医药知识问答_医药基本知识_医药类知识_医药知识库_医药知识大全-摩熵文库（原药融文库）

对于研发CNS领域的新药，临床前动物模型的难点是什么？

庄永杰

CNS疾病

2023-03-24

虽然我们做了很多的动物模型实验，但从我们目前所选用的动物模型，其实都不能真实地展现人具体疾病的一些特征，比方小动物的模型，我刚才讲了脑梗，当小动物的梗死灶很小的情况下，你根本看不出它有任何的症状，只有达到一个足够量的脑死亡之后，才能看到我们想要看到的一些临床症状，这就是一个难点。同样灵长类动物也是一样，你也要达到足够的损伤，然后才能看到。

如果灵长类动物大面积的死亡，包括小动物这样的大面积死亡，在人的情况下，我估计这个人基本就很难存活下来，所以在这样的条件下治疗难度非常大，我们怎么能够模拟出这样的情况，动物模型其实我们需要大量的精力真正去开发研究。

我非常赞同周总的观点，AD的问题是不是和免疫细胞有很大的关系？那么问题就来了，这些免疫细胞是颅内局部的小胶质细胞病变导致的免疫，还是外周循环当中的一些免疫细胞通过血脑屏障进去了，我们怎么能证明这一点？从动物模型上能不能证明？我其实一直想找这样的模型，我不知道周总是怎么找到这样的模型。我们怎么尝试把正常动物的血脑屏障给它破坏掉，让它持续到某一个阶段，导致外周血液当中的不应该进入颅内的细胞成分，甚至蛋白的成分能够进去，看它是否产生一些神经系统疾病？

还有一个，我们做了这么多的动物实验，我们人的疾病中的神经系统的病理学研究，到底给我们提供了什么样的基础，这其实是非常重要的。我们不能光研究AD的问题，帕金森的问题，甚至脑卒中问题，我们对人发生这样疾病的神经组织当中做了哪些研究，比方周总说免疫和AD有关系，我们真正在人的AD中看到这样的现象了吗？病理学的研究其我觉得是非常重要的。

任何一个动物疾病的模型研究，我觉得能够和人的疾病当中做配套的研究，这样才能够让我们真正认识到这疾病的本质，这个是非常关键。

对于CNS领域的新药，在临床中的难点和临床前的难点的各是什么？

周显波

CNS疾病

2023-03-24

我们代表的可能是比较早期的阶段，做中枢神经系统新药研发怎么能够过血脑屏障，这是早期研发中的一个难点。

另外一个难点是动物模型，我们现在在中枢神经的新药研发方面，在行为学上有一些很不错的模型，但是在真正的疾病模型我们现在很缺乏。所以我们现在也期待像干细胞的进展、细胞模型、人员模型的一些进展将来可以有所突破。

在CNS领域，您觉得这类从业者或者同行要克服的最重要的问题是什么？

钟桂生

CNS疾病

2023-03-24

我觉得在整个基因治疗领域，不光是神经系统，还有其他的系统，最核心的还是我们怎么样能够把基因高效并且特异性地递送到我们需要表达的细胞里面去。

对于神经系统尤为关键的，也是尤为困难的一点就是怎么样从外面利用载体靶向到我们神经细胞，不管是神经元或者是其他类型的神经细胞，那可能就要通过血脑屏障，这也是一个很难的问题，我们递送小分子或者是抗体，这个也是我们需要解决的难题。同样在基因治疗领域里也是存在这样的难题。

我觉得目前我们还没有到那个阶段，就是我们能够非常高效并且特异性地递送到神经系统某些特定类型的细胞。

在CNS领域，基因治疗有哪些前沿的技术和方向？

钟桂生

CNS疾病

基因治疗

2023-03-24

今年已经上市的药物是PTC Therapeutics公司的基因疗法Upstaza，它是利用AAV2作为载体把AADC基因去表达，通过立体定位注射的方式，把AADC注射到我们脑内，能够让细胞能够重新产生多巴胺。

另一款上市的药物是2019年诺华公司利用AAV9递送SMN-1基因，目前这款药物是基因治疗领域里商业化做得最好的药物。

第一款上市的基因治疗药物也算神经系统疾病，它是Spark Therapeutics开发的，利用AAV2作为载体，递送RPE65基因用来治疗眼科遗传疾病。

这是我了解到已经被批准的三款可以用于治疗神经系统疾病的基因治疗药物。其实还有一些没有被批准的药我觉得同样值得关注的。

uniQure公司在神经系统基因治疗领域布局很广，在渐冻症（ALS）疾病方面，他是利用AAV5过表达microRNA，但是临床进展缓慢。国内神济昌华首个ALS管线SG001目前处于临床前阶段，预计今年启动IIT。

在亨廷顿病（HD）疾病方面，目前uniQure公司也在这方面开展了工作。我们国内的NeuExcell Therapeutics与Spark Therapeutics正在开展一项合作，旨在开发安全有效的HD基因疗法。

多维多组学MDMM技术平台的技术特点

高妍

MDMM技术

2023-03-24

1、从临床端找到更适合药物通路的疾病亚型Phenotype

2、人脑是高维器官，需要高维的技术和分型方式

3、在解释复杂脑疾病的病理学特征和疾病分型方面多维多组学优于传统单组学

4、多维多组学更有助于病理机制研究和新靶点发现

5、多维多组学依赖高质量数据来源

6、多维多组学依赖人工智能算法及算法的不断优化