

“古板的动物毒性试验,,,只有10%的药物最终获得批准——90%的药物只管通过了动物试验,,,却在人体试验中失败了。。。”彭双清教授的开场,,,直指问题的焦点。。。
彭教授进一步剖析了古板范式的多重逆境:动物种属特异性差别导致的转化率低下、疾病模子难以代表真实人体、无法捕获人群异质性带来的假阴性与假阳性;;;;;;全球每年约1.2亿至2亿只实验动物的伦理压力;;;;;;每个清静评估周期长达6-8年、耗资2000万美元的不可持续性——而新途径要领(NAMs)有望将本钱降低50%,,,工期缩短70%。。。
动物致癌效果评价的不确定性令人警醒:大鼠与小鼠效果的一致性仅为57%,,,靶器官部位的一致性低于50%,,,大鼠效果对人的预测性仅有69%等等,,,彭双清教授以翔实的数据,,,勾勒出古板范式必需厘革的深层逻辑。。。
2025年4月10日,,,FDA宣布镌汰临床前清静性研究动物试验羁系妄想,,,明确提出:FDA的动物试验要求可以用NAMs取代——基于AI的盘算模子、细胞模子、类器官模子,,,将连忙最先在IND申请中实验。。。
彭双清教授特殊解读了“3个月研究+证据权重(WoE)评估替换6个月动物试验”的焦点转变。。。证据权重可整合靶点生物学与药理机制、毒理/药代动力学数据、体外组织交织反映、临床清静性数据、同类抗体已知毒性,,,以及类器官、AI模子等NAMs数据。。。彭双清教授指出羁系层面的厘革已从未来时转向现在时。。。
作甚NAMs????彭双清教授引述ICCVAM的界说:通过体外、盘算机和盘算要领刷新危害评估、增强人类相关性并取代或镌汰脊椎动物试验的科学要领。。。
他系统阐释了NAMs的焦点科学原理——微心理仿真(通过器官芯片、类器官模拟人体器官微观结构与功效)、多标准整合(系统整合分子、细胞、组织及多器官水昭雪映)、数据驱动建模(使用AI/ML从海量数据中挖掘毒性纪律)。。。
彭双清教授回首了ICH指导原则中3Rs原则的乐成案例:单独的急性毒性研究已被作废;;;;;;重复剂量毒性试验思量袒露和剂量限制建设有用研究设计;;;;;;探索性临床研究镌汰动物使用等等。。。这些已经写入ICH指南的厘革,,,正是NAMs范式的前奏。。。
作为新宝GG首席科学官,,,彭双清教授分享了新宝GG在NAMs领域的平台结构:
? AI手艺平台:建设辅助药物研发的AI手艺平台,,,支持盘算毒理学与预测模子开发。。。
? 基于酶学剖析的药物筛选平台:针对差别类型酶,,,已开发300多种酶剖析要领,,,支持小分子抑制剂的构效关系和选择性研究。。。
? 基于细胞测试剖析的药物筛选平台:涵盖ADC测试(细胞杀伤、连系、内化、旁观者效应)、功效检测(凋亡、细胞周期、细胞因子释放)、PROTAC检测、核苷酸药物检测、细胞治疗/免疫检测等全系列细胞剖析能力。。。
? 类器官平台:已建设30+种PDXO模子,,,涵盖胃癌、肠癌、胰腺癌、肺癌、前线腺癌、横纹肌肉瘤、宫颈癌、子宫内膜癌等多种肿瘤类型,,,开展肿瘤药效学研究。。。
? 线粒体毒性AOP预测:基于有害下场路径(AOP)框架,,,建设基于药物线粒体毒性AOP预测药物毒性等。。。
古板动物实验作为金标准已逾60年,,,路径依赖根深蒂固。。。许多人潜意识里以为,,,只有堆砌足够的动物数据清静性才算过了——这种认知惯性,,,是NAMs推广的一道坎。。。类器官也好,,,AI模子也罢,,,标准化尚在途中,,,跨平台验证仍需时日,,,笼罩重大羁系终点的能力仍有局限。。。
但这些挑战,,,恰恰是机缘所在。。。范式厘革历来不是一蹴而就,,,它需要认知的迭代、手艺的打磨、羁系的协同,,,更需要工业界的配合投入。。。药物清静评价的厘革已来,,,拥抱新手艺但不盲从,,,整合新要领但不偏废——这才是科学的态度,,,也是我们对立异药研发应有的敬畏。。。
彭双清教授的分享引发了现场嘉宾的热烈讨论。。。这场关于非临床评价新范式的深度对话,,,为与会者翻开了一扇面向未来的窗口!
展位前的人潮退去又聚拢,,,对话在轻声细语中持续。。。三月的蓉城,,,因一场峰会而汇聚头脑的河流;;;;;;而新宝GG的步履,,,也将在非临床评价新范式的探索之路上继续向前。。。
从AI手艺平台的算法迭代,,,到类器官模子的持续富厚;;;;;;从PBPK外推路径的一直优化,,,到线粒体毒性AOP预测的深入探索——每一次手艺突破,,,都是平台能力的注脚;;;;;;每一次范式演进,,,都是立异生态的共建。。。新宝GG正以NAMs的整合应用,,,为立异药研发铺设一条更科学、更高效、更人性的前行之路。。。
演讲落幕,,,思索未止。。。从动物试验到NAMs整合,,,新宝GG的探索回应着时代厘革的叩问。。。范式已来,,,而谜底,,,仍在路上。。。