让立项晚的药物「弯道超车」，临床失败的药物「起死回生」，生物标志物有何魔力？

【重磅录像】颜宁：“AI在结构生物学中的未达之地”

正文共：6605字 12图

预计阅读时间：17分钟

2022年12月1日，Nature Review Drug Discovery发表文章《Top product forecasts for 2023》预测了2023年的全球畅销药排行，据估计，Keytruda（K药）将在2023年达到238亿美元的销售额，令人大受震撼。

这个数字太过夸张，以至于人们都忘了，曾经的“PD-1一哥”，其实是Opidvo（O药）。

就在4年前，跨国药企2018年的业绩报告相继出炉之后，PD-1领域鏖战4年的“K、O大战”终于发生了局势上的变化。K药尽管起步落后，但在默沙东耕耘4年后下，终于在销售额上反超了O药。随后几年，K药的销售额保持了一路上涨的趋势，而O药则尽显疲态，尽管努力拓展适应症，但销售额仍不见起色，甚至在2020年出现了下滑。

来源：E药经理人

人们在回顾这场竞争时，普遍认为获批“非小细胞肺癌一线治疗”是K药实现逆转的契机，但其实种子早已在多年前埋下。

当默沙东公司开始启动肺癌项目时，他们觉得自己落后BMS好几年，获得快速批准的机会只能是在二线治疗中展示出超高的响应率。为了实现这一目标，他们决定求助于当时并不十分热门的生物标志物，用患者的PD-L1水平评估PD-1的疗效。

而BMS则仍然选择传统的开发方法，不使用生物标志物区分接受治疗的肺癌患者，这一决策一直被市场证明是更正确的——直到2016年3月，K药一线治疗非小细胞肺癌的结果公布时。

试验中，K药以高度积极的结果震动了整个行业，反观O药，尽管在后来也使用了生物标志物，但选择的阈值非常低，最终遭遇了失败。

这可能是生物标志物第一次在头对头竞争中展现如此明显的优势：让立项晚了许多的K药实现了弯道超车。

在新药研发竞争日益激烈的今天，这样的思路似乎仍然值得借鉴，因为要做出有差异化的抗肿瘤药不太容易，甚至要成功做出一款抗肿瘤药都已十分困难。

有研究报告统计了2011-2020年间12728个药物临床项目的开发成功率，其中肿瘤药项目占比近1/3，而成功率却仅有5.3%。即便研发成功，同质化的药物也不见得会得到市场的正向反馈，甚至出现过产品获批后股价反跌的情况。

高失败率和低差异化的抗肿瘤药研发现状造成了严重的内卷和大量的资源浪费。精准肿瘤学是这种局面的最优解，冠科生物在接受药时代采访时表达过一个观点：没有差劲的药物，只有糟糕的临床试验。

一方面是药企巨大的研发热情，一方面是难以琢磨的肿瘤疾病，如何提高药物研发的成功率？找到最适合的病人群体？

回溯“KO大战”带来的启示，早用、多用、善用生物标志物辅助抗肿瘤药研发，或许是解决困局的一个方法。

生物标志物不等同于靶点

我们对肿瘤复杂程度的认知在不断发生变化。

最初是按原发部位及组织学分类定义肿瘤类型，随后基因组学的进步让我们看到了癌症驱动基因，使得同一个癌种被细分为多个亚型，如非小细胞肺癌，其主流驱动基因至少有十几种。

尽管十几种驱动基因不会同时出现，但它们通常也非单一表达。同一类病人甚至同一个病人的肿瘤组织，选取不同的部分都可能出现明显差异。肿瘤不是馒头，内外均一；也不是西瓜，咬下去不是瓜瓤就是瓜子；肿瘤更像凝固了的罗宋汤，一勺下去不知道能捞上来点啥。

生物标志物不等同于药物的靶点，而是更为广泛，单一的生物标志物很可能不能充分反应疾病状态，抗HER2药物的治疗效果可能会受到激素受体水平的影响，抗EGFR抗体也不能让每一个EGFR高表达的患者获益，需要通过更多的研究开发“联合生物标志物”，最典型的就是PD-1。

