摘要：
定量系统药理（QSP）建模可基于已有的临床试验数据，在开展新的临床试验之前，对新的治疗方案进行评估，从而加速药物开发进程。
美国食品药品管理局（FDA）于2011年批准了首个免疫检查点抑制剂（ICI）药物，此后该类药物的种类已扩展到10种，共获得了109项批准。在2000年至2022年获批的抗肿瘤药物中，数量仅次于激酶抑制剂[1]。这类药物的成功主要归功于其适应症的灵活性。这类药物靶向的是患者对癌症的免疫反应而非癌症本身，因而对与不同癌症相关的特定突变的依赖性降低。然而，这种灵活性也带来了挑战：申办方应如何确定哪种治疗方案最能改善患者对特定癌症的免疫反应？
安渡生物董事长兼CEO王冰博士、CSO兼定量临床药理总裁Lorin K. Roskos博士曾对在黑色素瘤[2]和转移性乳腺癌[3]领域中定量系统药理学（QSP）建模的应用进行探索。他们利用现有的患者对CTLA-4、PD-1和/或PD-L1检查点抑制剂反应的临床试验数据，与其他研究成员一起为各类癌症建立了QSP模型，以评估哪些治疗方案和患者特征能够产生积极的治疗反馈。
为了构建有效的QSP模型，需要整合与研究疗法相关的细胞和分子间的相互作用，以及任何已知的药代动力学（PK）和药效学（PD）数据。接着将这些相互作用转化为一系列数学方程式，以便对运作的复杂系统进行准确表达，并对模型性能进行验证，从而确保其返回的结果与已知数据相符。一旦模型通过验证，即可输入真实或模拟的患者特征信息，对模型进行操作，并据此改变治疗方案，以提供对患者组或未执行过的治疗方案的预测。如需了解完整论文，请点击链接获取。
src/pages/activity/other/custom-form/index/index?id=429
虽然药物作用的模拟无法取代患者的住院评估，但可以为提高临床试验的效率提供有用信息，使患者和申办者都能从中受益。通过模拟，入组的患者更有可能获得更加有效的治疗，而申办者对试验结果的信心也能得到进一步加强。 参考文献链接： [1] Scott, E.C., Baines, A.C., Gong, Y. et al. Trends in the approval of cancer therapies by the FDA in the twenty-first century. Nat Rev Drug Discov 22, 625–640 (2023). https://doi.org/10.1038/s41573-023-00723-4 [2] Milberg, O., Gong, C., Jafarnejad, M. et al. A QSP Model for Predicting Clinical Responses to Monotherapy, Combination and Sequential Therapy Following CTLA-4, PD-1, and PD-L1 Checkpoint Blockade. Sci Rep 9, 11286 (2019). https://doi.org/10.1038/s41598-019-47802-4 [3] Wang, H., Milberg, O., Bartelink, I.H. et al. In silico simulation of a clinical trial with anti-CTLA-4 and anti-PD-L1 immunotherapies in metastatic breast cancer using a systems pharmacology model. R. Soc. open sci. 6: 190366 (2019). http://dx.doi.org/10.1098/rsos.190366