WEEK 20动物模型与转化

从动物结果到人类转化

把 internal、construct 与 external validity 同 potency、exposure、RO/PD 和疗效连接。

动物有效只证明在该模型和暴露下发生效应;转化强度取决于中间链条和模型假设。

In vitro到Plasma PK到Tumor exposure到RO/PD到Efficacy到Human relevance的概念证据链
本周概念图:从输入、实验到可解释结论。箭头表示审查顺序,不代表单向因果。
Data Clinic · Case 20标本编号 BIO-W20

Plasma 覆盖不等于 tumor 覆盖

先回答:Plasma total=20 nM,实测 tumor functional=2 nM,target-low EC90=5 nM。怎样对应?

Concentration 与 EC90教学数据图
教学合成数据可视化。读图时先确认单位、坐标、对照和统计层级。
层级浓度相对 EC90
Plasma total20 nM4×
Tumor functional2 nM0.4×
Target-low EC905 nM1×
  1. Plasma coverage = 20/5 = 4×
  2. Tumor functional coverage = 2/5 = 0.4×,未达到 EC90
  3. Tumor/plasma ratio = 2/20 = 10%,penetration/target sink 消耗了 90% 的名义暴露
计算结果血浆看似充分,作用部位实测却未覆盖 target-low EC90。
项目解读优先解释 tumor penetration/target sink,并用 RO/PD 校准;不能仅提高 plasma dose 而忽略 safety。
证据边界内推边界:coverage 比较基于同单位 nM 的名义换算;外推边界:plasma total ≠ tumor functional,0.4× 是假设性比较而非结论;伪差风险:matrix、时间点与 E:T 差异使体外 EC90 与组织浓度不可直接对齐。

第 20 周学习包:从动物结果到人类转化

本周核心问题

动物中有药效,究竟支持“机制成立”“候选值得推进”“人类剂量可覆盖”,还是只能说明在这个特定模型和暴露下发生过肿瘤控制?

一、学习目标

完成本周后,应能够:

  1. 区分 internal validity、construct validity 与 external validity;
  2. 判断模型结果支持 mechanism、efficacy trend、exposure–response 还是 safety;
  3. 识别 species cross-reactivity、surrogate、target sink 和免疫系统差异;
  4. 将 in vitro potency、plasma/tissue exposure、RO/PD 和 tumor response 连成证据链;
  5. 区分 nominal dose、systemic exposure 和 site-of-action exposure;
  6. 解释为何单一模型不能建立临床 safety window;
  7. 用 second model、perturbation 和 model-informed analysis 提高可信度;
  8. 写出一份可用于项目会议的转化评审报告。

二、边界

本周不进行临床剂量推荐。非临床到临床的剂量、安全和监管决策需要整合适用 ICH/FDA 指南、相关物种毒理、临床药理、同类信息和正式模型分析。

三、学习时间安排

标准版:4 小时

学习块 时间 任务 产出
诊断 15 min 10 题 盲点清单
三类有效性 45 min internal/construct/external 证据分层
转化链 75 min potency→exposure→RO→PD→efficacy translational map
物种与安全 55 min surrogate/相关物种/窗口 assumption table
案例与验收 50 min 评审动物结果 decision memo

深入版:6 小时

  • 阅读 ICH S6(R1) 相关物种和暴露原则 45 分钟;
  • 阅读 ICH M15/FDA model-informed development 的模型可信度框架 45 分钟;
  • 对一个项目画 quantitative systems map 45 分钟;
  • 与 DMPK/in vivo/临床药理同事模拟 translational review 45 分钟。