2017年5月，FDA加速批准PD-1代表药物Keytruda用于治疗微卫星高度不稳定（MSI-H）或者错配基因修复缺陷（dMMR）类型的多种实体瘤。这是FDA批准的首款不按照肿瘤的来源，而是按照生物标志物就可以使用的抗癌药。

明明药物靶点是PD-1，但是选用的预测生物标志物却是MSI-H/dMMR，原因在于，该生物标志物反应了基因组突变频率的高低，可提示免疫检查点抑制剂治疗的效果。临床数据显示 PD-(L)1 单抗治疗MSI-H/dMMR 实体瘤 ORR 在 40%左右，高于 PD-(L)1 单抗的整体 ORR（约 20%）。

生物标志物从诊断伊始，到判断疾病发展，临床筛选、研究……贯穿整个药物生命周期，越早明确，就能在越早阶段发挥作用。

在Nature子刊的一篇综述中总结了临床试验失败的几个主要原因：错误的靶点、错误的分子、错误的结果和错误的病人。而以上，均可以通过生物标志物引导的临床试验设计来有效解决，从而提高临床试验成功率。

在K药获批“生物标志物适应症”的次年，第二款依照生物标志物使用的的抗肿瘤药物——LOXO的Vitrakvi，也被FDA批准用于治疗神经营养性酪氨酸受体激酶（NTRK）基因融合的实体瘤患者，同年，还有其他7款个性化抗肿瘤药上市，共占2018年批准抗肿瘤药的50%，这些个性化抗肿瘤药都在适应症里标注了相关的生物标志物。

在抗肿瘤药研发过程中使用生物标志物，已经渐成趋势。

最好的时间是临床前，其次是现在

使用生物标志物辅助抗肿瘤药研发，最好的时间是在临床前，这很好理解。

如果将药物的研发周期比作一个人的教育生涯的话，那么一二三期临床就好比中考、高考和毕业答辩，在资源有限的情况下，一众学生里只能选择一个进入考场，那么临床前工作怎样细致都不过分。

常规的药理学评估、药代动力学等研究是为了筛选出天赋最好的学生，生物标志物的研究则是为了给未来的生涯做出最精致的规划。以临床需求为导向是明确就业方向，筛选预测性生物标志物是选择对口专业，专业明确后，制定最契合的课程计划就是水到渠成的事，这样培养出来的学生很容易提前脱颖而出，甚至获得保送资格（加速获批）。

很多时候，毕不了业不是学生的问题，而是培养计划不明确，临床上需要一个“工程师”，却在筛选阶段挑了个作文写的最好的，真到了考试的时候除了“名字”字写的好看，剩下全是留白。

生物技术工业组织（Bio）公布的一份报告显示，具有生物标志物指导开发的新药获批成功率是没有生物标志物的３倍。

尽管最好的时机是在临床前，但在药物研发的全周期里仍然可以进行生物标志物的研究。

举个例子，有一家全球TOP级别的跨国药企曾经在临床试验的空窗期做了生物标志物的探索，当时该产品已完成了临床一期的毒理研究，正在着手准备临床二期的药效研究。在一期到二期之间的时间窗口里，他们找到了冠科生物，想用PDX模型做探索性试验。

冠科生物为他们提供了100个PDX模型进行生物标志物的探索，并得到了新的数据。基于PDX实验结果，他们修改了临床二期的入组条件。是将适应证从一类肿瘤的亚型扩展到所有的固体瘤，并用了新开发的肿瘤标志物来筛选入组的病人。

结果喜闻乐见，该药已于2021年成功上市。

如果该药企能在临床前进行生物标志物探索，相信在一二期试验的过渡会更加流畅，一期阶段也可以多收集一些人体中生物标志物的表达变化情况。但即便“来晚了”，后续的开发依然是成功的，这验证性的一步，不仅有效提高了临床试验的成功率，还因为将适应症从单癌种扩大到泛癌种，使这款药物拥有了更为广阔的商业前景。

