抗體藥研發熱度不減,NHP持續緊缺,PK分析替代動物模型如何選擇
瀏覽次數:1746 發布日期:2022-8-1
來源:杰克森實驗室
近年來,在腫瘤治療領域,創新型抗體類藥物的研發持續增長。
2022年AACR(美國癌癥研究協會)和 ASCO(美國臨床腫瘤學會)年會
[1,2],先后于4月和6月在美國舉行,來自國內的各類藥企爭相呈現了其最新前沿成果。從今年這兩個全球最具影響力的腫瘤科學盛會數千篇摘要海報來看,抗體藥物偶聯物(ADC)和雙特異性抗體已成為了腫瘤創新療法的最值得關注的藥物。隨著全球各大藥企爭相開發創新型抗體藥物,給腫瘤患者改善治療情況也帶來了積極利好。
然而,創新型抗體藥物的開發同樣面臨著不可避免的極高開發風險。如何以更優的成本進行更精準的,更具臨床轉化價值的創新型抗體藥物開發,一直是行業內關注的焦點。
為更好指導和促進雙特異性抗體和ADC藥物的研究和開發, 國家藥監局藥品審評中心也分別于今年4月和7月后發布了《雙特異性抗體類抗腫瘤藥物臨床研發技術指導原則》征求意見稿
[3]和《抗體偶聯藥物非臨床研究技術指導原則(征求意見稿)》
[4]。
兩份征求意見稿所提到的首次人體臨床試驗的起始劑量FIH和藥代動力學PK,均是在遵循一般藥物研發原則及規律的基礎上,對于創新型抗體藥物的研究和開發特別需要關注的問題。
為了更科學和更穩妥地擬定首次人體臨床試驗的起始劑量,更精準地預測分析臨床藥物藥代動力學,精準預測藥代動力學PK的臨床前動物性模型對此必不可缺。
對于治療性抗體,特別是IgG類抗體,測定臨床前PK相關數據,非人靈長類動物(NHP)模型一直是可準確預測臨床PK相關數據的可靠模型。然而,NHP模型的使用會產生巨大的經濟成本以及相關試驗的重大倫理問題,不是早期藥物篩選階段的理想模型。
特別是在近兩年,隨著全球新冠疫情爆發,抗病毒藥物和疫苗的加速開發對NHP動物帶來了巨大的需求。再疊加上近年來本就日趨火熱的全球生物制藥,使得NHP食蟹猴的價格更是火速躥升,已呈現出現嚴重緊缺的局面。今年年初美國FDA更是發布行業指南,建議非臨床試驗尋求替代動物模型以緩解NHP供應緊張困境
[5]。
由于小鼠與人體在遺傳機理和生理表征上的相似性,基因組改造技術成熟和世代周期短等特點,已被普遍用于早期的大規模篩選抗體候選分子。
由于FcRn-Fc結合的物種相似性,普通野生型小鼠模型,無法獲得可靠的臨床相關PK數據。為獲得更高臨床相關性IgG類抗體PK數據,同時減少對NHP模型的依賴,人源化FcRn轉基因小鼠模型將以更經濟的成本,為獲取精準可預測的PK臨床相關數據提供理想方案,為治療性抗體候選分子體內藥效研究以及優化設計加速創新轉化。
目前,來自國內外的多家藥企,包括輝瑞,強生,羅氏和賽諾菲等,已在用人源化FcRn轉基因小鼠模型來參與基于IgG或Fc結構域的創新型抗體藥物PK分析。特別是,來自賽諾菲的一份系統性研究結果
[6],更是詳細研究對比了食蟹獼猴和人源化FcRn在創新型單抗和多抗PK分析方面的數據。數據顯示,人源化FcRn Tg32小鼠模型可替代NHP,用于可靠預測創新型抗體臨床PK數據。
杰克森實驗室,憑借其經典的hFcRn Tg32小鼠模型及其衍生品系,以及基于該特色品系的抗體藥效評估服務平臺,已在小鼠模型抗體藥物PK分析方面具有行業領先的服務能力。
為進一步幫助降低治療性抗體開發風險,杰克森實驗室中國子公司杰克森艾特生物科技(北京)有限公司 產品經理,陳連彬 博士 近日在線分享了主題為使用人源化FcRn小鼠模型降低治療性抗體開發風險的在線公開講座。更多講座具體內容,歡迎掃描海報二維碼或點擊閱讀原文來收看。
參考資料:
1. AACR Annual Meeting 2022 | April 8-13, 2022 | New Orleans
2. Program Guide – ASCO Meeting Program Guide
3. 關于公開征求《雙特異性抗體類抗腫瘤藥物臨床研發技術指導原則》意見的通知 (cde.org.cn)
4. 關于公開征求《抗體偶聯藥物非臨床研究技術指導原則(征求意見稿)》意見的通知 (cde.org.cn)
5. Nonclinical Considerations for Mitigating Nonhuman Primate Supply Constraints Arising from the COVID-19 Pandemic | FDA
6. Valente D, Mauriac C, Schmidt T, et al. Pharmacokinetics of novel Fc-engineered monoclonal and multispecific antibodies in cynomolgus monkeys and humanized FcRn transgenic mouse models[C]//MAbs. Taylor & Francis, 2020, 12(1): 1829337.