新药研发应以人为本:我们面对的是真正的人
2021-11-02
世界顶尖科学家论坛
字号: 默认
分享至:

11月2日,世界顶尖科学家新药研发论坛在滴水湖畔拉开帷幕。如何用人类顶尖智慧洞悉人类健康未来?WLF将学术思维和产业视线同时聚焦于这场论坛。
2012年诺贝尔化学奖得主罗伯特·莱夫科维茨、2013年诺贝尔化学奖得主亚利耶·瓦谢尔、2019年拉斯克临床医学研究奖得主迈克尔·谢帕德、2010年拉斯克临床医学研究奖得主纳波莱奥内·费拉拉、2016年麦克阿瑟天才奖得主余金权和中国科学院院士蒋华良出席该论坛,诺华全球药品开发部(中国)负责人王兴利作为行业代表与科学家们共话制药新篇。论坛由世界顶尖科学家协会副秘书长、世界顶尖科学家国际联合实验室高级科学家杨展涛教授主持。

01  从科学研究到新药应用:商业化的路要走多远?
对于不同类型的疾病而言,药物研发的时间与金钱成本相差迥异。有时候,一个候选药物上市可能需要10-15年乃至更多的时间,而单个药物研发成本甚至可能高达10-20亿。面对这样的情形,学界和业界能够如何才能合力使得人类疾病治愈的曙光,来得早一点、更早一点?

谢帕德  图  |  WLF

从药物研发的科学原理来看,科学家们从各自的研究领域给出了更深入的阐释。
“所有药物研发当中最大的挑战之一,其实就是偶联受体的特异性。在开发药物的过程中,我们都希望能够找到独特的药物,但问题是很多分子都是在不断变化的 因此看到抗体的特异性是很重要的。”莱夫科维茨指出,特殊的抗体、特定的解决方案是对疾病而言至关重要。但余金权教授也表明,从多样化的分子中选一个候选药物其实是最难的:“辉瑞公司有一个相关项目,50人的团队花了6年,做了大量的分子测试,耗费大量时间却依然找不到位点。”
但科学研究的意义就在于,从科学的本质推进产业的进步。余金权继续解释到,在实验阶段,其研究成果能够帮助辉瑞公司的团队将原本需要的50步变成5步,大大缩短了试验的进程,让治愈的希望离患者更近一些。

杨展涛  图  |  WLF

有了科学研究的基础还远远不够,新药上市的过程依然需要经历漫长的临床试验和审批阶段。王兴利教授提供了一个产业的视角:“我所思考的是,如何能够有一个新的设计,一个更加适应现实的框架设计,能够缩短这个临床试验的时间,比如说如何能够从二期到三期让这个时间更短一些。”
与此同时,科学家同样能够在临床阶段为新药的市场化进程贡献力量:“如果说药物研发想做得更快,那就是在临床前期,科学家需要做的就是要找到一个靶点,我们要确保这个靶点是真正的治病原因,这也是我们所治疗的靶点。”

蒋华良  图  |  WLF

新技术手段也成为学界业界在寻求药物研发“更快更强”之路的关注焦点,“虚拟临床试验”等概念也层出不穷。作为该领域的专家,蒋华良院士认为,人工智能等核心技术能够助力缩短药物开发时间,或是帮助临床实验收集临床数据建立模型等等,不把握这样的前沿技术,就有可能失去竞争力,但技术不能解决所有问题。
“临床试验要在人体中进行,而不是人工智能。”蒋华良院士与王兴利教授同时强调了人之于临床试验中的主体性地位。尽管数年前就在IBM实验室见到过机器学习之于临床研究的前沿应用,王兴利教授依然表示,人工智能是没有办法代替真正的人体实验的。
或许10年对于新药到研发而言,是个习以为常的数字。从10到9,从9到8,看似差异不大的数字间,其实是转瞬即逝的生命余光。“一年对于患者来说太长了,将药物上市时间缩短一年、甚至是缩短一个月,对于他们都是性命攸关的大事”,余金权教授说到。
 

02  立足研究,启发未来
除了聚焦新药研发的上市之路,顶尖科学家们也在论坛上分享了前沿研究与科研心得。费拉拉教授围绕自身的研究谱系,展开对于新药研发、疾病治疗中关键分子与机制的介绍。他将抗VEGF药物之于AMD的关键治疗效果以案例的形式呈现,包括在视网膜病变、心血管疾病等方面的显著作用。
莱夫科维茨的职业生涯在不同受体之间跳跃,本次的分享中他将G蛋白偶联受体作为主要线索,探索着药物研发的新通路:“传统的药物研发多借助高通量筛查的办法,比如说筛查上千个、上百万个相关分子,而现在我们专注于以新合力为基础的选择,我们找到GPCR进行纯化,将其固定,然后用DNA、小分子、RNA和纳米体进行筛查。”
谢帕德教授首先指出了制药研究的动态性,对于某些典型性的疾病而言,如糖尿病,人们通常认为当前已经能够通过药物加以控制。但随着制药研究的进步,疾病也同时在发展,十年前的致病机制很可能在当下发生演变。如何面对一系列未知的风险?谢帕德教授对基因工程这项技术的潜力作出了肯定。
瓦谢尔教授的演讲则聚焦于计算机技术在新冠疫情以及制药行业的关键作用:“如今我们所拥有的巨大算力,能够解决很多以往无法解决的问题。“以新冠病毒为例,瓦谢尔教授及其研究团队在去年六月份就通过计算研究方法预测病毒突变的可能性,并在真正出现突变之前就展开了相关研究。而对于药物研发而言,计算机同样可以用于药物的结合亲和力计算。
余金权教授呼吁通过基础研究促进药物研发的有效性。他用四个“Y”总结出研究中所面临的主要挑战:DiversitY(多样性)、EnantioselectivitY(对应选择性)、Site-SelectivitY(位点选择性)、SustainabilitY(可持续性)。对于位点选择性的探索,能够大大降低某些药品研发的成本,替代性的位点与结构为此提供了更多可能。
正如庞大的人类基因组测序结果与而今发现的不到1000个成药靶点之间的鸿沟,解决未被满足的医疗需求任重道远。尽管如此,正是这些困难与希望,激励着顶尖科学家和行业专家不断致力于新方法新技术的探索。但必须意识到的是,不管用什么新方法、新技术,都不要忘记新药研发所面对的是真正的人,必须以患者为中心。科学家们在最后指出,未来应当保持对于研究的开放心态,不断推进研究向实践成果转化,最终惠及更多人类。