生物标志物探索，在药物研发的任何阶段做，都不算错过。

让失败的药物「起死回生」

对生物标志物的探索改变了抗肿瘤药的研发过程，但目前行业整体对生物标志物的重视程度仍然不够。

2022年8月，FDA官员在关于药物开发转化科学的Duke-Margolis会议上表示，制药公司往往太晚才关注生物标志物的开发和验证，并呼吁药企们在直接竞争前可以考虑合作，增加数据透明度，提倡数据共享。

无独有偶，CDE也在2021年连发两条指导原则，强调生物标志物的应用。

2021年8月30日，CDE发布《创新药临床药理学研究技术指导原则》，建议如果药物靶点在健康受试者和患者人群都存在，药物效应研究可以最早开始于健康受试者的早期临床研究。为了尽早了解认知药物的药理学特性，建议尽早收集生物标志物信息，不断基于新获得的研究数据进行 PK/PD 分析。

来源：《创新药临床药理学研究技术指导原则》

2021年12月7日，CDE发布《生物标志物在抗肿瘤药临床研发中应用的技术指导原则》，明确了生物标志物的定义，鼓励生物标志物的开发与药物临床研发并行，根据患者人群的疾病特征、药物作用机制和安全性特征，开发不同的单个或多个生物标志物，加速抗肿瘤新药研发。

来源：《生物标志物在抗肿瘤药临床研发中应用的技术指导原则》

如果生物标志物使用得当，不仅可以加速抗肿瘤新药研发，甚至可以让临床失败的药物“起死回生”。

北海康成2016年从AVEO Oncology手中引进了一款抗HER3的药物CAN017，这款药物此前的临床开发非常不顺利，从交易条款上也能看出，总金额高达1.33亿美元，但首付款却仅有100万美元，并且对方转让的是除北美外的全球权益。

而在拿到产品之后，北海康成使用肿瘤模型对其进行分析后，发现神经调节素1（NRG1）基因表达可作为生物标志物指导该产品的临床使用，于是在适应症不变的情况下，通过精准筛选患者，让该产品焕发第二春。

在该产品及精准生物标志物的帮助下，北海康成于2017年成功获得了2500万美元的B轮融资。

阿斯利康的重磅肺癌药物吉非替尼也被生物标志物拯救过。2003年吉非替尼获FDA加速批准上市，用于治疗化疗失败或者转移的非小细胞肺癌患者，这本应是一个时代的开启，但吉非替尼却在上市后的验证性试验中遭遇滑铁卢，在美国被限制使用，欧洲则是直接退市。

好在阿斯利康并未放弃，先是通过亚组分析找到了“EGFR突变阳性”这类患者，随后又进一步精确定位到“EGFR外显子19缺失或21突变”，在亚洲地区大获成功。

在经历了适应症的三次修正后，吉非替尼终于在2015年以“EGFR外显子19缺失或者21 (L858R)突变的局部晚期或转移性NSCLC的1线治疗”的适应症重返美国，10年跌宕终于“起死回生”。

这样的成功案例也诞生了一批以挖掘“临床失败药物”为特点的企业，例如索元生物，就直接打出了“挖掘全新生物标志物以拯救临床失败药物”的口号。

跨越30年的肿瘤实验模型

要做肿瘤生物标志物的研究，就必须要用到实验模型。

30多年来，肿瘤实验模型经历了长足发展，从最初的体外细胞系，到后来的CDX模型（人源肿瘤细胞系移植模型）、PDX模型（人源肿瘤组织异种移植模型），再到近年来颇为亮眼的PDO模型（源自患者的类器官）。

2016年，在新药研发界“服役”25年的NCI-60退休之后，PDX就成为了最好用的试验模型。

NCI-60是美国国家癌症研究所（NCI）于1990年推出的60种癌症细胞系及基于这些细胞系的CDX模型，用作肿瘤研究的标准模型使用。在那个肿瘤类型还没有如此细分的年代，60个癌症细胞系可以大大帮助研发者提升筛选效率。

