新视角 ｜ 毒理学在制药行业的不断变化与潜在影响

　　临床前毒理学本质上是一门描述性学科，其对疾病治疗的影响已被详细报道，并且可被用作评估候选药物安全性的基础。近些年来，科学技术的进步使研究人员更深入地了解了毒性机制，更好地理解了物种相关性，有助于预测安全事件和缓解药物副作用。因此，毒理学的研究目前已成热点，是制药行业中关键的一环。

　　

　　近日，英国剑桥阿斯利康临床药理学和安全科学部门的Peter Newham在国际学术杂志《Nature Reviews Drug Discovery》上发表了题为“The evolving role of investigative toxicology in the pharmaceutical industry” 的报道。他们对14家欧洲中大型制药公司的毒理学进行了调查，通过案例研究概述了该领域的现状，并讨论了正在进行的技术发展和潜在影响。

　　

　　研究毒理学的方法：

　　1）在临床或体内非临床测试药物之前预测潜在毒性（前瞻性方法）

　　2）提供对临床或体内非临床测试中发现的毒性机制理解（回顾性方法）

　　这些方法的两个主要目标：

　　1）在药物发现阶段，目的是指导确定最有前途的候选药物（即提供最佳治疗指数的安全候选药物），并尽早剔除毒性最大的候选药物。

　　2）在临床前和临床开发阶段，目的是提供安全数据的机制，以便明确危害特征和转化风险，以支持临床试验设计（即风险评估、管理和缓解）。

　　候选药物在毒理学研究中需经过的关键步骤

　　（1）对目标药物和竞争药物的评估

　　过去十年来，在系统搜索文献和数据库的基础上，扩大了传统毒性分析范围，以考虑目标药物在健康和疾病中的更广泛生理作用。这种搜索应至少涉及以下主题：主要目标功能以及上下游信号通路的描述；分析跨物种目标同源性、跨物种的功能和组织表达，以及动物目标基因修饰的表型后果。还应纳入竞争药物分析的结果，包括竞争药物的领先结构。在评估大型公司获得许可的潜在候选药物时，目标药物的安全评估也很重要。彻底的安全评估可能有助于选择最合适的临床前安全物种，例避免不表达目标的无关物种。

　　（2）使用目标器官模型来指导候选药物的设计和选择

　　通过ATP含量或器官源性细胞系中的其他细胞毒性终点进行细胞存活检测，这些细胞系可以获得并易于进行高通量筛查（HTS），这些细胞在工业中仍然被大量使用。组织或器官表型改善的原生细胞也在使用中，但寻找质量合适的原生细胞仍然具有挑战性。此外，人体组织来源的伦理和法律问题需要仔细考虑。最近，开发了2D、3D培养和微生理系统（MPS），试图通过结合多细胞组织、结构和基于细胞的机械因素来模拟微环境条件，例如源自iPSCs或扩展多能干细胞(ePSCs)的心肌细胞。从简单的细胞系到MPS，每种体外靶器官方法都有潜在的挑战和机遇，因此使用多种“适合目的”的检测最能代表当前的做法。

　　毒理学的高影响力创新

　　成像技术。药物对细胞和组织影响的空间分辨率为药物毒性提供了宝贵的见解。此外，多参数成像生物标志物为理解机制提供了基础。体外和体内成像技术都取得了重大进展和应用，包括高含量成像、荧光和生物发光成像、MRI、CT以及使用质谱成像对细胞和组织样本进行高维分子分析。

　　组学技术。毒理基因组学（TGx）——通过转录组学或基因表达（即蛋白质组学和代谢组学）对毒理学效应进行了分子评估。使用这些技术可以大大加强临床前毒理学研究。据推测，对于大多数生化网络来说，关键代表性基因的mRNA表达水平可以用作该网络所有成员的替代物。

　　预测药物毒性的计算和建模。多个测试平台的集成会生成大量数据集，可能需要使用高性能计算和基于机器学习的建模来充分实现机制洞察力或做出有效的预测。化学、蛋白质靶点和HTS细胞毒性数据的连续整合已被证明可以提高预测性能。

　　基因组编辑。CRISPR-Cas9等基因组编辑平台的开发使研究人员能够从根本上了解单个基因对疾病的贡献。当专注于了解毒性或不良结果途径的具体生物机制时，准确和具体地删除或修改特定基因的能力也可以深入了解药物靶标的潜在安全。

　　挑战和前景

　　最近将单细胞基因组学等技术与原位成像方法集成到更广泛的空间转录组学领域，这可能有助于将与毒理学相关的生物机制从细胞水平映射到组织水平，并最终映射到体内水平。通过新兴的空间转录组学方法，原地定位数百甚至数千个转录的潜力可以极大地提高对生物过程的理解，特别是对大脑等复杂组织的理解。

　　此外，空间转录组学产生的“大数据”数量不断增加，同时应用于生物学的人工智能能力激增。数字病理学、人工智能辅助蛋白质折叠和功能预测、合成生物学、微生物组-药物相互作用和用于即时生物参数监测的生物传感器是其他可能对毒理学研究产生影响的新兴领域，值得更深入评估。

　　应该强调的是，需要根据任何有前途的新技术对人类受试者和患者在临床试验中的转化价值，充分评估其采用和融入临床前安全测试的问题。为了有效地利用现有的安全数据进行早期目标评估，必须克服以下三个障碍：

　　1.访问分散的信息源：需要开发允许多功能和轻松访问异构数据源的工具。例如，为了早期评估目标，需要开发自动化流程，允许在制药、毒理学和临床数据库中搜索的同时，对科学文献进行文本和数据挖掘。

　　2.相似性的不同定义的管理：在查询数据库进行化合物效应预测时，需要提供复杂的计算工具来评估化学结构之外的相似性，将化学与生物效应联系起来。

　　3.知识管理数据库：处理大数据和整合复杂搜索的结果需要自动处理才能实现。数据可视化、机器学习和人工智能的新方法将有助于筛选早期候选药物。

　　基于调查和观察结果，研究者提出以下行动要点，以帮助解决这些障碍并进一步推进毒理学研究：

　　1.建立合作来评估现有和新检测方法，以便制定标准化协议，以改善危害识别和风险评估

　　2.建立基线数据集，为研究进展提供参考，并能够评估各种毒理学研究方法所产生的影响。

　　3.参与开放创新和竞争前协作，在一定范围内共享数据，以充分利用庞大的行业档案知识来构建预测安全模型，并更有效地评估最有前途的新兴技术。

　　4.开发和共享候选药物毒性的系统毒理学和不良结果，以促进机制洞察和定量转化效用。

　　5.推进反映偏目标效应、遗传背景和疾病的“人性化”模型。

　　最后，研究者强调需要继续支持现有倡议，并制定方案，促进药物毒理学研究者、学术界、技术开发人员和供应商之间更密切、更开放的合作。这些联盟的目标是增加毒理学研究对发现和开发更安全药物的影响。