抗体药研发热度不减,NHP持续紧缺,PK分析替代动物模型如何选择
浏览次数:1625 发布日期:2022-8-1
来源:杰克森实验室
近年来,在肿瘤治疗领域,创新型抗体类药物的研发持续增长。
2022年AACR(美国癌症研究协会)和 ASCO(美国临床肿瘤学会)年会
[1,2],先后于4月和6月在美国举行,来自国内的各类药企争相呈现了其最新前沿成果。从今年这两个全球最具影响力的肿瘤科学盛会数千篇摘要海报来看,抗体药物偶联物(ADC)和双特异性抗体已成为了肿瘤创新疗法的最值得关注的药物。随着全球各大药企争相开发创新型抗体药物,给肿瘤患者改善治疗情况也带来了积极利好。
然而,创新型抗体药物的开发同样面临着不可避免的极高开发风险。如何以更优的成本进行更精准的,更具临床转化价值的创新型抗体药物开发,一直是行业内关注的焦点。
为更好指导和促进双特异性抗体和ADC药物的研究和开发, 国家药监局药品审评中心也分别于今年4月和7月后发布了《双特异性抗体类抗肿瘤药物临床研发技术指导原则》征求意见稿
[3]和《抗体偶联药物非临床研究技术指导原则(征求意见稿)》
[4]。
两份征求意见稿所提到的首次人体临床试验的起始剂量FIH和药代动力学PK,均是在遵循一般药物研发原则及规律的基础上,对于创新型抗体药物的研究和开发特别需要关注的问题。
为了更科学和更稳妥地拟定首次人体临床试验的起始剂量,更精准地预测分析临床药物药代动力学,精准预测药代动力学PK的临床前动物性模型对此必不可缺。
对于治疗性抗体,特别是IgG类抗体,测定临床前PK相关数据,非人灵长类动物(NHP)模型一直是可准确预测临床PK相关数据的可靠模型。然而,NHP模型的使用会产生巨大的经济成本以及相关试验的重大伦理问题,不是早期药物筛选阶段的理想模型。
特别是在近两年,随着全球新冠疫情爆发,抗病毒药物和疫苗的加速开发对NHP动物带来了巨大的需求。再叠加上近年来本就日趋火热的全球生物制药,使得NHP食蟹猴的价格更是火速蹿升,已呈现出现严重紧缺的局面。今年年初美国FDA更是发布行业指南,建议非临床试验寻求替代动物模型以缓解NHP供应紧张困境
[5]。
由于小鼠与人体在遗传机理和生理表征上的相似性,基因组改造技术成熟和世代周期短等特点,已被普遍用于早期的大规模筛选抗体候选分子。
由于FcRn-Fc结合的物种相似性,普通野生型小鼠模型,无法获得可靠的临床相关PK数据。为获得更高临床相关性IgG类抗体PK数据,同时减少对NHP模型的依赖,人源化FcRn转基因小鼠模型将以更经济的成本,为获取精准可预测的PK临床相关数据提供理想方案,为治疗性抗体候选分子体内药效研究以及优化设计加速创新转化。
目前,来自国内外的多家药企,包括辉瑞,强生,罗氏和赛诺菲等,已在用人源化FcRn转基因小鼠模型来参与基于IgG或Fc结构域的创新型抗体药物PK分析。特别是,来自赛诺菲的一份系统性研究结果
[6],更是详细研究对比了食蟹猕猴和人源化FcRn在创新型单抗和多抗PK分析方面的数据。数据显示,人源化FcRn Tg32小鼠模型可替代NHP,用于可靠预测创新型抗体临床PK数据。
杰克森实验室,凭借其经典的hFcRn Tg32小鼠模型及其衍生品系,以及基于该特色品系的抗体药效评估服务平台,已在小鼠模型抗体药物PK分析方面具有行业领先的服务能力。
为进一步帮助降低治疗性抗体开发风险,杰克森实验室中国子公司杰克森艾特生物科技(北京)有限公司 产品经理,陈连彬 博士 近日在线分享了主题为使用人源化FcRn小鼠模型降低治疗性抗体开发风险的在线公开讲座。更多讲座具体内容,欢迎扫描海报二维码或点击阅读原文来收看。
参考资料:
1. AACR Annual Meeting 2022 | April 8-13, 2022 | New Orleans
2. Program Guide – ASCO Meeting Program Guide
3. 关于公开征求《双特异性抗体类抗肿瘤药物临床研发技术指导原则》意见的通知 (cde.org.cn)
4. 关于公开征求《抗体偶联药物非临床研究技术指导原则(征求意见稿)》意见的通知 (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.