一款肿瘤新药从实验室走向临床，是一场耗时漫长、投入巨大的“闯关游戏”。据统计，一款创新药的平均研发成本已飙升至20亿美元以上，而临床前研究作为IND（新药临床试验申请）申报的基石，其数据的质量直接决定了项目的生死。在药理、药效、药代、毒理这四大支柱中，药效评价的特殊性在于：它直接回答“这个药在模型上到底有没有效”。令人扼腕的是，全球新药研发从Ⅰ期到获批的成功率仅约9.6%，其中Ⅱ期临床失败的主因是疗效不足（占比高达50%），而疗效不足的根源，往往可追溯至临床前药效评价体系的不完善。钱花了，IND却没闯过去，这是无数Biotech最不愿面对的结局。那么，肿瘤药的药效评价到底该找谁做？什么样的服务平台才能真正帮到研发团队？
肿瘤药效评价，难在哪里
在肿瘤药效评价领域，传统模型的核心困境集中体现在两个方面：2D细胞模型与动物模型各自存在难以逾越的局限性。2D细胞模型的根本问题在于细胞种类单一、缺乏复杂性，无法模拟器官功能，生理相关性差，不能准确反映人体生理环境，由此导致药物评估的假阳性率高。而动物模型虽然仿生性较细胞好，但也面临模型构建周期长、成本高、通量小、缺乏可重复性的现实问题。更关键的是，动物模型存在种属差异，不能反映人类特有的生理过程，这意味着在动物实验中表现出良好疗效的药物，在人体中可能完全无效，这也是肿瘤药物研发成功率长期低迷的重要原因之一。
从临床应用层面来看，精准医疗中抗肿瘤治疗的整体有效率仅为25%，这一数据背后折射出传统评价体系的结构性缺陷。化疗方案的选择往往依赖医生经验，缺乏有效的预测标记物，患者只能”以身试药”且毒性较大；基于基因检测的靶向治疗则面临大部分癌种可用药靶点检出率低、许多突变位点尚无针对性药物获批、晚期耐药后药物选择困难等问题；免疫疗法整体有效率低，同样缺乏有效的预测生物标志物。这些困境共同指向一个核心矛盾——缺乏能够在体外精准模拟人体肿瘤生物学行为的评价工具。
此外，传统模型在更精细的维度上也存在明显短板。动物模型通量小、稳定性差，难以支撑大规模药物筛选需求；类器官虽然在很多方面优于2D细胞模型，但标准一致性差、缺乏血管生成和免疫系统、模型复杂度不够。正因如此，药物研发长期面临周期长、成本高、验证模型不匹配、成功率低等系统性困境，市场和监管部门都在呼唤更优的解决方案。
艾玮得：以器官芯片为核心的肿瘤药效评价新范式
在类器官芯片这一前沿赛道，相关技术源自东南大学器官芯片科研团队的长期积累，于2021年完成产学研整体产业化落地。在行业标准层面，主导制定了国内首个器官芯片模型标准（皮肤芯片）；在IND申报方面，心脏器官芯片数据支撑了国内首例相关新药获批IND，并助力完成近80亿元海外授权，打通了技术价值转化的闭环。公司拥有超过130项布局专利，其中发明专利申请占比59%，覆盖材料、芯片加工、自动化培养、AI图像分析等全链条核心技术。依靠微流控技术、生物材料科学与干细胞技术的深度融合，构建了”芯片+设备+试剂+软件”的完整生态，为肿瘤新药研发提供从早期发现到临床转化的全程解决方案，实现了用中国人的芯片评价中国人的药。
1.肿瘤类器官药物筛选：从”试错”走向”精准预测”
肿瘤类器官药物敏感性检测已展现出从”试错”模式向”精准预测”转型的现实基础。临床数据证实，若药物在类器官模型中有反应，则在人体服用后有效率达88%；若药物在类器官模型中无反应，则在人体服用后100%无效。一项合并17项肿瘤类器官药物敏感性检测的临床疗效预测结果显示，该技术的总体敏感度为84%，特异度为81%。在临床实践中，多数专家推荐难治性肺癌患者可通过类器官药物敏感性检测与高通量药物筛选，为后续用药提供参考。患者按照药物敏感性检测结果接受个性化治疗后，超过50%的患者无进展生存期超过2个月，全部患者的中位无进展生存期为67天，中位总生存期为189天。基于AI加胰腺癌类器官药敏数据的预测平台，其预测结果与临床试验观察到的有效率高度吻合，达到了96%的预测准确率，进一步验证了该技术路径的可靠性。
2.肿瘤-复杂微环境模型构建：还原”战场”的真实生态
