CSCO2022 CDE专场|模型引导下的抗肿瘤药物研发
2022-11-08 梅斯医学 网络
CDE李健审评员作了题为“模型引导下的抗肿瘤研发”的报告,对MIDD进行了简要的介绍并强调了其在新药研发中的重要作用。
2022年11月6日,由中国临床肿瘤学会(CSCO)和北京市希思科临床肿瘤学研究基金会共同主办的第25届全国临床肿瘤学大会暨2022年CSCO学术年会进入第二天,迎来了令人高度关注、热点纷繁的CDE专场。
CDE李健审评员作了题为“模型引导下的抗肿瘤研发”的报告,对MIDD进行了简要的介绍并强调了其在新药研发中的重要作用。
MIDD简介
模型引导的药物研发(model-informed drug development,MIDD)是指通过采用建模与模拟技术对生理学、药理学以及疾病过程等信息进行整合和定量研究,从而指导新药研发和决策。目的是通过整合数学和统计模型中的数据来预测药物效果,从而使药物开发更加高效,并减少不必要的患者暴露。
我们对于一个药物的认知是基于数据基础的,得到数据后再进行统计分析得出结果,这些结果就为我们后续合理开发用药提供支持性数据。而模型引导的药物研发,就是利用来自临床前数据和临床试验数据构建各类数学模型,通过定量分析药物-疾病-人体三者的关系,深入理解药物的作用机理、作用特点、疾病发生发展的原理和进程等,从而进行模拟和预测,以加速新药研发的进程,提高新药研究过程中的重大决策的正确率,指导整个新药开发进程的开展。
MIDD可以在传统经验的基础上进一步提升研发成功率,已具备较多成功案例(包括大家耳熟能详的奥希替尼、帕博丽珠单抗),近年来CDE也在鼓励推荐,是未来药物研发所必不可少的重要手段。
MIDD在药物研发中的应用
建模与模拟,在药物研发及其全生命周期管理中的应用涉及多个方面,涵盖从非临床到临床研究以及上市后临床再评价的各个阶段。
在新药开发的临床前阶段,通过建立系统药理学模型(QSP)可以帮助确证药物作用的靶标、加深对药物作用机制的理解,从而增强对药物靶点的信心。通过建立PBPK模型和PKPD模型,可以在临床前阶段对药物在人体的药动学、药效学和安全性特征进行预测,从而为首次人体试验的剂量选择提供依据。
在早期临床试验阶段,基于MIDD结合适应性试验设计和无缝设计,可以大大提高试验进程,加速药物研发。另外,在此阶段借助PBPK模型还可以进行药物相互作用研究、食物影响研究和特殊人群研究等,以达到减少试验样本量甚至豁免相关试验的目的。
在晚期确证性试验阶段,通过建立疾病进程模型和试验执行模型,可以进行临床试验模拟,从而优化试验方案,提高试验的成功率。
MIDD在抗肿瘤药物研发中的应用
抗肿瘤药物是新药研发的热点方向,其临床研究具有研发周期长、研发成本和风险高的特点。MIDD通过建模与模拟,能够对生理学、药理学以及疾病进程等信息进行整合和定量分析,降低药物研发成本,提高临床研究效率。
MIDD采用数学方法,基于统计学原理,通过模型模拟对生理学、药理学以及疾病过程等信息进行整合和定量分析,最终实现指导新药临床试验设计和分析临床试验数据等。MIDD的常用方法包括群体药代动力学模型(population pharmacokinetics, PopPK)、药代动力学/药效动力学模型(pharmacokinetics/pharmacodynamics, PK/PD)、暴露量-效应(exposure-response, E-R)关系模型、基于生理的药代动力学模型(physiologically based pharmacokinetics, PBPK)等。在抗肿瘤药物的临床研究过程中,采用模型引导的药物开发方法能够在一定程度上优化临床试验设计、降低药物研发成本及风险,加速临床试验进程,支持药品注册申报。
MIDD应用案例——帕博利珠单抗
帕博利珠单抗(Pembrolizumab)是一种针对PD-1受体的高选择性IgG4-kappa人源化单克隆抗体,通过将小鼠高亲和力抗人PD-1抗体的可变区域序列移植到含有稳定S228P Fc突变的人IgG4-kappa同种型框架上而产生,能够有效阻断T细胞表面PD-1受体与肿瘤细胞PD-L1、PD-L2配体结合,重新恢复机体的抗肿瘤免疫功能。帕博利珠单抗是FDA历史上首个被纳入突破性治疗(breakthrough therapy designation, BTD)审评程序的抗肿瘤药物,是全球首个批准上市的PD-1抑制剂。从临床前研究到提交新药临床试验申请(investigational new drug, IND),从首次人体试验(first in human, FIH)到队列拓展试验,从提交新药申请(new drug application, NDA)到上市后剂量优化,MIDD贯穿了帕博利珠单抗临床研究的全生命周期,并在其剂量选择及给药方案优化中发挥了极其重要的支持作用。
总结与展望
虽然CDE颁布了相关的指导原则,但被认知和认可的程度仍不高。同时,基于经验的传统药物研发仍然是当下国内新药研发的主流。另外,MIDD的落地,需要基于意识和技术并行的多学科综合型人才,学科包括定量临床药理学、统计学、程序工程、数据管理等,并需要与临床PI深度合作。再者,现有模型需要不断地更新进化,模型的研究仍处于初期阶段,需要深入研究各类模型的开发应用,绝对不是形而上学的简单写一写就可以的。
尽管面对层层阻碍,MIDD加入新药全生命周期的研究势在必行,且得到了大量成功案例的验证,需要在临床试验开始前,甚至在候选药物进入开发期,就要纳入部分MIDD的计划工作,不断的积累使用经验,从计算的角度来为新药成功率加持。
参考资料:
https://mp.weixin.qq.com/s/LBNe_2Z1dmI5aErbYK094w
https://mp.weixin.qq.com/s/8mgu7IL-e_qjYS-2HWAV3w
作者:梅斯医学
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言