AI和迷你獸人如何替代動物的測試藥物

它們也是藥物測試未來的核心 - 有一天可以使實驗室動物過時。

自1937年以來，動物測試一直是法律要求，這是由於致命事件涉及污染抗生素的致命事件，造成100多人死亡。將近90年後，儘管進行了嚴格的動物試驗，但由於人類的不可預見的有毒作用，藥物繼續從市場上撤出。如今，政策制定者，科學家和創新者的越來越多的聯盟正在倡導動物測試的先進替代方案，這些方法可以提高藥物安全，降低開發成本並加速臨床試驗的途徑。

2022年，研究人員測試了27種以前在動物研究中被認為是安全的藥物，其中一些藥物後來由於人類毒性而被從市場上撤出。他們使用稱為“芯片器官”的尖端技術，能夠準確識別有害化合物。這些類似類似機的芯片包含嵌入模仿真實器官功能的微芯片中的活細胞。事實證明，芯片上的肝臟模型在檢測毒性方面特別有效。根據這項研究，通過減少昂貴的後期藥物衰竭，每年可以廣泛採用這種技術可以為製藥行業節省超過30億美元。

除了安全性之外，成本是變革的主要驅動力。現在，將一種藥物投放市場的平均值超過20億美元，全球行業每年在研發中投資近3000億美元。然而，超過90％的實驗藥物失敗了 - 通常是因為動物試驗的結果不會轉化為人類。這種低效率對認可的藥物的高價價格貢獻了很大的貢獻。

動物測試是一種重要的瓶頸。儘管通過了臨床前動物試驗，但大多數藥物在人類試驗中失敗，突出了物種之間的生物學不匹配。正如總部位於倫敦Mytos的首席執行官Ali Afshar所說：“到達臨床試驗的一切都已經成功地進行了動物。因此，很明顯，我們沒有得到準確的預測。”

Mytos正在開發一種自動化系統，以在培養皿中種植人類細胞培養物，為藥物測試提供更一致和與人類相關的平台。傳統的手動細胞培養通常會導致可變性，從而破壞可重複性。自動化不僅可以加快流程，還可以提高數據可靠性。自2016年成立以來，Mytos已籌集了近2900萬美元，現在向製藥公司提供了細胞模型，特別是對於動物模型不足的疾病。

類器官和晚期細胞培養物是FDA現在令人鼓舞的替代方法，尤其是對於單克隆抗體，這是一類用於治療從癌症到自身免疫性疾病的藥物，以及Covid-19等病毒感染。這些療法通常在小鼠中不起作用，需要在靈長類動物中進行測試，這可能會花費每隻動物數万美元。即使那樣，結果也經常無法預測人類的結果。 4月，FDA發布了新的指導，建議開發人員使用基於人類的替代方案來證明這些藥物的安全性，這標誌著向與人相關的數據的轉變。

FDA Modernation 2.0法案2.0使喬·拜登（Joe Biden）在一致參議院批准後於2022年簽署了法律。當替代方法（例如計算機建模或芯片系統）提供足夠的安全性證據時，該法律消除了動物測試的強制性要求。它還放棄了與已經批准的生物製劑類似的生物仿製藥的需求。支持減少動物測試的支持一直持續到第二屆特朗普政府，國立衛生研究院發起了一項協調的努力，以資助和促進非動物研究技術。

儘管如此，每種新方法都有限制。查爾斯河實驗室（Charles River Laboratories）首席科學官朱莉·弗雷森（Julie Frearson）指出，類隊雖然有力，但只能提供狹窄的視野。他們可以展示藥物如何影響特定的組織，例如心臟或肝組織，但無法揭示整個身體的全身作用。此外，類器官是短暫的，因此很難研究長期的藥物影響。

舊金山的戈迪安生物技術正在通過一種稱為馬賽克篩查的技術來應對這一挑戰。通過將多種基因療法引入活動物中的單個細胞中，他們可以觀察到每種療法在全身系統中的表現。這允許長期，全身性數據，同時大大減少所需動物的數量。這家耗資1.7億美元的公司使用比老鼠相比，使用更大，更類似的動物，例如馬匹（使衰老疾病在人類中的衰老疾病）更緊密地反映了人類。他們目前正在開髮用於骨關節炎和脂肪肝病的基因療法。

戈迪安首席執行官弗朗西斯科·勒波特（Francisco Leport）說：“每個生物技術面孔的基本問題是動物不是人類，也不是類器官或孤立的細胞。” “在您在人類中測試藥物之前，您不會真正知道藥物的工作原理。”

為了彌合這一差距，公司正在建造更複雜的類器官。舊金山一家初創公司Vivodyne最近獲得了4000萬美元的A系列資金，以開發更大的功能性類型器官，以更好地模仿真實的器官，包括一些能夠循環血液的器官。首席執行官Andrei Georgescu認為，這些高級模型將允許對藥物療效的更早，更準確的預測。他說：“現在，我們缺乏足夠的可靠數據來吸引強烈的相關性。這是真正的瓶頸。”

人工智能也正在成為關鍵參與者。 FDA Modernation 2.0 ACT和最近的NIH指南都認為AI是動物測試的有希望的替代方法。儘管AI加深了我們對人類生物學的理解，但專家們警告說，我們還沒有完全模擬人類的藥物反應。

“我們可能只了解生物學核心原則的10％至15％，” Recursion首席研發官Najat Khan說，這是一家使用AI進行藥物發現的公司，並在人類試驗中進行了幾種癌症療法。

Parallel Bio是位於馬薩諸塞州劍橋的生物技術，擁有3000萬美元的資金，將AI與患者衍生的類器官淋巴結結合在一起，以模擬免疫反應。通過測試各種人口統計樣本中的候選藥物並將數據饋送到AI算法中，它們旨在為疫苗開發人員（例如Centivax）等藥物合作夥伴更準確地預測安全性和有效性。首席執行官羅伯特·迪達齊奧（Robert Difazio）說，他們的使命很明確：“將藥物發現從動物模型中移開，轉化為更好地反映人類生物學的系統。”

儘管DiFazio承認可能永遠不會完全消除動物測試，但朝著替代方案的勢頭強大且得到了廣泛的支持。

他說：“這是當今兩黨支持的少數問題之一。” “人們了解 - 這就是為什麼藥物如此昂貴的原因，以及為什麼開發新藥物如此緩慢和風險的原因。”

更多來自福布斯

John Drake Forbesstart-ups to American Science的Forbesvolunteers對Ai Software Testing Market的機會進行了100億美元的打擊，David Prosser Forbesvibe編碼將這一瑞典AI Unicorn變成了Iain Martin有史以來發展最快的軟件啟動

以上是AI和迷你獸人如何替代動物的測試藥物的詳細內容。更多資訊請關注PHP中文網其他相關文章！