降低临床开发成本的三种策略
将一种新的分子实体(NME)推向市场所需的临床试验是昂贵的——根据一项研究，每种药物大约4800万美元2020年的研究．然而，通过提高效率，药物开发人员可以降低成本，并提高整个管道的成功概率。
目前帮助生物制药公司降低临床试验成本的策略分为两类:
- 捕获大量高质量数据的技术
- 确保NME开发中使用的模型系统和患者队列准确代表目标人群的方法
开展肿瘤临床试验的开发人员尤其注重提高效率，因为他们领导的试验已经提高了效率变得更长更复杂．与此同时，COVID-19大流行激发了创新，加快了新疗法的发现。单独使用或联合使用，本文中描述的每种策略都有助于加速药物的发现和开发，最终使患者受益。
利用人工智能在早期预测药物行为
在临床前研究期间，人工智能(AI)、深度机器学习和基于物理的方法可以帮助根据预测的分子行为识别候选药物，然后在昂贵且耗时的实验中评估NMEs。这个过程可能包括杠杆化人工智能算法在开发早期，帮助分子设计和测试，以选择将在传统的湿实验室实验中进行进一步测试的候选分子。
此外，人工智能和机器学习可以对人体器官进行数字模拟。当获得医疗记录、诊断和病理信息时，这些数字器官可以帮助科学家选择对疾病的最佳治疗方法。值得注意的是，最近这一策略使快速寻找SARS-CoV-2抑制剂成为可能．
依靠优质材料
在整个药物开发过程中，卓越的质量控制是最受关注的:低于标准的制造过程可能导致安全问题和代价高昂的挫折。从患者身上收集准确数据的困难可能会导致无法回答的问题。为了避免这些昂贵的陷阱，制造商应该进行测试，以确保NMEs具有最高质量。此外，在临床试验期间，开发人员应该考虑使用简化和改善数据采集的设备，以便任何药品及其疗效信息都符合或超过所有标准。
例如，在制造CAR - t细胞疗法时，高度准确和精确的质量控制方法确保每一批都是安全有效的。制造CAR - T细胞疗法包括提取病人的T细胞并引入治疗性嵌合抗原受体(CAR)基因。然后，DNA测试可以计算CAR的拷贝数，以确保细胞中没有太多或太少的CAR转基因，什么会改变它们的效力．
虽然开发人员通常使用定量PCR (qPCR)进行核酸检测和定量，但该技术需要制备标准曲线来解释结果，这引入了潜在的用户偏见和降低敏感性。因此，在评估每批CAR - T细胞的质量时，开发人员转向水滴数字PCR (ddPCR)技术。ddPCR技术直接逐个分子计数DNA分子，不需要标准曲线。因此，分析设计使得ddPCR技术足够灵敏，可以进行检测只要一个CAR转基因的拷贝在一个样本中．此外，ddPCR检测甚至可以识别微量的危险污染物，如细菌或具有复制能力的病毒确保最高的安全标准。
从病人的DNA中获取信息
当临床试验扩大到包括更多的患者和更长的时间时，成本就会更高。因此，减少每次试验患者数量的策略和尽早确定治疗效果的策略可以节省药物开发人员的时间和金钱。
由于体细胞突变而非解剖位置往往是癌症发展的主要驱动因素，临床试验通常在根据患者的突变特征进行时进行得最有效。大型医疗中心经常使用下一代测序(NGS)对患者进行广泛的突变筛查，这有助于诊断，并在发现可药物突变时告知治疗。对于治疗，肿瘤学家可以开市面上的疗法，也可以让患者参加适合患者癌症类型和疾病阶段的临床试验。
这种做法使临床医生能够在一次试验中筛查数百到数千个突变;然而，实验室应该用高灵敏度的反射测试技术来补充这种宽度的屏幕。这种双重策略允许实验室评估药物边缘病例，在这些病例中，NGS结果不能最终确定是否存在突变，但ddPCR等反射技术可以提供确认。将NGS与ddPCR等敏感反射技术配对不仅可以确保更多具有可药物突变的患者得到适当的治疗，而且该系统还可以加快治疗的速度。虽然NGS实验可能需要几天才能返回结果，但ddPCR可以提供当天的结果。总而言之，这种优化的筛查方法通常用于大型医疗中心，但大多数患者接受治疗的较小社区环境仍在采用这种做法的过程中。随着服务于较小社区的实验室采用NGS和ddPCR技术平bet188真人台，他们将能够更广泛地筛查患者，并在临床试验中招募更多符合条件的患者。患者的涌入将有助于缩短试验的“开放时间”和导致治疗批准的总体时间表。
此外，开发人员可以减少临床试验的成本，并通过缩短试验的运行时间来增加他们的带宽。肿瘤学试验，通常会进行14-18个月比其他试验受益最大。这些试验的标准终点是生存，但一些研究人员正在努力建立高灵敏度的循环肿瘤DNA (ctDNA)分析，以获得更精确的结果临床疗效的生物标志物．预测:ctDNA分析可以更快、更准确地显示肿瘤对治疗的反应。
结论
随着治疗变得越来越先进和复杂，评估其疗效的试验也必须如此。药物开发人员可以利用新的和新兴的技术，以更严格和更有效的方式评估候选治疗方法，同时更快速地将有益的治疗方法带给最需要的人。
作者简介:
Jeremiah McDole是Bio-Rad实验室的肿瘤部门经理。他他在辛辛那提大学获得神经免疫学博士学位，并在圣路易斯华盛顿大学医学院免疫学部门进行了一系列成功的博士后研究项目。
