NAMs药物研发服务平台_NAMs技术_新途径方法-美迪西生物医药

新途径方法（NAMs）

2025年4月，美国FDA宣布在单抗类药物领域逐步放弃动物试验，用其他体外技术和模型来替代动物实验，这一决策标志着基于AI、类器官等新技术的新途径方法（NAMs）正式进入药物安全评价的主流实践。以AI驱动的高精度计算机模拟机制建模和先进的体外模型为代表的NAMs正在重塑药物研发的规则。NAMs能够通过提供更具人体相关性的数据，助力企业高效、低成本地推进创新药开发，在全球竞争中领先同类药物审批，同时响应科学性、伦理性与可持续发展的要求。
NAMs指不再单纯依赖于传统动物实验，而充分整合先进体外模型、计算机建模和人工智能（AI）技术、能够支持药物安全性和有效性评价的药物开发新模式，以减少乃至替代传统动物实验。
高质量NAM数据通过体外(in vitro)、离体(ex vivo)和计算机模拟(in silico)实验发生，主要包括：
先进体外实验
如3D细胞培养、器官芯片（Organ-on-Chip）、微生理系统（MPS）、类器官（Organoid）等，能更好模拟人体生理病理环境。
机制建模与人工智能
如生理药代动力学（PBPK）、定量系统药理学（QSP）、定量系统毒理学（QST）模型、免疫原性预测等，基于体外/计算数据预测人体药代、药效、剂量等。
NAMs的优势：
提高新药开发的成功率
NAMs能够更准确地模拟和预测人体内的药物作用机制、疗效与毒性，从而提升药物筛选和开发的科学性和成功率。
降低动物试验的需求，减少研发成本并缩短药物上市时间
NAMs能够在药物安全性与有效性评估等诸多环节，提升预测准确性的同时，显著减少乃至替动物实验，大幅节约研发成本、加速药物审批，更加符合伦理及社会发展需求。

美迪西NAMs药物研发服务平台

核心亮点：三位一体架构
AI药物发现服务平台
美迪西AI药物发现服务平台可提供蛋白结构预测与模拟、结合位点发现、信息提取与清洗，以及定制化项目数据库构建等，满足科研工作者多样化的需求。此外，平台还深度助力 Target-to-hit、Hit-to-lead、Lead-to-PCC 等关键研发阶段，为药物研发提供了全方位的技术支持，加速药物研发管线进程。
美迪西AI技术服务平台

体外安全评估技术平台

体外安全谱.webp 体外安全谱

GPCRs
核受体
离子通道
转运体
酶实验

细胞毒性.webp 细胞毒性

CellTiter Glo/LDH/MTT/CCK-8
细胞凋亡/坏死/铁死亡
HepG2、HUVEC、HEK293、SH-SY5Y等
原代肝细胞、PBMC、红细胞、血小板等

线粒体毒性.png 线粒体毒性

ROS 检测
线粒体膜电位检测 assay

心脏毒性.webp 心脏毒性

hERG膜片钳和放射性配体结合试验
Nav1.5和Cav1.2放射性配体结合试验
iPSC衍生的心肌细胞-2D/3D细胞毒性检测

肝毒性.webp 肝毒性

肝类器官活力检测
HepG2/原代肝细胞线粒体应激-Seahorse检测
线粒体膜电位检测
ROS检测

肾脏毒性.webp 肾脏毒性

MDCK、HEK293、Vero、HK-2细胞毒性试验
原代食蟹猴、大鼠或猴肾细胞细胞毒性试验

遗传毒性.webp 遗传毒性

Mini-AMES试验
AMES试验
增强AMS试验
体外染色体畸变试验
体外微核试验

肿瘤类器官毒性.webp 肿瘤类器官毒性

已建立12个肿瘤类型、43株肿瘤类器官模型
肿瘤类器官毒性试验-CTG、LDH
肿瘤类器官转录组学研究-RNAseq
肿瘤类器官免疫组化研究

免疫毒性.webp 免疫毒性

人全血/PBMC细胞因子释放试验
T细胞增殖/活化
B细胞增殖/活化
混合淋巴反应 (MLR)
PBMC-PDXO共培养

光毒性.webp 光毒性

体外3T3细胞中性红摄取试验

制剂安全性.webp 制剂安全性

体外溶血试验

证据权重分析.webp 证据权重分析(WoE)

