永久编辑，剂量需要在一段时间后重复；正因为它需要抵达中枢神经系统，论文中的两项试验选择了鞘内给药，也就是把药物送进脊髓液。

这些术语的共同指向是：治疗不是一个神奇按钮，而是一组不断校准的工程动作。先确定哪一个突变造成什么功能，再确定哪一条 RNA 应当被减少，接着确认药能否进入目标组织，最后用癫痫发作、行为、沟通、胃肠道问题和运动能力等指标跟踪它是否真的改变了病人的生活。

两个病人，两种结果，不能合成一个平均数

Nature Medicine 的研究涉及两名患儿。论文记录的第一名患者为 9 岁男孩，出生后不久出现癫痫，曾经对十余种抗癫痫药物反应不足，研究前每月约有 30 次发作。第二名患者开始研究时为 14 岁。两人的变体、剂量安排、随访时间和基线处境都不同，因此研究者把他们作为两个分别定制的 n-of-1 试验，而不是一个小型随机试验。

UC San Diego 的研究说明称，经过两年治疗，第一名患者的发作频率下降约 26%，第二名下降约 90%；后者在 15 岁时第一次能够独立行走。研究还报告了部分语言、运动、感觉处理、适应行为和胃肠道改善，未报告与 ASO 相关的严重不良事件。这里每个数字都必须和它的对象绑定：26% 不是这类疾病的平均疗效，90% 也不能成为所有 SCN2A 患儿的预期。

研究最有力量的地方，恰恰是它没有把两个孩子揉成一个“成功案例”。他们各自有自己的基线、自己的反应曲线和自己的下一次给药时间。UC San Diego 的报道提到，年长患者在下一次给药前，独立行走能力一度减弱，团队随后在 FDA 允许下调整给药频率。这不是一个已经完工的药物，而是一套需要和病人一起学习的治疗。

n-of-1 的难题：有效之后，怎样证明有效

当研究对象从几千人变成一个人，证据不会自动变得更容易。每个孩子都可以做自己的对照，但“治疗前”和“治疗后”之间仍然可能有自然波动、并用药变化、成长、康复训练和照护环境的影响。癫痫发作次数也可能受记录方式影响；语言和行为的进步更需要标准化工具与长期观察。

因此，这两项研究的意义不是“两个病例已经证明了疗效”，而是展示了怎样把个体化治疗放进可审计的临床框架：研究在机构审查批准下开展；患者有预先设定的结局指标；药物通过鞘内途径给药；随访覆盖发作、行为、沟通、运动、胃肠道和安全性。它把一个孩子的命运变成可被同行检查的材料，同时承认样本量仍然只有两个。

临床数据并非完全开放。Nature Medicine 页面说明，出于敏感性原因，患者级临床数据只能在合格研究者提出申请、通过研究方案审查并签署数据使用协议后提供。论文公开了 EEG 分析代码，这让计算部分可以被复核，却不能替代对患者隐私的保护。个体化医学必须同时面对两种要求：让数据足够透明，也让孩子不会因为数据透明而失去生活的边界。

药物研发的最小单位正在变化

传统药物依赖规模：一个靶点对应一个分子，一个分子对应一组病人，一组病人通过统计平均值被纳入说明书。个体化 ASO 反过来提出一个问题：如果病因是一个极罕见的突变，研发的起点能不能是一名患者？

答案并不只是“可以”。还要问谁来支付一次只为一个人设计的药物，谁来承担制造错误的责任，谁来设定可接受的安全证据，谁来维护病人多年后仍然需要的生产线。一个人一款药的成本不止在分子合成，也在基因检测、功能验证、质量控制、递送、监管沟通、长期随访和数据管理。若没有平台化的设计、制造和审评能力，每次都从零开始，少数人的希望可能被成本重新关在门外。

更现实的方向，是把“只为一个人”逐步扩展成“同一机制的一组人”。论文引用的后续工作尝试通过单倍型分型，把原先的 N-of-1 设计扩大到共享遗传背景的患者群体。这不意味着把个体差异抹掉，而是利用基因诊断和分子设计的重复部分，降低每个新病人的边际成本。

