2025年4月10日，美國食品藥品監督管理局（FDA）發布了一項里程碑式的新政。

文件中表示，將逐步取消單克隆抗體等藥物開發中對動物實驗的強制要求，轉而采用更具人類相關性的替代方法。

FDA的這份文件一經發出，很快引發了兩波輿論。

一邊是動物福利機構以及人道組織紛紛慶祝，并稱：“這是一項意義重大的決定，對于行業和需要治療的患者意義非凡。”

而另一邊則引起了生物醫藥界的強烈討論，不少大多認為FDA這一決定危險且激進，當前動物試驗難以被AI以及類器官/器官芯片等新方法完全取代。

FDA 表示，該公告是在國會和科學界近年來敦促采用更多與人體相關的檢測方法之后發布的。

根據最新的市場數據，全球實驗動物市場的規模在2021年達到了約177億美元，并從2015年以來以年復合增長率約9.4%的速度穩步增長。

究竟是FDA被動物保護組織裹挾，還是新方法前景廣闊，有望完全替代動物實驗？關于新技術的落地，我們跟幾位業內人士聊了聊。

被綁架的FDA？

一向以嚴謹著稱的FDA，如果被綁架你就眨眨眼。

事實上，如果一直關注FDA關于動物研究的政策，就會發現FDA近期發布的政策并不意外。

早在2022年9月，在各方力量的拉扯和推動下，拜登領導的美國政府就批準了一項法案——《美國食品藥品監督管理局現代化法案》。

該法案修改了近80年以來的強制規定——從1938年開始潛在藥物必須在動物身上進行安全性和有效性測試，FDA允許在動物或非動物試驗后，將藥物或生物大分子（如抗體）推廣到人體試驗。

與之相對應的，該法案正式確立了3R原則（減少、改進、替換），轉而利用更加科學的辦法替代方法研究，以減少對動物的依賴。

等于說，該法案的通過為其他替代方案的法律依據撕開了一道口子，為之后的政策鋪路。

這就不得不提到當時法案通過的背景：2022年整個市場“一猴難求”，食蟹猴單價飆升到19萬元/只，美國市場實驗猴價格甚至高達6萬美元/只。與此同時，美國的實驗猴大多由中國提供，被中國扼住供應鏈也讓美國有了其他考量。

盡管法案通過掀起了不少波瀾，但一位藥物研發資深人士告訴智藥局：這只是一項中長期政策，短期來看現有的很難取代動物試驗。

于是，絕大多數企業仍然使用傳統動物實驗作為新藥提交數據，并對新技術保持觀望的態度。

但近日政策的不同點在于，FDA首次明確提出了藥物研發動物實驗替代路線圖，并指出想要在3—5年內促使新的方法數據（NAM）成為FDA認可標準的計劃。

1～3 年內，利用國際現有數據，減少重復動物實驗，將單抗動物實驗周期從 6 個月縮短到 3 個月。5 年內將 NAMs 數據庫形成默認標準，在 NAMs 無法解決科學問題時使用動物實驗。

毫無疑問，這一細化路線圖即引發了輿論的強烈反應：不少業內人士認為，但想要3—5年就在行業建立標準可行的新方法，實在是過于激進。

事實上，FDA 主要展現出了對新技術的擁抱態度，新技術主要遵循3R原則，即改進減少、改進、替換當前的動物實驗，而并不是完全禁止。

此外，FDA優先圈定了單抗藥物的毒理動物試驗作為優先試點項目，背后也反映了該領域的研發痛點。

長期以來，抗體藥物發現一直面臨著成本高漲的危機，以及抗體藥物在動物實驗預測效率不足的問題。

器官芯片公司耀速科技科學事務總監葉森向智藥局分析：“我們研究路線圖就發現，FDA推薦優先開展幾個項目，包括單抗藥物的肝臟毒性、心臟毒性以及跟物種差異較大的免疫相關模型。其實都是當前動物模型預測效果一般，希望用新的科學方法提高預測效果。”

新方法，靠譜嗎？

要減少動物試驗，就得尋找替代手段，FDA表示要在IND階段引入“新型方法數據”（NAMs）。

FDA主要給出了兩大方向：AI計算模型，以及基于類器官/器官芯片等體外微生理系統。

近年來，機器學習和人工智能方法越來越多應用于毒理學，AI的優勢在于能夠快速篩選化合物，預測不同物種的反應，以及進行風險評估等。

例如PBPK模型（基于生理藥代動力學模型）在新藥研發中扮演著愈發關鍵的角色，該模型能夠應用于優化劑量與制劑設計、評估藥物相互作用（DDI）與安全性、支持特殊人群用藥等，加速研究發展。例如Brentuximab Vedotin就是全球首個依賴PBPK模型豁免DDI臨床研究的ADC藥物。