致癌性评估的证据权重分析
幼龄动物安全性评估的证据权重分析
生殖毒性安全性评估的证据权重分析

体外3D细胞培养体系-HepG2细胞

案例分享: 体外3D细胞培养体系-HepG2细胞毒性测试

案例分享：体外3D细胞培养体系-HepG2细胞毒性测试

细胞因子释放实验

根据CDE在2020年发布的《药物免疫原性研究技术指导原则》，高风险免疫相关生物药（如免疫检查点抑制剂、激动剂、双抗等）在IND申报前，必须进行体外细胞因子释放试验（CRA）。该试验通常使用人外周血单个核细胞或全血，在液相或固相环境中与药物孵育，以评估其引发细胞因子风暴的风险。

Experimental design
Cells	3-6 donors, fresh PBMC preferred
Incubation system	Liquid phase and solid phase
Incubation time	6h, 24h or 48h (usually two time points will be OK)
Negative control	Formulation buffer, PBS
Isotype control (for antibody)	IgG1, IgG4
Positive control	Anti-CD3, LPS
Routine cytokine panel	8 cytokines：IL-2, IL-6, IL-10, IFN-γ, TNF-α, IL-1β, IL-4, IL-12p70 10 cytokines：IL-2, IL-6, IL-10, IFN-γ, TNF-α, IL-1β, IL-4, IL-12p70, IL-8, IL-13

设计体外细胞因子释放实验

美迪西细胞因子检测服务

案例分享：细胞因子释放实验 - 固相法

案例分享：细胞因子释放实验 - 液相法

案例分享：血小板毒性 - 血小板激活实验

案例分享：小核酸脱靶研究 - 转录组学

HepG2细胞转染不同的siRNA（10 nM）后，收取细胞沉淀，进行转录组测序，分析可能存在的脱靶基因。红色表示转染siRNA后，mRNA有显著上调的基因，蓝色表示有显著下调的基因，灰色表示无显著变化的基因。

案例分享： PROTAC脱靶研究 - 蛋白组学

Smarca2/4 PROTAC处理MV-4-11细胞(DMSO, 10 nM, 100 nM), 图A 及图B 显示该PROTAC在10nM条件下主要降解Smarca2以及Smarca4，而其浓度升高至100nM后有过多的脱靶现象发生。

肿瘤类器官PDXO平台

Patient-Derived Xenograft Organoid (PDXO) 模型，作为新一代肿瘤研究工具，完美契合FDA对“减少动物实验”的要求，为创新药物研发提供关键技术支持。

PDXO用于体外药效评估

美迪西PDXO库

美迪西PDXO模型

美迪西PDXO和PDXOC库

癌症类型	PDXO (肿瘤类器官)	PDXOC (肿瘤细胞系)
膀胱癌	412U	238U、412U
宫颈癌	371Ce、373Ce	371Ce、373Ce
子宫内膜癌	361En	361En
食管癌	165Es	165Es、343Es
胃癌	147Ga、155Ga、157Ga、158Ga	150Ga、153Ga、155Ga、158Ga、259Ga
肠癌	062C、064C、069C、075C、102C、163C	062C、064C、 069C、102C、163C
肝癌	217Li、218Li、532Li	217Li
肺癌	170Lu、267Lu、269Lu、563Lu、564Lu	170Lu、267Lu、269Lu、563Lu、564Lu
黑色素瘤		571Me
神经母细胞瘤	391Nb	391Nb
胰腺癌	167Pa、225Pa、522Pa、523Pa、228Pa、524Pa	167Pa、225Pa、522Pa、523Pa、524Pa
前列腺癌	351Pr、355Pr	355Pr
横纹肌肉瘤	332Sa、334Sa	332Sa、338Sa、339Sa

案例分享： PDXO表征 - 明场图像和H&E染色

案例分享： PDXO - 药物筛选

案例分享： PDXO - HER2与EGFR的多组学研究

案例分享： PBMC/PDXO共培养 - 免疫细胞毒性研究

研究发现:
→LDH释放随着PBMC数量的增加而增强，表明抗癌免疫反应增强
→使用荧光成像进行的时间过程分析显示：PBMCs（外周血单核细胞）随着时间的推移表现出增强的浸润和杀伤效应。随着PBMC的浸润，观察到PDXO（肿瘤类器官）发生结构崩解。

