首页 > 资讯 > 临床前研究革新：FDA现代化法案2.0 与人类细胞、器官模型和AI-ML方法的作用

出自识林

2023-11-09

2023年11月1日，斯坦福心血管研究所、斯坦福大学医学系心脏病科博士后导师Peter-James H.Zushin等人在The Journal of Clinical Investigation发表文献《FDA Modernization Act 2.0: transition beyond animals with human cells, organoids, and AI/ML-based approaches》，旨在讨论新方法如何使临床前研究接近真实患者情况从而促进生物医学发展。

背景

寻找和开发疾病的有效疗法是生物医学研究的核心。一般情况下，临床前研究构成了有效治疗方法的基础，指导有效疗法从科学发现转化为有意义的患者结果。然而过去二十年来，临床前研究常有结果不能稳定重现的困扰，每年约耗资280亿美元。2003-2014年间，临床前研究进到I期临床试验的潜在药物批准率仅10.4%，而2011-2017年降到6%-7%。具有较好结果的临床前研究未能转化为有效的治疗方法，这一现象引起了学界的关注。一份2015年对四家大型生物技术公司的回顾性分析阐述了可能的原因，该分析显示自2003年以后，I期和II期临床试验中止最常见的原因是缺乏疗效（60%）和毒性（30%）。基于回顾性分析中的观点和现代技术的发展，当前有可能实现大规模的体外人体测试。因此需要重新评估临床前研究的方法，有助于促进有效疗法从实验室应用到临床实践。

自1938年美国通过联邦食品、药品和化妆品法案以来，FDA要求在临床前研究阶段利用动物模型初步探索治疗方案的科学性和安全性以便继续实施I期临床试验。FDA接受了一系列动物模型，基于这些模型可以反映所研究的疾病或状况。一般情况下，啮齿动物因为寿命短、繁殖能力强和易于基因改造等优点是绝大多数生物医学研究的选择。尽管动物模型在帮助研究人员理解基础生物学方面取得重大进步，但是人们逐渐认识到动物模型和人类之间存在根本的物种差异，这些差异在药物基因组学方面有重要的影响。并且这些差异可能会混淆研究结果，导致有效的治疗方案在后期临床试验中失败。

临床试验失败的原因

药物基因组学研究遗传物质如何影响个体对药物的反应，并解释了不同个体之间药物敏感性的巨大差异。药物基因组学在人类和其他动物模型之间也存在显著差异，导致比较新疗法的疗效和毒性时出现截然不同的结果。例如，由于血流速度、组织特异性、器官大小和非保守生物过程等因素的影响，小鼠和人类的药代动力学性质（吸收、分布、代谢、排泄）存在差异。CYP450酶等参与药物代谢的酶在数量上各不相同，导致药物在体内降解和清除的方式不同。当模型生物与人类的药物基因组学存在显著差异时，候选药物可能在上市后失败或撤回。例如theralizumab用于治疗关节炎和B细胞淋巴细胞性白血病（B-CLL）的抗CD28单抗在I期临床试验阶段失败。临床前研究中，theralizumab在B-CLL 的BALB/c小鼠模型中表现出很好的疗效，但应用在人类上时，低剂量（小鼠安全剂量的1/500）引发了大规模的细胞因子风暴，导致患者器官衰竭和住院。由于小鼠和人类之间，影响机体对药物反应的基因截然不同，因此必须优先考虑以最准确的科学为基础的研究方向。

与人类相当大的遗传变异性相反，啮齿动物模型中动物近亲繁殖的特性使得遗传多样性相对较低，遗传多样性上的差异是基于啮齿动物模型的有效疗法应用到人类时成功率较低的重要原因（图1A）。人类具有丰富的遗传多样性，导致群体内个体之间药物代谢、药物靶点和药物相互作用存在差异。许多人类疾病源于遗传物质和环境之间错综复杂的相互作用，这些影响在人的一生中不断积累。个体的生活经历、环境暴露、遗传物质等因素都会影响疾病的表现形式和个体对治疗的反应。而小鼠模型不能准确模拟人类疾病表现形式的复杂性。

2015年的一项研究显示美国销售收入最高的前十种药物，约1/25到1/4的服用者能获益，这导致了新的问题：目前的临床试验是否有测试足够多的个体从而在广泛的人类范围里表征化合物的性质。相比之下，相同品系的小鼠约98.6%的基因组一致，遗传上非常相似，几乎可以看作是相同的。由于同一品系的小鼠缺乏遗传多样性，从不同的小鼠个体获得的数据更类似于技术重复（类似于使用永生细胞系进行实验），而不是生物学重复（图1A）。增加对细胞模型结果的关注相应地减少对动物模型结果的重视，可以更准确地反映人类遗传学的多样性，这可能会提高新疗法在真实世界应用中的可靠程度和成功率。

