2026年7月22日，RAS(ON)多选择性抑制剂Daraxonrasib的新药上市申请（NDA）正式获FDA受理，并纳入优先审评通道，用于经治转移性胰腺导管腺癌（mPDAC）患者。支撑本次申报的核心循证依据，正是同年发表于《新英格兰医学杂志》（NEJM）的国际多中心III期RASolute 302研究。
消息迅速在肿瘤科医生中传播，对临床一线而言，一个新药进入上市审评轨道，意味着不久的将来，处方选择可能发生变化——而这一切变化的证据基础，就写在那篇NEJM原文里。但绝大多数医生点开原文链接时，看到的只有摘要，方法学细节、关键图表、补充材料，全部藏在NEJM官网的订阅付费墙后。机构权限覆盖不全、个人采购成本高昂、网络零散解读数据存疑且无正版图表佐证，高质量原始证据的获取门槛，直接延缓了前沿研究向临床实践转化的效率。
这一次，我们用氢离子完整走了一遍——从获取全文到把这篇研究读透。
第一步：如何拿到全文？
打开氢离子，检索框里输入"RASolute 302"，也可以直接搜"Daraxonrasib NEJM"。
全文直接打开，不再是一页摘要加一堵付费墙。
氢离子作为国内目前唯一同时拿下NEJM、JAMA、BMJ三大国际顶级医学期刊全文正版授权的医学AI平台，从根源上解决了顶刊文献获取难的问题。平台定位“可靠的医学 AI助手”，提供全文精读、AI问答、关联文献推荐等一站式服务，覆盖从“文献获取”到“临床应用”的完整链路。
拿到全文只是第一步。对临床医生来说，更核心的需求是高效、准确地读懂研究。接下来我们就按照临床精读顶刊的标准逻辑，从机制设计到疗效安全，逐层拆解RASolute 302研究，同时看氢离子如何大幅提升文献阅读效率。
第二步：氢离子辅助深度精读
临床医生精读一项III期注册研究，通常要回答三个核心问题：药物机制是否有突破？研究设计是否严谨？疗效与安全性是否支撑临床应用？逐页啃英文原文、手动梳理数据表格，往往需要耗费数小时；而借助氢离子的AI解读能力，核心信息可以快速结构化呈现。
“我们首先问了氢离子Daraxonrasib的作用机制是什么？这项III期研究是如何设计的？
氢离子指出：Daraxonrasib是一种口服RAS(ON)多选择性抑制剂，在细胞内与亲环蛋白A结合后，抑制处于活性GTP结合状态的RAS，阻断下游信号传导。该药同时作用于KRAS、NRAS和HRAS的突变型与野生型，覆盖G12、G13、Q61等多种突变，有别于传统的单一亚型抑制剂。
RASolute 302是一项国际多中心、开放标签、随机III期临床试验。根据氢离子调取的CONSORT流程图及试验设计总结，研究共入组500例既往接受过治疗的mPDAC患者，按1:1随机分配至Daraxonrasib组（248例，300 mg，每日一次）或研究者选择的化疗组（252例）。研究设立了双重主要终点，即在携带RAS G12突变亚组（RAS G12人群）中的总生存期（OS）和盲态独立中心审查评估的无进展生存期（PFS）；次要终点包括总体人群的OS和PFS、客观缓解率（ORR）以及患者报告结局（PRO）等。
这一段回答里，介绍了Daraxonrasib的核心机制、以及这项研究"新在哪"和"设计严不严谨"的问题——而这通常是医生精读一篇III期文章时，花时间最多、也最容易读漏细节的部分。氢离子同步调取了CONSORT流程图，500例患者的入组、随机化、脱落情况一目了然。
“随后我们提问了氢离子该研究的疗效数据。面对繁杂的生存数据，氢离子自动抓取了原文核心数据点并结构化对照呈现。
RAS G12突变亚组中，Daraxonrasib组中位OS为13.2个月，化疗组为6.6个月（HR 0.40，95%CI 0.30-0.54，P<0.001）；中位PFS 7.3个月 vs 3.5个月（HR 0.45，95%CI 0.34-0.59，P<0.001）。
