新药研发简介（六）：动物实验

虽然人们早就意识到动物和人，疾病模型和疾病本身的巨大区别，但是动物实验依然是药物上市前的一道重要的风险控制关口。我这里讲讲如何对待动物实验数据。对于团队里的非药理成员，虽然不一定懂得实验细节，但也不能无条件接受药理学家的结论。评价一个动物实验结果是否可靠主要看以下几个因素：1，疗效的大小，是否统计性显著；2，阴性/阳性对照是否异常； 3， 量效曲线是否异常；4，重复性； 5，疗效是否通过项目靶点而产生；6，其它细节。

一个最基本的概念是统计性显著。如果用药组和对照组的差异没有通过统计学显著性差异试验（一般是<5%假阳性），那么不管用药组和对照组在数值上有多大差异都得认为药物没有疗效。一个常见解释数据的错误是说虽然两组没有统计性显著差异，但有有效趋势，对这类同志要小心。你或者怀孕或者没怀孕，不能有点怀孕。虽然<5%假阳性有一定随意性，但是达不到这个水平就得算无效。另一种需要注意的情况是，虽然两组有统计性差异但差异很小。这种情况有可能是假阳性虽然p<0.05，也可能疗效是真的但没有应用价值。都不是好事。

动物实验一般要有阳性/阴性/空白对照。这是比赛的场地，只有在这个场地进的球才算数。每个实验都应有空白对照（vehicle control）, 如果一个模型很成熟有时为了节约资源可以不用阳性/阴性对照。如果模型不够稳定，应该使用已经证实有效的药物作为阳性对照和其它性质类似但无活性的化合物作为阴性对照。从任何缺少对照的实验得出的结论都不能作为最后结论。

量效曲线是另一个重要指标。一般大家期待一个饱和曲线，即低剂量时疗效很低，随着剂量增加疗效增加直至饱和。但实际工作中常出现其它形状的量效关系。最常见的“非正常”曲线是反U型曲线，即高低剂量都无效只有中间剂量有效。反U型曲线很多情况下是实验噪音，有时这种曲线是真的，叫hormesis，不过学界对其真实性还有争论。 一般这种药物的疗效都很微小，在临床上反应人群的确定远难于饱和曲线药物（如果病人服药无效可能是剂量过低，过高，或不反应，大大增加了复杂性），所以遇到反U型曲线药物果断放弃一般是正确的决定。这种情况原因很多。一是药物浓度和剂量相关性差，这种情况在临床实验较常见，但因实验动物的基因背景一致，又是军事化管理所以差异很小，所以不常见。另一可能是机体的正反馈调控，最常见是受体失敏（receptor desensitization），即高剂量下目标蛋白表达大量增加反而疗效下降。

实验的重复性很重要，我以前的老板总说不要相信任何n<3（重复3次）的实验结果。同一次实验的不同组一般只算一次实验。一些没有经历新药研发折磨过的同志有时会因为一个好的实验结果欢蹦跳跃，而老同志一般会要求重复该实验。

虽然理论上讲疗效是否通过目标靶点起作用并不重要，但由于动物模型的预测性大多数很差，所以假阳性很多。如果起作用的蛋白只在动物上表达或和人的蛋白结构，功能，或表达水平相差太多，动物疗效将无法转化为临床疗效。另外，现在的项目对目标靶点的研究都是多方面，全方位的，所以保证动物疗效是通过目标靶点起作用可以减少临床研究的复杂性。现在极少有公司敢把由off-target产生疗效的化合物推向临床。验证机理的方法很多。你可以使用不表达该蛋白的动物看疗效是否消失，也可用作用相反的化合物/抗体中和药物疗效（一个受体的拮抗剂因该中和其激动极的作用）。也可以测量下游被调控蛋白的变化来反推目标靶点是否和药物发生了作用。

除了这些，还有一些其它细节需要大家注意，就不多讲了。

最后讲一点，由于经济和伦理原因，极少药物在临床上做过量效曲线；而动物实验又极少考虑临床实验的很多设计因素，尤其是动物的同一性（同一基因背景，同一作息时间，同种饮食等等）。临床实验的样本考虑（保证假阳性<5，假阴性<10-20%的样本量）在设计动物实验时几乎不是一个因素。新药研发有时更是一种艺术（和赌博尤其类似）而非一门科学。

★ 请关注《美中药源》微信公众号 ★