2022 年7 月，FDA 國家毒理學研究中心推出毒理學人工智能項目AI4TOX，旨在應用AI 方法來開發新工具。

但模型好不好，數據是關鍵。

這也是AI應用于藥物研發的最大阻礙，當前高質量的藥物毒理數據太少了，很多數據還因為數據保密原因無法共享。

此外AI模型在體外模擬的應用，以及模型驗證和透明度，包括如何建立AI模型的行業標準以及量化不確定性，都是一個巨大的難題。

有相關人士表示，盡管AI模型預測藥物反應進展迅速，但是它仍然依賴于現有的數據資源，對于未知的生理機制，可能反而會造成風險。同時AI受限于數據，AI在模擬人類復雜生理變化上也較為初級，短期完全替代動物實驗并不現實。

從落地角度來講，類器官和類器官則是呼聲最高的替代動物實驗的一種技術。

2022年8月，FDA批準了首個完全基于“類器官芯片”的免疫脫髓鞘藥物，該實驗結果由賽諾菲和器官芯片公司Hesperos合作完成。

與AI模型不同，類器官/器官芯片利用人源細胞構建了體外的測試系統，從而繞開動物試驗評價，有望更加精準評估藥物的安全性和有效性。

針對這一技術，FDA也做了充分的調研以及實驗準備。從2017年開始，FDA就聯合多家芯片供應商，將新技術引入實驗室。

此外，FDA、EPA還聯合十多家跨國藥企共同發起OASIS Consortium，該組織旨在為下一代臨床前藥物毒性預測工具進行合作以及制定行業標準。

也就是說，為了測試類器官/器官芯片對于傳統動物實驗的替代程度，FDA多次進行了對新技術的可重復性展開評估，為行業制定質量控制與性能標準提供依據。FDA表示，器官芯片預測肝毒性的準確率達 87%，并已經被納入 FDA 的 ISTAND 試點。

耀速科技向智藥局分析道：“我們做過一個大致的統計，動物模型的準確率其實是在50% ~ 65%，相比較之下體外模型的預測準確度集中在65%到90%之間，普遍高于動物模型的準確性。”目前耀速科技已作為中國唯一一家入選OASIS Consortium的公司，并和FDA簽署聯合試點協議。

與此同時，FDA計劃于2025年啟動試點項目，允許部分藥企采用非動物測試策略開發單克隆抗體。首批成果將用于修訂全球監管指南，推動多國采納類似標準。

與此同時，國內有超20家公司布局類器官/器官芯片賽道，未來有望為藥物發現深度賦能。

需要行業共建

實際上，該法案的不少利益相關方都對智藥局表示：當前用新技術還無法完全替代動物試驗，有希望在特定環節盡量減少動物實驗。

也就是說，盡管FDA表示希望替代動物實驗，但實際上行業仍然清楚還有很多技術、觀念、監管上的障礙需要破除，需要行業多方努力。

FDA也看到了當前行業認知和監管的痛點，致力于搭建多元化的溝通平臺，聯合學術界及產業方深度對話和合作。

針對數據不足的問題，FDA希望建立一個國際人類藥物毒性數據庫，鼓勵藥企收集、分析和提供這些數據，FDA將在IND申請中慎重考慮這些數據。

對于FDA而言，該政策文件的發布企業能夠考慮對新技術的采納，從而提供更多的案例，促進監管政策的不斷細化；對于有實力的企業，則能夠聯合技術方進行相關探索和驗證，從而進一步推動技術與監管的良性循環。

據悉，如今全球top20的藥企基本已經引進AI模型以及類器官/器官芯片平臺，用于試點以及推進新技術的采納，希望降低大規模藥物篩選的成本。

2023年5月， 羅氏宣布成立人類生物學研究所（IHB），專注于推進類器官等人類模型系統領域的研究，通過提高對器官功能以及疾病如何發展的理解來加速藥物的發現和開發。

顯然，逐漸增長的新藥研發成本，高失敗率，也在迫使行業尋求能夠更好預測藥效以及毒性的方法。

與此同時，國內監管方也在推進新方法替代臨床前動物實驗評估。

2024年10月，國家藥品監督管理局藥品審評中心（CDE）發布了關于《模型引導的罕見病藥物研發技術指導原則（征求意見稿）》。該文件明確指出，由于罕見病的特殊性，可用類器官和器官芯片探索性非臨床研究。

2023年，恒瑞醫藥利用“心臟器官芯片”篩選出抗心衰新藥HRS-1893，成為首個不依賴動物實驗數據獲批臨床的國產創新藥。

誠然，盲目且激進地取消動物實驗，是對患者安全性以及企業發展的不負責任。

但以積極的心態擁抱新技術，審慎地科學態度面對實驗結果，才有望彌合動物實驗與藥物研發之間的鴻溝，將藥物更好的送入患者手中。

—The End—