中国读者在这里看到的，不应只是一个远方的医学奇迹。它也像一张产业地图：高通量测序、变体功能学、核酸合成、临床样本管理、儿童神经专科和监管科学必须在同一条链上配合。真正的竞争，不只是谁能写出一段 ASO 序列，而是谁能把“诊断—设计—制造—给药—随访”变成一条安全、可复用、能被支付的路径。

这两个孩子没有代表所有孩子

最容易被标题掩盖的事实是：这仍是两项早期、开放标签、个体化的 n-of-1 临床试验；研究时间、患者数量和数据开放程度都不足以证明广泛疗效。论文报告的安全性是截至随访期内的观察，不是对长期风险的保证。ASO 需要重复给药，鞘内给药需要医疗资源，治疗效果和持续时间也可能因突变类型与病人状态不同而变化。

但证据边界并不削弱故事。它把“新药”从商店货架上的统一答案，带回一张病床旁的记录表：这个孩子今天能不能走路，下一次发作何时发生，药效在何时开始变弱，家人能否按时回到医院。医学的未来如果要对个体更精确，就必须也对个体的时间、成本、隐私和尊严更诚实。

从病例到平台，真正的规模化不是复制药瓶

个体化治疗常被误读成“每个病人都有一款专属药”，仿佛未来的医院会为每个人临时配一支核酸药剂。更可能发生的，是一套平台先把重复的部分固定下来：遗传变体如何判读，怎样确认它改变了通道功能，怎样在不暴露隐私的情况下完成分子设计，怎样检验一批核酸的纯度和效力，怎样记录一名儿童在不同时间点的功能变化。

平台化不能抹掉个体化。恰恰相反，只有把通用流程做得足够可靠，研究者才有余力处理真正不同的那一部分。每个孩子仍然需要自己的变体解释、自己的给药剂量和自己的结局指标，但设计、制造和审查中可重复的模块可以被共享。这样，n-of-1 才可能从一个孤立的英雄故事，变成一个有规范、有记录、可持续的临床网络。

这也意味着遗传诊断不再是治疗前的一张报告，而是治疗链中的持续证据。一个变体是否致病、它是增强功能还是减少功能、正常拷贝是否需要被保留，都会影响药物设计。如果诊断不够精确，个体化并不会把风险消除，只会把风险包装得更贴身。医疗系统需要把变体解释、分子设计与临床观察放在同一条可追踪链上，而不是把检测、研发和给药切成互不相干的部门。

患者也在定义研究的速度

传统临床试验常常要求研究对象等待一个完整方案：招募、随机、随访、统计，所有人按照同一进度前进。罕见病儿童却可能没有这样的时间。对他们而言，研究速度不是企业的效率指标，而是发作次数、发育窗口和家庭照护负担。

这并不意味着可以为了速度取消审查。恰恰需要更细的审查：哪部分证据必须在给药前完成，哪部分可以在治疗中更新，怎样让家属知道未知风险，怎样把每一次剂量调整写进可复核的记录。把速度和安全放在同一张表上，才是个体化医学对制度提出的真正挑战。

医学最终仍然面对一个无法由算法独自回答的问题：一个人值得多少资源？如果答案只由病人数目决定，最罕见的人永远排在队尾；如果答案只由个体故事决定，资源又可能被最动人的故事吸走。SCN2A 的两名患者没有解决这个矛盾，但他们让矛盾变得具体：药物可以精确到一个人的突变，制度也必须精确到一个家庭的时间、成本和尊严。

来源与边界

核心事实来自 Nature Medicine 原始论文、UC San Diego 机构报道和 UCSD 的 NCT06314490 临床试验页面。本文不把两名患者的结果外推为普遍疗效，不使用“治愈”或“已获批”表述，也不提供任何个人医疗建议。图片为 AI 生成示意图，不是患者、药物或实验照片。