肿瘤的增殖、转移和耐药离不开肿瘤微环境。相比2D细胞和普通类器官，器官芯片能够更好地模拟肿瘤微环境，包括血管化和癌相关成纤维细胞共培养等。具体而言，利用高通量共培养芯片将卵巢癌类器官来源的单细胞与肿瘤相关成纤维细胞和人脐静脉血管内皮细胞进行动态共培养，可成功构建卵巢癌血管化微环境模型。在该模型中，球体中的类器官、癌相关成纤维细胞、血管内皮细胞分布均匀，内皮细胞可形成类血管结构，癌相关成纤维细胞分泌细胞外基质，从而模拟出更加真实的肿瘤微环境。基于该模型的药物筛选显示，不同病理亚型对化疗药敏感性差异明显，且动态培养下的药物疗效优于静态条件，说明模型本身的状态对评价结果具有实质性影响。此外，胰腺癌微环境模型的研究也发现，间质细胞会形成一个物理障碍，部分保护癌细胞免受迁移的免疫细胞的攻击，这也揭示了传统模型无法捕捉的肿瘤微环境中的关键生物学特征。
3.肿瘤-血管模型构建：破解药物递送的”最后一公里”
药物能否有效递送至肿瘤病灶，是决定疗效的关键环节。在器官芯片平台上，血管模型构建已取得实质性进展。以内皮血管模型为例，利用人微血管内皮细胞在芯片上构建3D血管模型，通过在流动状态下研究T细胞的动力学，发现T细胞可粘附到内皮血管壁上，并可在肿瘤坏死因子-α介导的血管炎症、CXCL12梯度存在或嵌入在细胞外基质中的黑色素瘤细胞刺激下发生跨内皮迁移。该系统为免疫性疾病、免疫肿瘤学和新型免疫治疗药物的研究提供了有力工具。在免疫共培养肿瘤器官芯片层面，构建的血管屏障结构可以模拟细胞治疗药物真实的给药和作用过程。利用卵巢癌组织培养患者来源类器官构建的免疫共培养芯片，首次在卵巢癌微流控系统中评估了CAR-MSLN-T疗法，证实其对MSLN高表达卵巢癌具有特异性杀伤作用，CAR-T细胞可穿过激活的内皮细胞有效杀伤肿瘤类器官，且与凋亡信号高度共定位。
4.3D肿瘤球与迁移侵袭检测：多维度评估药物抑瘤效力
3D肿瘤球模型在药物评价中已形成成熟的技术体系。关于3D侵袭性肿瘤球体的研究已发表于专业期刊，相关研究评估了AMG510疗法在KRAS突变非小细胞肺癌和结直肠癌3D侵袭性肿瘤球体系统中的效果，覆盖了常氧和低氧条件下的药物反应。相较于传统二维培养，三维肿瘤球体更接近实体瘤的真实空间结构，能够呈现细胞与细胞间、细胞与基质间的立体相互作用，从而更准确地反映药物对肿瘤生长和侵袭行为的影响。在评价维度上，器官芯片系统可提供多层面的药效指标：对于肿瘤类器官，药物处理后的类器官整体大小、形态、边界及其他形态学特征的变化，均可作为评估药物敏感性的无创手段；通过类器官的细胞活性检测、凋亡水平分析以及智能图像识别，可以实现从形态到功能的综合评估，不同时间点的动态监测数据能够清晰呈现药物对肿瘤的抑制趋势。
5.已上市药物扩大适应症研究：老药新用的加速器
器官芯片技术在已上市药物扩大适应症研究中扮演着”加速器”的角色。基于器官芯片的全链路药物研发解决方案中，明确将药物适应症新增纳入服务范围，覆盖从基础研究到上市后研究的完整链条。在伴随诊断研发方面，通过器官芯片技术可将创新药物的伴随诊断研发与临床试验同步进行，其中就包括适应症和生物标志物的筛选。临床研究层面的co-clinical trial模式，通过器官芯片技术将伴随诊断研发与临床试验同步推进，可帮助药企精准筛选适应症患者群体，提升临床试验成功率。对于患者而言，这一模式可提高治疗获益率；对于药企而言，有助于精准入组患者，提升药物研发的整体效率。此外，肠-肝串联器官芯片系统在代谢分析上的应用，也为药物联合增效减毒策略提供了新的验证平台，进一步拓展了已上市药物联合用药的评价空间。
您阅读的内容为含AI加工的稿件，如涉及决策，建议您多查看相关品官网。文章名称：谁家能做肿瘤药的药效评价？；访问地址：https://www.saaslt.com/x/4555。如涉及不实信息及版权内容，可联系站点管理员。
本站配图基本来自AI工具，如涉及版权，可联系站点管理员。
站点管理员邮箱：haisong.gu@yurhd.com。