发现 > 资讯

定量与QMM--加速药物研发的替代方法

将来,QMM有可能继续发展并成为药物开发过程中更广泛使用的方法。随着人工智能(AI)和其他数字工具变得更容易获得,进行药物开发的方法也变得越来越重要。

· · ·

药物开发是制药工业中必不可少的过程,但是它也耗时且昂贵,包含临床前,临床和售后市场。寻找开发和加快流程的新方法就很重要,而在过去几年中获得广泛关注的解决方案之一是涉及定量方法和建模(QMM),该方法涵盖了可通用于仿制药现代化的多种手段。现代化和改进此过程是制药业的优先事项之一,尤其是在COVID-19大流行时期。

QMM与许多用于现代化药物开发和产品生命周期管理的方法有关。在药物开发系统中,采用数学模型来整合数据并做出预测。这些模型包括与药物产品相关的各种数据,例如配方,体外/体内释放,药代动力学(PK)和药效学(PD),临床反应等。QMM提供了一种辅助商业和医疗保健决策的方法,并使药物开发和采用过程更快。这对于具有广泛健康影响的药物(如非专利药)和得不到大量资金或关注的罕见疾病的治疗方法来说,尤其重要。

建模和模拟在药物开发中的应用越来越多,因为它们提供了综合信息和推论现有研究以外的机会。这导致了基于模型指导药物开发 (MIDD)的创建,可用于仿制药和品牌药物的方法。MIDD考虑了有关该药物的所有已知信息,并为定量风险建模提供了一种途径。本质上,它是以复杂和精密的方式使用数据,作出确信的预测,并降低负面结果的风险。

MIDD可以使用大型数据集并支持像FDA这样的机构工作。 这个模型可以在药物开发的各个阶段用于科学和监管目的,从新药申请开始,到NDA、ANDA和批准后的评估。 这意味着可以将其部署在开发流程的多个点上。

定量系统正在被证明越来越重要,其潜在影响也很大。 这些方法正在被更多地认识和利用,特别是在需要更快的药物开发过程时。它们可以被用来产生假设并建立对新的想法和新药物的理解。

QMM 使用的经验模型,具有明显的优势。 首先,它可用于内插并根据现有数据进行预测。 其次,它为涉及新情况的预测提供了更坚实的基础,因为它使用物理学、数学和生理学来实现这一目的。 研究人员可以对如何使用某种药物或如何将其作用应用于新的疾病有一个初步设想,但是,测试这些想法是漫长而昂贵的。 因此,QMM可以提供一种对它们进行预测试的方法,从而避免了不必要的人工测试和时间的浪费。 本质上,这些方法提供了一种利用复杂数据进行预测并抓获人类观察者容易错过的细节。

此外,QMM对于仿制药的开发尤其有用,并经常被讨论到这一用途。 由于品牌项目的数据通常是可采用的,因此它成为开发仿制药时削减成本和时间的途径,并提供了一种经验上合理的方法,可以在药物不安全的情况下简化流程并提高速度。QMM还可以提供更快进入仿制药,加快决策过程,减少对人体研究的需求,采用生物等效性方法,从而对审查过程做出总体更好的决定。

仿制药通常市场较小,这需要更有效的开发方法以保持竞争优势,同时也要产生积极的影响,因为仿制药更容易为公众所接受。 使用基于定量系统的新方法将可以改变仿制药开发的市场,从而使基于复杂产品的药物得到更快、更有效的开发,并且也可以更快地投放市场。

此外,QMM不仅与药物开发有关。它可以用于其他目的,例如,追踪罕见疾病的自然历史,如定量回顾性自然历史建模(QUARNAM),它可以用来更好地了解非常罕见的疾病,以制定干预措施,提供咨询和理解疾病。这种方法也可以用在案例研究上,就像荟萃分析可以用来理解已发表的研究一样,因为它提供了一种分析案例的现代方法。

QUARNAM的优点是快速,所付出的努力较少,它可以回答诊断所需的时间,患者的生存期,哪些因素可以预测疾病的严重程度,以及在哪里可以招募患者进行研究。通过了解罕见病症,该方法还可以为开发新的解决方案和治疗方法提供一个途径。

另一方面,制药业总体上越来越多地使用数字技术,而这一趋势没有停止的迹象。特别是,真正推动外包的任务花费太多时间,并且需要复杂的数据分析和模式识别。 还有一个重要的驱动力是使药物开发更快、更有效,这意味着能够快速获得结果并更好地使用现有数据。特别是COVID-19大流行病表明需要更快的解决方案,但除此之外,非专利药市场和其他市场需要更好的解决方案,以帮助安全地推出必要的药物,从开发过程开始直到上市后结束。

将来,QMM有可能继续发展并成为药物开发过程中更广泛使用的方法。随着人工智能(AI)和其他数字工具变得更容易获得,进行药物开发的方法也变得越来越重要。然而,COVID-19和由此产生的对数字化的推动提供了一个机会,可以看到数字解决方案是有效的。

今天,更多的组织将能够采用QMM,WHO或FDA等机构目前正在推广QMM, 所以它在现代化的仿制药开发和审查方面正变得更加被认可。


领取2天会员.jpg

来源:制药在线

版权及免责声明:本网站所有文章除标明原创外,均来自网络。登载本文的目的为传播行业信息,内容仅供参考,如有侵权请联系答魔删除。文章版权归原作者及原出处所有。本网拥有对此声明的最终解释权。


分享:

全部评论 ( 0 )

发评论