小鼠小肠和肝脏类器官发育

小鼠小肠和肝脏类器官发育.webp

生理药代动力学PBPK平台
基于生理药代动力学PBPK模型预测人体PK
临床前种属PBPK模型搭建与ADME特点分析:
根据所提供的建模数据，用于药物临床前PBPK模型的搭建与确认，并建立可以反映临床前试验结果的PBPK模型；
药物在临床前种属体内ADME过程的特点分析；
参数敏感性分析，考察影响临床前种属PK的关键参数等。
人体PBPK模型搭建并预测人体PK：
种属外推建立人体PBPK模型；
根据剂量，预测和分析人体PK；
参数敏感性分析，考察影响人体PK的关键参数等。
PBPK建模预测人体PK需要的主要数据
结构式
分子量
不同pH对应的溶解度
模拟胃、肠液的溶解度，比如SGF、FaSSIF、FeSSIF
Log P（也可以提供不同pH值对应的Log D）
pKa
渗透性
各种属的血浆蛋白结合率的数据
各种属的全血血浆药物分配比
体外代谢稳定性数据（比如肝微粒体、肝细胞、重组酶的数据）
体外转运体试验数据
临床前各种属的静脉和血管外PK数据
临床前种属物质平衡的数据

总结

NAMs正在重塑全球药物研发范式，主动拥抱NAMs，不仅能与FDA等监管机构实现更高效的早期对话，更能重塑研发流程：缩短研发周期、降低研发成本，且以更精准可靠的数据支撑监管决策。

FAQs

什么是证据权重法（WoE）?

WoE是当前国际以及我国健康产品毒理学安全评估中广泛应用的重要非动物测试评估方法，也是毒理学资料申报时豁免动物毒性试验的科学依据，多个国际和区域组织均已发布相关指导原则。
NAMs 目前在监管申报中，哪些应用场景更易被监管机构接受？

1、针对 ICH S9 指导原则涵盖的晚期癌症药物，由于非临床程序可更灵活，NAMs 常被用于替代大动物实验；
2、药物靶点在动物中缺乏或同源性不足（如部分双特异性抗体、CAR-T 细胞疗法），无相关动物模型时，NAMs 可作为核心评价手段；
3、用于回溯验证动物实验未预测到的临床不良事件（如药物诱导的肝损伤、肾毒性），通过器官芯片等模型说明毒性机制。
这些场景的共同特点是科学依据充分，且能解决传统方法的核心痛点。
与传统动物模型相比，NAMs 在毒性评价中的核心优势与不可替代价值体现在哪些方面？

NAMs 技术的核心优势和不可替代的价值主要体现在以下三个方面：
1、具有更高的人类相关性：NAMs 多基于人源细胞和组织建立，能够更好地反映人类生理与病理特征，减少物种差别带来的转化偏差（如肝脏芯片对药物诱导性肝损伤的预测准确性优于动物模型）；
2、更有利于聚焦特定作用机制：NAMs 可精准模拟靶器官微环境及细胞间相互作用，有助于系统说明毒性发生机制（如肠道类器官可重现免疫相关性肠道毒性的分子路径）；
3、符合 3R 原则：在减少动物使用的同时，支持高通量筛选和持久重复给药研究，从而显著提升研发效率。这些优势使其在生物制品、新模态药物等领域成为传统动物模型无法替代的补充或替代工具。
NAMs 暴露数据转化难题的核心技术路径是什么？

解决NAMs 暴露数据转化难题的核心技术路径在于“多模型整合与定量建模”，主要包括以下三个方面：
1、开发体外 - 体内外推（IVIVE）模型，结合人源细胞模型的暴露数据与生理药代动力学（PBPK）建模，将体外浓度转化为人体等效暴露量；
2、构建组合评价体系，整合器官芯片的动态暴露数据、计算机模拟的代谢预测结果以及少量临床前动物数据，从而提升暴露预测的可靠性；
3、建立标准化的暴露评价指标，通过跨行业协作，规范不同模型的暴露参数测定方法（如药物浓度、作用时间及代谢产品检测），为数据转化提供统一基准。目前，这种整合策略已在部分药物的 MABEL 计算中得到应用，显著提升了暴露数据的转化准确性。