全人群中，中位OS 13.2个月vs 6.7个月（HR 0.40，95%CI 0.30-0.53，P<0.001）；中位PFS 7.2个月 vs 3.6个月（HR 0.49，95%CI 0.38-0.64，P<0.001）。
次要终点（ORR与PRO）：RAS G12人群中Daraxonrasib组的ORR为33.2%，化疗组为11.8%。在患者报告结局方面，Daraxonrasib组在疼痛恶化时间与全球健康状况/生活质量恶化时间上均显著长于化疗组。
一段问答，把散落在正文Results里的核心数字集中呈现，每一条都能点击溯源回原文对应段落——这也是医生在精读时最耗时的一步：从长文里把有效信息挑出来，还要保证挑得准、不漏项。
“同样，在提问氢离子安全性特征后，它自动归纳了两组的不良反应谱系。
Daraxonrasib组不良事件以低级别皮肤及胃肠道反应为主；化疗组以血液学毒性、消化道反应及外周神经病变为主。≥3级AE发生率分别为61.8% vs 69.6%；因TRAE致停药 1.2% vs 11.2%；TRAE致剂量下调 36.1% vs 57.5%。Daraxonrasib组中位治疗时间（6.2个月）长于化疗组（1.5~3.2个月），但≥3级AE及停药、下调比例均更低，提示耐受性总体可控。
20多项不良事件相关数据，被归纳对比成两组谱系差异清晰的表格——这正是医生和患者谈知情同意、术前沟通时最需要的那一层信息。
第三步：临床实践应用——基于中国视角的审视
“在掌握全球研究数据后，肿瘤科医生通常会进一步思考：“这对我当下的临床实践意味着什么？”。此时，氢离子综合收录的海量文献、指南库，并基于自研医学大模型能力，给出了答案，进一步启发临床医生的思路。
中国胰腺癌发病与治疗现状：中国胰腺癌发病率呈上升趋势，多数患者确诊时已属晚期，二线治疗选择有限。现有二线化疗（以氟尿嘧啶或吉西他滨为基础）mPFS约3–4个月，mOS约6–7个月，本研究中化疗组数据与此一致。Daraxonrasib的13.2个月中位OS为临床提供了新的参照，但跨试验比较需谨慎解读。
RAS突变谱在中国人群的分布：中国人群RAS突变以KRAS G12D/G12V为主，Daraxonrasib覆盖G12、G13、Q61等多种突变，为外推至中国人群提供了基础参考。
研究局限性提示：氢离子在提供结论的同时，会主动提示研究局限性。例如，本研究采用开放标签设计可能对不良事件报告产生影响；此外，RAS G13/Q61突变或未检出RAS突变的亚组样本量较小（41例），该亚组结果需作描述性解读。
这一步，氢离子做的不只是回答问题，还主动提示了局限性和外推边界——每一条结论都可以回溯到原文对应段落，这是它区别于普通AI摘要工具的地方："可核验"，而不是"看起来很对"。
从“找到论文”到“理解证据”：
医学AI正在改变医生阅读方式
一篇NEJM论文对于临床医生的价值，不在于读完摘要的那一刻，而在于完成一次完整的证据阅读——从获取全文、理解研究设计、提取核心数据，到判断其临床意义。过去，这一过程需要医生逐一完成论文检索、全文获取、英文阅读、数据整理与意义判断，每一个环节都可能因付费墙、语言障碍或时间碎片化而中断。
如今，医学AI助手正在尝试优化这一路径。氢离子定位为“可靠的医学AI助手”，通过自研医学模型、自建医学知识库以及专业医学内容合作，为临床医生提供AI问答、文献检索、AI翻译等服务。在RASolute 302研究的阅读过程中，氢离子覆盖了从全文获取到关键数据提炼、从机制理解到临床价值分析的完整链路，让医学证据的获取更加高效，同时保持来源可追溯。
当然，AI不会替代医生完成治疗决策，医生仍然是最终的判断者。但在医学知识快速增长的时代，一个可靠的医学AI助手，正在成为医生连接最新证据的重要工具。而这，或许正是未来精准医疗时代不可或缺的一部分。
点击下方链接打开氢离子，畅享 BMJ、JAMA、NEJM 三大顶刊全文。
来源：肿瘤界
