2012年,美国食品药品监督管理局(FDA)《安全与创新法案》创建了突破性疗法认定(BTD),旨在加速开发和审查治疗严重或威胁生命疾病的潜在新药。不同于其他快速开发项目,BTD审批需要更多有效性证据,但作为回报,申请者在临床开发阶段会获得FDA更多实质性的参与和支持。获得BTD资格的一个关键要求是初期临床试验证据,证明(该项目)与其他现有疗法相比,在临床意义上有实质性改善。一旦被认定为突破性疗法,在研药物将获得来自FDA的深入指导(高效药物开发项目)、一种加快FDA开发和审查的组织承诺,以及基于支持性临床数据获得滚动方式提交新药申请和上市申请优先审查的潜在资格。
任何制药研发组织都将获得BTD资格视为一项重大成就,其既可带来公共卫生福利,还可带来商业收益。 数据显示,与非BTD药物相比,BTD药物的审查周期可缩短,其上市前的开发时间共计也可减少两到三年。此外,获得该认定可为给定产品的临床前景带来一定可信度,因此可以为公司带来显著的价值。 事实上,我们对公开宣布获授BTD的公司进行了分析,结果发现,在宣布BTD的第二天,那些没有任何上市产品的上市公司股票平均上涨了6%(超过市场收益)。
化学新颖性与BTD之间的联系
获得突破性疗法资格虽然有如此巨大的好处,令人垂涎,但要获得这一资格绝非易事。自推出以来,截至 2022 年 6 月 30 日,FDA 共收到了 1265 项突破性疗法认定申请,但其中只有约40%的申请获得批准。
在获得最终批准之前,FDA不会公开给定药物的突破性疗法资格。2013年至2019年之间,FDA药物评估与研究中心(CDER)批准的276款新疗法药物(NTD)中,只有73款(26%)获得了BTD资格。这些药物大多为小分子药物,占突破性NTD的56%。这些FDA认定的突破性小分子药物中,大多数包括至少一种结构新颖的新分子实体(NME),其形状和骨架均未在FDA之前批准的任何药物中被使用过。但是,仔细研究不同类型小分子药物获得批准的成功率,可以发现一些有趣的结果。
根据我们最近的分析,结构新颖的小分子NTD中,大约十分之三获得了突破性疗法资格,而非新颖结构的小分子NTD中,只有十分之一获得了突破性疗法地位。 这意味着,FDA授予结构新颖药物BTD资格的可能性比后者高出两倍多。这一差距凸显了结构新颖性的影响,以及在寻找新药时进一步扩大化学空间边界的重要性。
计算机模拟方法加速小分子药物创新
长期以来,在药物研发中平衡创新与效率一直是一项挑战,因为制药行业始终面临巨大压力——必须开发比现有疗法更具明显临床优势的新颖疗法。 事实证明,结构新颖的分子更可能成为有前景的新颖疗法的来源。 但是,据估计,潜在可合成的小于1000Da的有机分子达10180 种,因此,探索巨量化学空间寻找结构新颖的药物是传统试验方法无法完成的任务。
计算机模拟方法的发展开始推动更有效地探索包含结构新颖分子的化学空间的生物学相关新领域。过去几年中,许多生物制药组织尝试部署的一个主要计算机模拟方法就是机器学习。机器学习可用于预测药物分子的性质,且预测准确性日益提高。这些预测结果可帮助研究人员确定性质更优的类药性分子及其合成优先顺序,并创建结构更加多样化、能代表大部分化学空间的分子候选库。这些结构多样的候选库提供了更好的分子供合成与分析,从而提高了发现结构新颖的类药性分子的可能性。
提高机器学习在药物发现中的作用
构建能广泛探索化学空间研发新药的强大预测算法时,使用高质量的训练数据至关重要。 机器学习方法可以利用各种不同的公共和内部专有数据源。但是,必须对这些不同的数据进行细化、翻译、结构化和标引,才能释放其真正价值。 事实上,数据科学家仍需花38%的时间寻找和整理数据用于训练其算法,而这些时间如果用来开发模型和优化结果则会更加高效。 因此,如果可以使用由在分类学、语义联系和数据分类方面经验丰富的专家整理的数据集,对机器学习在药物发现中的成功将具有重要影响。
分子表征或“分子指纹”也同样重要,它们用于以机器学习适合的形式编码药物分子结构。 最近的研究表明,优化指纹可以显著影响预测模型的准确性。 与运行传统的 Morgan 指纹方法的相同算法相比,CAS 数据科学家开发的新分子指纹的预测准确性提高了45%。 这些优化的分子指纹在我们的药物发现咨询项目中已显示出巨大前景,可以预测类药性分子的生物活性,从而帮助减少筛选所需的合成分子数,并提高寻找下一代创新疗法的研究效率。
对分析您自己知识产权的结构新颖性或优化您的数字研发计划感兴趣? CAS定制服务可以对专业技术、科学专业知识和独特的内容进行定制,以满足您的独特需求。
CAS 如何弥补在新兴趋势方面的知识差距?
借助CAS掌握药物发现领域的新方法。 除了结构上的新颖性,小分子还被用于寻找靶向不可成药蛋白质的新模式。 这为许多治疗领域创造了具有令人兴奋的潜在活性的新型治疗剂。 在我们最新的白皮书中,了解更多关于分子胶药物发现布局、靶向蛋白质降解和诱导接近的信息。