但几十年过去，这些细胞株在体外已经经过高度进化选择，基因结构发生了变化，同时，由于基因组学的发展，肿瘤类型被高度细分。60个细胞系，别说供给所有的肿瘤新药研究，就算全是一个癌种也不一定够用，淘汰实属无奈。

取而代之的是品类更多、更接近原发肿瘤、与体内环境更接近的PDX模型。

PDX模型简单来说，就是将取自患者的肿瘤组织植入小鼠体内，并通过一些方法维持肿瘤的生长环境，保留肿瘤自身的特征。2014年10月，PDX登上《科学》杂志的封面，将PDX模型的研究与应用推上新的高潮。

使用PDX模型进行转化医学探索已经渐成趋势，武田的CDC7抑制剂TAK931、安进的合成致死药物AG-270都用了大量的冠科生物的PDX模型，2015年诺华公司发布的药物筛选工具使用了整整1000个PDX模型。

不过PDX模型在使用上也有其限制。PDX技术总体移植成功率低，实验周期长，每一个原代PDX模型成功建立，背后都有不止一位肿瘤患者的付出。同时，尽管长大后的肿瘤可以再次移植给其他小鼠传代，但在传代过程中，也会发生原发肿瘤特征逐渐丢失的情况，因而一般不超过10代。

这使得建立PDX模型库的成本大大增加，药企基本不会自建，而是会求助于CRO或模式动物公司。

模型从哪来？

国内目前的模式动物公司，如药康生物、南模生物等，会构建大量的小鼠标准模型，涵盖疾病领域众多，但在PDX模型上的储备却并不大，对品类有特殊需求的企业可以通过购买具有免疫缺陷的小鼠品类自建PDX模型。至于百奥赛图，则已经专注于药物发现领域，致力于通过“千鼠万抗”成为全球新药发源地。

临床前CRO公司如昭衍、美迪西则等各有特点。

昭衍近年来作为闪闪发亮的头部CRO公司，已经打通了从临床前到生产的链条，迈入CDMO行列。手中握有最稀缺的动物资源（如食蟹猴），业务增长迅猛，但单从PDX模型的储量上来说并不算大。美迪西类似，不过打通的方向是以上游为主，包括靶标验证、化合物筛选、制剂研究等，药理药效学平台尽管成熟，在体内外模型上的储备量却不大。

两家公司都可以依托成熟的建模技术，根据客户的需求订制动物模型，不过订制PDX模型需要几个月的时间，不如现成的模型来得快，如果需要反复验证，耗时会更长。

目前行业里也出现了以药理药效评估为核心业务的公司，构建的PDX模型库储备量一般可以达到几百种，多的也有上千种。很多研究机构也构建了自己的PDX模型库，NCI建了1000多个，由16个欧洲研究机构组成的EurOPDX号称拥有了1500个模型。

而在业内，拥有全球最大商业化PDX模型库的是冠科生物，以3300+的数量遥遥领先。

来源：冠科生物

要做抗肿瘤药的临床前评估并探索生物标志物，可用的模型数量是非常重要的，如果能用200个PDX模型进行体外筛选，那么就相当于在进入临床前就做了一个大型的三期临床试验，无论是做验证还是探索，都有显著优势。在热门的癌种里，冠科生物的PDX模型数量基本都在三位数，足够筛选出适合的病人群。

与其他临床前CRO公司不同的是，冠科生物极为专注，只聚焦于临床前药理药效的环节，因而也非常突出。仅2020年，冠科生物就帮助7款抗肿瘤药物获得FDA批准上市，占总获批抗肿瘤药的41%。虽然冠科生物对这些药物的贡献发生在多年前，但这些客户依旧与冠科生物保持着良好的合作关系，能有这样的表现，与冠科在生物标志物领域的探索密不可分。

除了最大的商业化PDX模型库，冠科还是HUB独家授权的肿瘤类器官（PDO）CRO服务提供商，全球独一份。

PDO模型作为与PDX模型相互补的新型体外药物筛选模型，登上了2019年登上了《科学》杂志的封面，有望解决PDX应用场景的局限，为更多肿瘤新药的研发打开思路。