藥物開發(fā)是制藥工業(yè)中必不可少的過程，但是它也耗時且昂貴，包含臨床前，臨床和售后市場。尋找開發(fā)和加快流程的新方法就很重要，而在過去幾年中獲得廣泛關注的解決方案之一是涉及定量方法和建模（QMM），該方法涵蓋了可通用于仿制藥現代化的多種手段?，F代化和改進此過程是制藥業(yè)的優(yōu)先事項之一，尤其是在COVID-19大流行時期。
QMM與許多用于現代化藥物開發(fā)和產品生命周期管理的方法有關。在藥物開發(fā)系統(tǒng)中，采用數學模型來整合數據并做出預測。這些模型包括與藥物產品相關的各種數據，例如配方，體外/體內釋放，藥代動力學（PK）和藥效學（PD），臨床反應等。 QMM提供了一種輔助商業(yè)和醫(yī)療保健決策的方法，并使藥物開發(fā)和采用過程更快。這對于具有廣泛健康影響的藥物（如非專利藥）和得不到大量資金或關注的罕見疾病的治療方法來說，尤其重要。
建模和模擬在藥物開發(fā)中的應用越來越多，因為它們提供了綜合信息和推論現有研究以外的機會。這導致了基于模型指導藥物開發(fā) （MIDD）的創(chuàng)建，可用于仿制藥和品牌藥物的方法。 MIDD考慮了有關該藥物的所有已知信息，并為定量風險建模提供了一種途徑。本質上，它是以復雜和精密的方式使用數據，作出確信的預測，并降低負面結果的風險。
MIDD可以使用大型數據集并支持像FDA這樣的機構工作。 這個模型可以在藥物開發(fā)的各個階段用于科學和監(jiān)管目的，從新藥申請開始，到NDA、ANDA和批準后的評估。 這意味著可以將其部署在開發(fā)流程的多個點上。
定量系統(tǒng)正在被證明越來越重要，其潛在影響也很大。 這些方法正在被更多地認識和利用，特別是在需要更快的藥物開發(fā)過程時。它們可以被用來產生假設并建立對新的想法和新藥物的理解。
QMM 使用的經驗模型，具有明顯的優(yōu)勢。 首先，它可用于內插并根據現有數據進行預測。 其次，它為涉及新情況的預測提供了更堅實的基礎，因為它使用物理學、數學和生理學來實現這一目的。 研究人員可以對如何使用某種藥物或如何將其作用應用于新的疾病有一個初步設想，但是，測試這些想法是漫長而昂貴的。 因此，QMM可以提供一種對它們進行預測試的方法，從而避免了不必要的人工測試和時間的浪費。 本質上，這些方法提供了一種利用復雜數據進行預測并抓獲人類觀察者容易錯過的細節(jié)。
此外，QMM對于仿制藥的開發(fā)尤其有用，并經常被討論到這一用途。 由于品牌項目的數據通常是可采用的，因此它成為開發(fā)仿制藥時削減成本和時間的途徑，并提供了一種經驗上合理的方法，可以在藥物不安全的情況下簡化流程并提高速度。 QMM還可以提供更快進入仿制藥，加快決策過程，減少對人體研究的需求，采用生物等效性方法，從而對審查過程做出總體更好的決定。
仿制藥通常市場較小，這需要更有效的開發(fā)方法以保持競爭優(yōu)勢，同時也要產生積極的影響，因為仿制藥更容易為公眾所接受。 使用基于定量系統(tǒng)的新方法將可以改變仿制藥開發(fā)的市場，從而使基于復雜產品的藥物得到更快、更有效的開發(fā)，并且也可以更快地投放市場。
此外，QMM不僅與藥物開發(fā)有關。它可以用于其他目的，例如，追蹤罕見疾病的自然歷史，如定量回顧性自然歷史建模（QUARNAM），它可以用來更好地了解非常罕見的疾病，以制定干預措施，提供咨詢和理解疾病。這種方法也可以用在案例研究上，就像薈萃分析可以用來理解已發(fā)表的研究一樣，因為它提供了一種分析案例的現代方法。
QUARNAM的優(yōu)點是快速，所付出的努力較少，它可以回答診斷所需的時間，患者的生存期，哪些因素可以預測疾病的嚴重程度，以及在哪里可以招募患者進行研究。通過了解罕見病癥，該方法還可以為開發(fā)新的解決方案和治療方法提供一個途徑。
另一方面，制藥業(yè)總體上越來越多地使用數字技術，而這一趨勢沒有停止的跡象。特別是，真正推動外包的任務花費太多時間，并且需要復雜的數據分析和模式識別。 還有一個重要的驅動力是使藥物開發(fā)更快、更有效，這意味著能夠快速獲得結果并更好地使用現有數據。特別是COVID-19大流行病表明需要更快的解決方案，但除此之外，非專利藥市場和其他市場需要更好的解決方案，以幫助安全地推出必要的藥物，從開發(fā)過程開始直到上市后結束。
將來，QMM有可能繼續(xù)發(fā)展并成為藥物開發(fā)過程中更廣泛使用的方法。隨著人工智能（AI）和其他數字工具變得更容易獲得，進行藥物開發(fā)的方法也變得越來越重要。然而，COVID-19和由此產生的對數字化的推動提供了一個機會，可以看到數字解決方案是有效的。
今天，更多的組織將能夠采用QMM，WHO或FDA等機構目前正在推廣QMM， 所以它在現代化的仿制藥開發(fā)和審查方面正變得更加被認可。
參考來源：
1.Clinical Pharmacology & Therapeutics (February 2019), Volume 105, Number 2
2.FDA. (2020). https://www.fda.gov/drugs/regulatory-science-action/impact-story-modeling-tools-could-modernize-generic-drug-development
3.FDA. (2017). https://www.fda.gov/drugs/news-events-human-drugs/leveraging-quantitative-methods-and-modeling-modernize-generic-drug-development-and-review-public
4.Pharmacometrics & Systems Pharmacology (2015), 4(2), 91-97.
5.FDA (2017). https://www.fda.gov/media/108564/download
6.J Inherit Metab Dis. (Aug 26. 2020 ) Online ahead of print.
作者簡介：張雨林，博士，美國某保健產業(yè)公司高級主管。擁有臨床醫(yī)學，生物科技，保健產業(yè)等領域經驗， 負責植物藥類，功能性食品和保健產品的研發(fā)。他曾是臨床醫(yī)師，為美國國家癌癥研究所，FDA和日本國立癌中心工作多年。
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
