关注公众号

关注公众号

手机扫码查看

手机查看

喜欢作者

打赏方式

微信支付微信支付
支付宝支付支付宝支付
×

生物标记物成个性化治疗瓶颈 两大难点需突破

2016.7.11

  近两年,精准医疗即成为生物医疗行业里的热点话题,据悉,生物标记物指导下的精准用药(以下简称个性化治疗),是精准医疗中公认的核心领域。但是在创新药研发过程中找到真正的临床生物标记物并不容易,这也是为什么这么多年来上市新药只有很少数带有伴随诊断共同上市。

  其新标志是新药在FDA获批时,以该药的生物标记物开发的体外诊断伴随试剂盒(CompanionDiagnostics)也同时获批,因为有规范的临床数据证明该药只有在生物标记物阳性的病人中有显著疗效。该药上市后需用伴随诊断来筛选适宜病人,从而达到精准治疗的效果。

  同样的药同样的剂量,有些病人吃了有效,有些吃了无效或者还有副作用,这种由于病人间个体化差异导致对药物的不同反应,这普遍存在于大多数药物治疗过程中,也是个性化治疗领域发展的动因。

  个性化治疗最早的成功案例就是治疗乳腺癌的单抗药赫赛汀,基因泰克公司较早地确定了赫赛汀的药物靶标HER2是其生物标记物,其临床试验针对性地选择HER2过度表达乳腺癌病人,三期临床只用了二百多病人就证明了赫赛汀的疗效,随即获得FDA的加速审批获准上市。如果基因泰克当年没有采用HER2作为生物标记物来筛选潜在的有效病人,由于只有不到百分之三十的乳腺癌病人有HER2过度表达,只有几百人的临床三期试验结果很可能就会失败。

  赫赛汀自1998年上市以来,造福于广大乳腺癌患者,同时迅速成为销售过十亿的重磅炸弹新药,为原研药厂带来巨大回报。赫赛汀的成功也催生了个性化治疗这个新型领域,让业界见证了其巨大潜力,尤其是创新药研发的成本越来越高、但失败率高居不下,个性化治疗被认为是解决这一难题的灵丹妙药。

  个性化治疗的理念浅显懂,加上赫赛汀治疗及后来的治疗有BCR-ABL融合基因慢性粒细胞白血病格力维等个性化新药的优异疗效并同时伴随着商业上的巨大成功,很快就被新药研发领域广泛接受。在过去十余年,新药领域、尤其是肿瘤创新药领域的国际大药厂,已经普遍将生物标记物作为指导其创新药的重点。FDA也对这一领域给予了高度的支持,对于有生物标记物指导的个性化新药会给予加速审批,有时甚至有临床二期的结果就可以批准上市,例如辉瑞治疗肺癌的ALK抑制剂克唑替尼,FDA同时还及时出台了伴随诊断的与新药同步研发报批的指南。与此同时,精准医疗也成为生物医药领域里越来越热门的话题,直至去年已引起中美两国政府的高度重视。

  生物标记物成个性化治疗瓶颈

  综上所述,可以看出个性化治疗是一个跨行业的新兴领域,将分子诊断同药物研发有机地结合起来,从而到达精准用药的目的。二者成功结合的最核心之处就是能否找到可预测药物疗效的生物标记物了。尽管十余年来个性化治疗已成生物医药领域的共识,很多药厂也高度重视,有的机构甚至要求进入的项目都需要有生物标记物,但是在FDA批准上市的上百个新药中,获批作为伴随诊断的生物标记物只有十余个,绝大多数创新药都没有真正的经过临床双盲试验验证的生物标记物。可见发现正确的生物标记物是非常不容易,实际上这已经成为个性化治疗的瓶颈。

  第一代生物标记物最直观也最容易理解,即药物靶标的过度表达就是生物标记物。因为靶点越多药物越容易击中目标,如果没有靶点,自然打不中目标。譬如预测赫赛汀对HER2过度表达的乳腺癌有效,还有最近获批的PD1单抗用于治疗PD1阳性的肺癌。可是EGFR抑制剂易瑞沙的疗效却同EGRF的表达水平无关,后来发现其疗效是同EGFR的基因突变相关。

  随着下代测序技术的兴起,对于靶点突变作为生物标记物的研究越来越多。但是不是只把宝押在药物靶点上就万无一失呢?

  治疗结肠癌的单抗药Erbitux的靶点也是EGFR,但其疗效同EFGR的表达和突变都没有关联,后来通过大量的回顾性试验发现其生物标记物是出于EGFR信号传导通路下游的K-RAS基因突变。这类靶点以外的生物标记物可归为第二代生物标记物,可想而知这类生物标记物要比第一类难找得多。

  生物标记物在新药研发里的重要性、尤其是在肿瘤领域,已得到空前的重视。很多药厂要求新药进入临床试验时一定要有生物标记物,这当然是最理想的模式,前提是能在临床前动物实验时即可确定生物标记物,这通常发生在生物标记物即是药物靶点或其突变本身时。比如PeterHirth领导的Plexxikon很早就针对B-Raf突变开发出B-Raf抑制剂维罗非尼,并很快在在临床试验中证明维罗非尼含有B-Raf突变的黑色素瘤有着非常显著的疗效。

