#FDA

【介绍】本文基于PMDA（日本药品医疗器械综合机构）细胞·组织制品部门和监管科学研究部门的最新倡议，概述了针对活体生物治疗制品、粪菌移植及噬菌体治疗药物的监管科学框架。【观点】作者指出，PMDA针对微生物群药物采取了一种以对话为驱动的监管方式，通过与开发者的持续沟通解决这类新型药物在质量和评价上的复杂性。文章将此策略与美国FDA和欧洲EMA不断演进的监管框架进行了比较，揭示各地区在监管路径上的异同与互补性。【讨论】作者强调，微生物群药物作为新兴治疗类别，其监管开发和国际协调仍是当务之急，未来需要明确优先事项、促进各监管机构之间的趋同，以支持该领域产品的全球开发与审评。文章适合从事细胞治疗、微生物组产品研发及药品注册事务的专业人员阅读。

【介绍】这篇NEJM AI政策评述指出，自1938年以来动物实验一直是药物安全性评价的标准，但约90%进入I期临床试验的药物最终未能获批，重要原因在于动物模型不能充分预测人体生理反应，并推高了研发时间与成本。FDA Modernization Act 2.0（2022）已明确药物批准不以动物实验为前提，2025年4月FDA发布《减少临床前安全性研究中动物实验路线图》，计划三年内率先对单抗药物逐步取消动物实验（包括通常不再需要食蟹猴6个月重复给药研究），五年内使整合性NAM（新方法学）组合成为默认申报标准。NIH则宣布不再发布仅针对动物模型的资助公告，并设立替代方法研究、验证与应用办公室，协调27个研究所的NAM工作。【讨论】文章系统梳理了NAM的主要类别：基于生理的药代动力学建模（已被辉瑞、强生、阿斯利康用于支持FDA说明书）、定量系统药理学、机器学习毒性预测模型，以及类器官和器官芯片等复杂体外系统——后者对人体药物反应的保真度可达到甚至超过传统动物实验。验证是监管采纳的核心，须明确使用情境、证明生物学相关性、完成室内重复性与实验室间可转移性评估，并界定适用域；文中列举了EpiOcular/EpiDerm皮肤眼刺激替代试验（准确率超80%、灵敏度96%）、皮肤致敏定义方法、遗传毒性分级检测策略，以及FDA已默认接受NAM数据的终点（心血管安全药理、发育毒性、免疫毒性等）等实例。FDA还利用内部监管文件在高安全GovCloud环境中训练大语言模型与机器学习平台，追踪NAM数据接受情况。【观点】作者认为替代方法在许多情况下已能提供比动物数据更具人体相关性的信息，关键障碍在于方法验证速度滞后于技术发展，以及监管框架整合。文中对研究者、产业界与监管机构分别给出短期与长期建议：研究者应与现有动物和人体数据共同设计验证研究并发布FAIR数据集；企业应在早期研发嵌入NAM数据并与FDA直接沟通、组建共享数据联盟；监管机构应更新指南、对含NAM数据的申报加速审评、建立内部AI建模项目并发布成功豁免动物实验的案例研究。【适合】从事非临床安全性评价、NAM开发与验证及注册策略的制药研发和监管事务人员。