近来，立法者和FDA认识到动物模型固有的问题并采取措施来解决这个问题。2022年，拜登政府通过了FDA现代化法案2.0。这项法规允许使用特定的实验方法来代替动物实验，特定的试验方法包括基于细胞的试验，如人类诱导多功能干细胞（iPSCs）、类器官和微器官芯片（OoCs）以及如生成对抗网络（GANs）和语言模型的高级人工智能（AI）方法。AI/机器学习（ML）在过去几年中被用来预测药物毒性、代谢以及其他ADME性质；最近，为评估药物结合结构生物学和多组学数据的非靶点效应创建了许多AI管线。此外，生成式AI广泛用于增强稀少的真实世界数据，甚至利用合成数字孪生技术模拟临床试验。目前，这些替代试验可以寻求FDA的豁免来评估临床前阶段药物的有效性和安全性。这项法案标志着允许临床前研究采用最新科学技术来预测人类对药物的反应到过去仅仅依赖日益过时的动物试验的重大转变。

临床前与临床研究连接的开创性技术

在临床前的药物研发中，加入与人类相关的体外模型（如人 iPSCs）代替动物试验吸引了人们的注意力。这些模型更可靠地反映了人类的生理、疾病特征和药物基因组学。因此，与人类相关的体外模型为提高临床前研究的有效性、准确性提供了有效的替代方案，从而更好地将临床前研究转化为临床试验。在使用四种Yamanaka因子（OCT4、SOX2、KLF4、cMYC)重新编程后，从易于收集的体细胞（如皮肤成纤维细胞、白细胞或尿液）创建iPSCs。从2006年协议发布以来，iPSCs的制备已经成为一个常规和可管理的过程，这一点从全球范围内许多生物样本库的建立，包括斯坦福心血管研究所生物样本库的设立得以验证。在斯坦福心血管研究所，研究人员与临床医生合作，维护着一个超过2000个iPSC品系的存储库（截至2023年秋季），这些品系来自性别和种族多样化的个体，这些个体既包括健康个体，也包括与常见疾病、罕见病相关的突变患者。通过重新编程患有特定基因突变的细胞，科学家可以创建概括疾病特征的细胞模型以改善研究人员对疾病机制和药物测试的理解。

过去15年间生物技术飞速发展，这使得生物工程领域可以利用iPSCs创造更多新方法用于个性化医疗。iPSCs培养从2D到3D的转变，产生了一个更强大的生理系统用于湿实验室实验，不同于干实验室注重通过仪器的分析计算或电子设备来模拟物理过程或物理模型，湿实验室需要用到更多的化学试剂来完成实验。包括iPSCs衍生的类器官、工程心脏组织、神经组织构建体和OoCs等新技术产生多细胞同基因组织模拟物来模拟组织的重要功能。OoCs包含由光刻和均孔膜形成的聚二甲基硅氧烷（PDMS）层形成的介质通道和细胞室，设计精巧且具有高度的应用特异性。这些“芯片”或“微生理设备”可以混合和匹配不同的细胞类型，从而创建与天然组织相似的结构和影响区域，同时具备一个设备内模拟多个器官以模拟器官间的相互交流。尽管这些3D技术还不适合在微型芯片或培养皿中进行临床试验，但这些创新的生物工程方法通过创建更具生理学相关性的体外实验，展示了iPSCs将临床前研究与临床试验连接起来的潜力。

虽然人类细胞模型和“培养皿中的临床试验”改善临床前研究中的药物发现结果潜力巨大，但是两个障碍阻碍了这些方法更广泛的应用。首先，人类遗传多样性难以处理，增加个体细胞系测试意味着研究时间和空间上的投资。其次，能适当复制生物学组织水平特征的生物工程3D模型通常难以扩展得到足够数量的细胞以进行高通量实验来测试更多的细胞系。为解决这一点，基于iPSCs的临床前研究必须扩大规模，以更好地解释多样化个体队列的代表性，同时保持在学术研究环境中进行实验的成本效益。单细胞技术的最新进展为这些大规模实验提供了可能性，大规模实验使用的是汇集的细胞系或“细胞村”。这些细胞村之所以可行是因为全基因组测序可以捕捉小序列中的变异，这使得每个细胞系可以被条形码编码，让单细胞测序（如RNA或ATAC测序）匹配原始捐赠者。利用这种新方法，研究人员不仅能够显著提高试验处理能力，还能够同时分析多种不同基因图谱下的基因表达模式，使该领域更接近于在涵盖数百甚至数千个人类iPSCs的规模上进行临床前疗效和毒理试验。

总结

寻找和开发有效的治疗方法是生物医学研究的基石。临床前研究作为桥梁，将科学发现与真实的患者结果联系起来，但往往无法提供积极的结果。FDA现代化法案2.0为加强临床前研究的数据有效性提供了替代方法，旨在减少对动物模型的依赖。在这些新的研究方法中，iPSCs因为可能为疾病机制和药物反应提供更多的生物学见解而备受关注。当与新兴的生物工程3D技术、测序技术相结合时，iPSCs为改善新疗法从临床前研究到临床试验带来了新希望。

作者：识林-海葵

识林^®版权所有，未经许可不得转载。