早上醒来，实验室群里 99+。我眯着眼往上翻，全是同一个链接：两家跨国药企联合宣布，个体化 mRNA 癌症疫苗在 III 期临床试验里同时达到两个主要终点，全球第一个。我第一反应是转发到朋友圈配一句「见证历史」，然后继续瘫着刷手机。
结果导师的下一条消息把我拽回现实：「下周组会，你把这个方向的文献整理一下，讲讲它为什么能成，我们能不能借鉴。」
我盯着屏幕沉默了十秒。整理文献？讲清楚？我自己都没搞懂它怎么造出来的，拿什么讲？
补个背景。这款药叫 intismeran autogene（研发代号 mRNA-4157/V940），走的是「个体化新抗原」路线：手术切掉肿瘤后，把患者的肿瘤组织送去测序，找出只属于这个肿瘤的突变指纹，从里面挑出最多 34 个新抗原，编码进一条 mRNA 打进体内，让免疫细胞学会认人，再回头清理术后残留的癌细胞。8 月 19 日公布结果的 III 期研究叫 INTerpath-001，入组 1137 名 IIB 到 IV 期高危黑色素瘤患者，2:1 随机分成疫苗联合帕博利珠单抗组和单药组，主要终点无复发生存期（RFS）和关键次要终点无远处转移生存期（DMFS）双双达到统计学显著。
以上这段，我花了两小时。接下来才是崩溃的开始。
组会汇报不能只念新闻稿，得有「这个方向已经有哪些证据、证据等级够不够、还有哪些坑没填」这种结构。我打开浏览器，PubMed 搜了一轮，下载了二十篇 PDF，看到第四篇就把前两篇的结论忘了。文献综述四个字，写起来是要命的。
那天晚上我换了个路子，把工具换成 DeepBio，一个给医学研究用的 AI 工作台。核心就三步：上传资料、结构化分析、复核迭代。我把自己能找到的公开资料按主题丢进去，让它把「III 期怎么设计、II 期跟到什么时间、安全信号怎么样」按证据等级拆成一张张卡片，出处还能点回原文。文献轰炸一下子变成了能对着看的清单。
第一轮，先把证据摆平。 我拿到了想要的骨架：II 期 KEYNOTE-942 的五年随访显示复发或死亡风险降了 49%（HR 0.51），这次 III 期把主要终点和关键次要终点都做成阳性，是辅助治疗领域里程碑式的证据；但总生存期（OS）数据还没成熟，跨癌种验证也还在路上，这些就是汇报里能讲「局限与下一步」的地方。过去这些信息散在十几篇论文和新闻稿里，靠人肉比对至少得熬两个通宵。
第二轮，把方向往开题推一层。 我试着把研究问题表述成可复制的路径：从肿瘤测序、新抗原预测到个性化生产，每一步卡点在哪、别人是怎么验证的。选「药物与靶点研究」这个入口，DeepBio 会顺着靶点档案、通路关联、转化风险去推，输出像一份能带进组会讨论的草稿，而不是又一堆网页截图。
第三轮，复核。 AI 给的任何一句话，我都回原始公告和论文里找了一遍。平台自己也写得很清楚：医学研究辅助定位，输出可能有错，结论要结合专业判断和原始资料验证。我把它当放大镜，不当大脑。
最后要把这堆东西落成组会材料时，我直接用了它的论文写作功能，套上学校综述模板，章节顺序、参考文献格式自动排好，省掉了最烦人的排版。导出的稿子我逐句过了一遍，AI 给的引用条目全部回原文核对过，这个习惯从第一天用就没变过。
组会那天，我讲了四十分钟，原理、证据链和局限都讲完，导师点头说了句「整理得挺细」。没人知道这堆东西我三天前还一问三不知。朋友圈那条「见证历史」我最后没发，因为这次我是真的看懂了历史在发生什么。
说句大实话，AI 不会替你做研究，也不会替你想科学问题。但在你被几十篇文献压垮、被综述卡住的时候，它能让你把力气花在真正重要的地方：判断证据、提出问题、设计自己的实验。研究生这几年，时间比什么都贵，工具该用就用。
你最近有没有被哪篇文献或哪份综述折磨过？评论区聊聊你的「肝综述」经历，说不定我能分享点好用的流程。
标签：癌症疫苗 · 肿瘤免疫 · 科研日常 · 研究生 · 文献综述 · 科研工具 · 证据等级 · DeepBio · 医学科研
