Owkin MOSAIC计划：7种癌×千名患者的空间组学数据网，AI制药的燃料库

一句话结论

MOSAIC 是 Owkin 牵头的空间组学数据联盟计划：在 7 个癌种上各收集约一千名患者的空间组学数据，规模比文献中已有最大研究（几十例样本）放大一到两个数量级。它的双重目标——把复杂癌症诊断拆解成生物学亚组实现精准医疗，以及为空间组学数据建立分析方法标准——决定了它是 AI 制药的底层燃料库：下游 AI 模型训练时调用的每一条数据都从这里来。对关注数据工程的人，这是一份”联盟模式做大数据集”的完整方法论。

空间组学：在组织原位测分子表达

空间组学技术测的是 RNA 或蛋白质在组织、细胞空间上下文中的表达——不是把组织磨碎测平均値，而是保留空间坐标。研究者可以在肿瘤中选取多个不同区域，逐一做分子级解析。

这为什么重要？临床报告已经发现，癌细胞和免疫细胞的空间组织方式可能决定对特定药物的敏感性。但目前只能判断”空间分布有影响”，还达不到”用空间分布做临床决策”的效用。要跨过这道坎，就需要几千名患者、几千份样本、几千种蛋白和基因规模的数据库——这正是 MOSAIC 的立项逻辑。

千例规模为什么是质变

空间组学技术刚进入各医疗中心时，文献中最大的研究只有几十份样本——技术太新、成本太高。MOSAIC 直接把目标定为每个癌种一千名患者，跨 7 个癌种。这不是渐进式扩容，而是让统计功效跨过”发现亚组”门槛的必要条件：癌症精准医疗的前提是把复杂诊断拆成生物学上不同的亚组，每组各有适用的药物策略。

Owkin 的角色：深度学习+组织基因组学积累

为什么由 Owkin 主导？官方给出两个理由：一是多年深度学习模型经验——空间组学数据信息复杂度前所未有，构建分析流程时训练深度学习模型是当前主流做法；二是 Owkin 在组织基因组学上的长期积累，研究影像特征与分子谱的关联，正好连接”病理图像”和”分子数据”两个世界。

合作方提供了两大空间组学平台（GeoMx 与 CosMx），其中 GeoMx 是该领域最早的自动化商业方案之一。多家医疗中心以协作研究形式加入，联盟明确欢迎更多学术与产业伙伴。

对数据团队的借鉴

MOSAIC 的做法可迁移到任何”数据瓶颈”行业：单一机构的数据量不足以训练可靠模型时，用联盟模式汇集多中心数据；技术上把最权威的合作方拉进来构建并评估分析标准；数据规模设计围绕明确的统计目标（发现亚组），而非拍脑袋的数字。数据集建设本身就是护城河——这是 Owkin 用 MOSAIC 验证的判断。

原文信息

• 原视频标题：MOSAIC | The multimodal patient data that powers AI for pharma
• 频道：Owkin
• 讲者：Owkin 及合作医疗中心研究团队
• 发布日期：2026-05-13
• 视频时长：约 5 分钟