  对大多数新药项目来说,将药物靶标作为生物标记物是最常见的方式,有些还在在动物实验或细胞株试验中有不错预测药效的结果。但遗憾的是,由于生物信号传导的复杂性及人体和动物或单一细胞株的巨大差异,很多情况这些结果未见得在人体临床试验中能够重复,该新药的生物标记物未见得是药物靶标本身。例如辉瑞研发的cMet激酶抑制剂可锉替尼,针对cMet扩增的肿瘤未有很显著的疗效。不过幸运的是克唑替尼被发现在很少见的一些含有ALK融合基因的肺癌病人中疗效异常显著,辉瑞的科学家们很快改用ALK作为生物标记物指导可锉替尼治疗这一小部分肺癌病人。由于其效果显著,FDA在可锉替尼临床二期试验完成后即批准该药上市。

  两大难点

  从上面的阐述可见,在创新药研发过程中找到真正的临床生物标记物并不容易,这也是为什么这么多年来上市新药只有很少数带有伴随诊断共同上市,而且这其中还有不少幸运的成分。发现生物标记物的难度如此之大是有多方面的原因。

  其一,在靶向药物为主导的今天,药物的作用机理大多是在细胞株和动物模型中建立完成的,但人体是一个多细胞多器官的高度复杂的生物体,很多疾病的治病机理涉及到多个生物信号传导通路且不同器官会有不同的机理(对大多数疾病而言,现代科学了解的其致病机理的很小一部分),这是临床前药物研发所用的体外试验体系很难模拟的。例如,B-Raf突变在黑色素瘤中是维罗非尼很好的生物标记物,但维罗非尼对于含有同样B-Raf突变的结肠癌疗效却相差甚远。因而不能简单地根据一型肿瘤试验里的生物标记物的结果就贸然推断其他肿瘤的疗效,一定要有相应的临床数据支持才能真正的成为生物标记物。另外靶向药也常会作用于原始设计靶标以外的蛋白,尤其是激酶抑制剂,这个现象尤为明显。例如克唑替尼会抑制Met及ALK,伊马替尼抑制BCR-ABL,Kit,和PDGFR。

  另外,生物信号传导通路常涉及到靶标以外的多个基因,例如抑制EGFR的单抗药Erbitux的生物标记物是EGFR下游的K-RAS基因突变。这都使得常用的只以单一原研药物靶标为生物标记物有很大的局限性。

  其二,是我们对人类基因组了解的局限,因为能否正确选择生物标记物是基于对基因组功能的了解。尽管本世纪初,我们就完成了人类基因组的测序,获得了全部三十亿碱基对的序列。但直到今天,我们只对人类基因组不到5%的基因编码区有一定的了解,对于90%以上的基因组序列知之甚少。

  个性化治疗与基因组学即大数据

  与精准医疗的热度相似,大数据也成为一个热点。大量的基因组学数据无疑会加速对解码人类基因组及了解各基因区域位点同疾病药物疗效的关系,进而推进生物标记物的发掘,助力个性化治疗的发展。

  人类基因组测序也极大地推动了DNA芯片技术迅猛发展及应用,一块小小的芯片可以检测人类基因组中大部分乃至全部的基因,这类基于组学的微阵列芯片的普及突破了传统的基于靶向基因或少量候选基因的局限,催生了新一代包含多个基因生物标记物群的出现,例如MammaPrint检测试剂就是由从全基因组RNA微阵列芯片试验中产生的数据中挑选出的70个基因组成,用以预测乳腺癌患者的预后,进而帮助患者和医生确定是否采用化疗来防止癌症复发。

  随着类似大量组学的试验公开,形成了一个庞大的组学大数据,其中蕴藏了大量信息可供发掘,包括生物标记物。例如,密西根大学的ArulChinnaiyan小组从大量的微阵列芯片的数据中首次发现了前列腺癌的生物标记物TMPRSS2-ETS融合基因。

  在RNA芯片的崛起后,基于全基因组的单核苷酸多态性(SNP)芯片也有了迅猛的发展,目前的全基因组芯片可以包囊上百万个SNPs,这项技术催生了全基因组关联研究的迅速普及,到目前为止已有上千个全基因组关联研究公开发表,为了解危害人类健康主要疾病的致病遗传因素取得了丰硕的成果,同时很多研究也使用这项技术来发掘新的生物标记物。

  过去几年,二代测序的迅猛发展把组学研究带向一个新的水平,高通量测序的发展使得我们可以轻易地检测人类基因组的所有外显子及整个基因组的基因序列及其变异,其产生的海量数据会进一步加速生物标记物的开发。下代测序等一系列组学研究新技术是生物医学领域里不可或缺的重要工具,如能合理、有针对性地将这些工具及同包括临床试验等医疗大数据有效结合起来,将会对个性化治疗领域有着不可估量的重大意义,并最终大幅提高新药研发的成功率,我们有理由相信未来几年将会是个性化治疗迅猛发展的黄金时代。

推荐
关闭