登录

脑卒中药物研发探路新范式


速读:
脑卒中药物研发探路新范式-健康报网——健康门户

{"id":"512203","toptitle":"","toptitle_color":"","title":"脑卒中药物研发探路新范式","title_color":"","subtitle":"","subtitle_color":"","crtime":"2026-07-07 10:48:18","condition":"来源: 健康报 ","thumb": ""}

□本报记者 吴倩 特约记者 卢国强

  脑血管病等复杂疾病的创新药研发,长期面临转化率低、成功率不足等困境。如何打破瓶颈、提升新药研发成功率?

  在近日由中国卒中学会主办的中国卒中学会第十二届学术年会暨天坛脑血管病会议2026上,中国科学院院士、首都医科大学附属北京天坛医院院长王拥军提出,须摒弃传统研发思维,开创以人为中心的全新研究范式,依托集六大功能于一体的研发平台,构建以临床价值为核心驱动的临床研究闭环,为卒中新药研发提质增效。

新药研发面临“不可能三角”

  脑血管病,尤其是脑卒中,是我国成人死亡、残疾的首要病因,给社会和家庭带来沉重负担。尽管脑卒中治疗手段不断发展,比如再灌注治疗、脑细胞保护、抗血小板治疗、抗凝治疗及危险因素控制等,但患者仍面临显著的“残余风险”,现有疗法远未满足临床需求,药物研发仍存在巨大缺口。

  王拥军指出,长期以来,创新药研发始终面临成本、周期、成功率三重制约,形成难以突破的研发“不可能三角”。数据显示,单药研发成本超26亿美元。从靶点筛选到产品上市,需历经漫长的临床前研究与多阶段临床试验,整体研发周期长达10至15年。即便进入临床试验阶段,绝大多数药物也会因疗效不足、安全性不达标而惨遭淘汰,整体临床研发成功率不足10%。据统计,脑卒中药物从临床Ⅰ期到最终获批上市的成功率不足10%,临床Ⅱ期至Ⅲ期试验失败率高达85%。

  王拥军分析,脑卒中药物研发失败率高,源于4个核心挑战。一是脑卒中并非单一靶点驱动的病理过程,而是炎症及氧化应激、兴奋性毒性、神经递质等多通路交互的系统性损伤,传统单一靶点干预策略难以逆转病程。二是临床前模型与临床现实存在巨大鸿沟。1990年至2018年,近千项神经保护研究在动物实验中展现出“完美”疗效,但在走向真实患者的Ⅲ期临床试验中却无一成功。这一巨大反差源于实验对象的生理鸿沟,以及动物实验的血流再灌注条件、评价指标与临床情况存在本质脱节。三是临床试验设计落地难度大。比如,入组效率低、主观终点易受安慰剂效应干扰、急救治疗时间窗严苛。四是作为大脑抵御外界物质入侵的天然屏障,血脑屏障对98%以上小分子药物和几乎所有大分子药物形成阻隔,这进一步加大了研发难度。

六大功能一体化平台打造临床研究高效闭环

  前蛋白转化酶枯草溶菌素9(PCSK9)抑制剂的成功研发,为脑卒中领域创新药研发带来破局灵感。

  他汀类药物自20世纪70年代问世以来,在降脂治疗领域长期占据主导地位。美国西南医学中心研究团队在21世纪初开启的达拉斯心脏队列研究,证实了PCSK9功能缺失可持久降低低密度脂蛋白胆固醇(LDL-C),显著预防冠心病,从人类遗传学层面奠定了PCSK9抑制剂全品类降脂药物的研发基础。

  “这一研发模式开辟了临床主导的新药靶点发现途径,也为我们构建以人为中心的新药研发范式提供了借鉴。”王拥军介绍,通过整合临床大数据、多组学、人工智能(AI)及类器官等新技术方法,可打造从靶点发现、药效验证、模拟试验到临床落地的全链条闭环,提升新药研发的精准度与成功率。

  基于这一创新理念,神经系统疾病国家临床医学研究中心正整合优质科研与临床资源,搭建集六大功能于一体的研发平台,重塑脑血管病新药研发体系。

  功能一是临床大数据与多组学驱动的新药靶点发现。通过整合基因组、蛋白质组、代谢组等多维度数据,结合AI分析,可从海量数据中识别出复杂疾病分子网络中的关键节点作为新靶点。目前,正依托国家临床医学研究中心临床及科研大数据库、第三次中国国家脑卒中登记研究(CNSR-Ⅲ)等大型队列,构建全球最大的脑血管病专病多组学数据库。

  功能二是AI驱动的药物设计与自动化合成。利用生成式AI,根据设定目标设计全新的分子结构,同时借助AI辅助预测候选分子的ADMET(吸收、分布、代谢、排泄、毒性)性质,并规划高效的合成路线,有望将先导化合物的发现周期从数年缩短至数月。

  功能三是基于类器官与器官芯片的新靶点功能验证。利用患者来源的干细胞构建三维类器官,或在微流控芯片上构建器官芯片,高度模拟人体器官的生理功能和疾病特征,有助于更好地预测药物在人体内的真实反应,弥补传统动物模型的不足,提高临床前到临床末期的转化成功率。

  功能四是临床前多中心随机对照试验。为解决传统动物实验可重复性差的问题,引入临床试验的严谨设计,通过多中心协作、先验样本量计算、中心化随机化系统与盲法评估,确保临床前研究数据的可靠性与预测价值,避免无效疗法进入临床试验。

  功能五是计算机虚拟临床试验。基于真实世界数据构建“数字孪生”虚拟患者队列,在计算机中模拟药物干预全过程。该技术可预测药物疗效与风险,提高临床试验的成功率,并可通过生成“合成对照人群”解决招募难题,在特定情况下可完全或部分取代传统的临床试验。

  功能六是研究者发起的概念验证临床试验。在正式申请国家药监局批准的临床试验前,符合条件的药物可以先开展研究者发起的临床试验,这种新型概念验证试验可以加快临床评价的速度和提高临床评价的成功率,加速有效药物的上市进程。

主题:&emsp|成功率