四、课前诊断

  1. 动物随机盲法充分是否保证能外推人?
  2. 模型机制相似是否保证结果无偏?
  3. 给药 10 mg/kg 相同是否代表两个物种 exposure 相同?
  4. plasma exposure 覆盖体外 EC90 是否等于 tumor exposure 覆盖?
  5. Surrogate molecule 的 PK 能否直接替代临床候选?
  6. Relevant species 只看 binding 吗?
  7. Humanized model 能否定量预测临床 CRS?
  8. 动物有效 dose 是否可按体重直接换成人 dose?
  9. Safety window 为何需 exposure 而非只比较 mg/kg?
  10. 第二个模型最有价值的条件是什么?
课前诊断参考答案(先独立作答,再展开核对)
  1. 不保证:随机盲法充分说明 internal validity 高(实验内部因果可信),但外推到人还取决于模型相关性、物种差异与临床 exposure;三个有效性层面相互独立。
  2. 不保证:机制相似是 construct validity 的必要条件,但研究仍可因未随机、未盲、缺失数据等偏倚无法可信解释——模型相关不等于结果无偏。
  3. 不等于:物种间 PK(清除、生物利用度、FcRn)、target sink 和分子特性不同,相同 mg/kg 产生的 systemic exposure(Cmax/AUC)可以相差数倍。
  4. 不等于:从 plasma total 到 tumor free active 还隔着游离分数、外渗/淋巴转运、间质与空间穿透、靶结合 sink 等多个环节;平均 tumor 浓度也可能掩盖外围高、核心低的异质性。
  5. 不能:surrogate 提供机制类比,其 affinity/epitope、Fc、PK/组织穿透和免疫原性与临床候选不同,不能定量替代临床候选的剂量—效应关系。
  6. 不只:相关性还包括 affinity/potency 与人的接近程度、target 表达与组织分布、下游信号、FcRn/FcγR/补体、免疫细胞组成与 cytokine 网络,以及 exposure 可达到且耐受。
  7. 不能定量预测:humanized model 免疫重建不完整、donor 差异和物种混合,只能定性提示风险方向;CRS 的定量预测需要临床药理与正式模型分析。
  8. 不能:物种间 PK、靶点负荷和 TMDD 不同,按体重直接换算不成立;非临床到临床的剂量决策需整合相关物种毒理、临床药理与模型分析,不是简单换算。
  9. 因为 exposure 才可比:mg/kg 掩盖物种清除、游离分数和靶组织分布差异;安全窗要比较“药理活性 exposure 范围”与“不可接受毒性的 exposure”,并看 Cmax/AUC/Ctrough 哪个驱动毒性。
  10. 改变一个关键假设时:若第二模型只是重复同一 CDX、同一靶密度、同一宿主,只验证 repeatability;改变 target-low、donor、原位、免疫背景或 tumor burden 等关键假设才能提升外推可信度。

五、三类有效性

5.1 Internal validity

在这个实验内部,观察到的差异是否由 treatment 引起?

看:randomization、blinding、controls、baseline、missing data、measurement、statistics 和 exposure。

5.2 Construct validity

模型是否正确实现了想研究的机制?

看:target、effector、Fc、cytokine、tissue、disease state、dose/schedule 和 endpoint 是否代表目标构念。

5.3 External validity

结果是否能推广到其他模型、患者群或临床情境?

看:跨模型复现、患者异质性、物种差异、临床 exposure、disease biology 和同类证据。

三个层面独立:研究可以执行严谨但模型不相关;也可以模型高度相关但因偏倚无法可信解释。

六、转化证据链

分子质量与活性
→ 体外 potency/selectivity
→ 动物 plasma PK
→ tissue/tumor exposure
→ target engagement/RO
→ proximal PD
→ distal PD/immune state
→ tumor response
→ tolerability

每个箭头都包含假设。转化评审的工作是把假设显式化,并优先验证最可能改变决策的断点。

6.1 Potency 不是一条水平线

体外 potency 随以下条件变化:

  • target density;
  • effector/target ratio;
  • donor 和免疫状态;
  • time;
  • protein/matrix;
  • total vs free/active drug;
  • species target;
  • assay endpoint。

因此建议构建 potency envelope,而不是选一个最漂亮 EC50:

best-case potency
< typical relevant potency
< challenge-condition potency

6.2 Exposure 也不是只有 plasma

需要区分:

  • total plasma concentration;
  • free/functional plasma concentration;
  • tumor/interstitial concentration;
  • spatial distribution;
  • target-bound pool;
  • peak/trough 和持续时间。

对实体瘤,平均 tumor concentration 也可能掩盖外围高、核心低的异质性。

6.3 RO 与 PD 校准

有 RO/PD 时,可用体内数据校准“多少 exposure 足够”:

  • exposure–RO;
  • RO–proximal PD;
  • PD–tumor response;
  • 时滞与持续性。

若只有 plasma concentration 和 tumor volume,中间机制不明,外推需要更多假设。

七、物种、相关性与 surrogate

7.1 Relevant species

对生物药,相关性不仅是“能结合”,还包括:

  • affinity/potency 与人接近程度;
  • target expression、tissue distribution 与 turnover;
  • downstream signaling;
  • FcRn/FcγR/complement;
  • immune-cell composition 和 cytokine network;
  • disease/model state;
  • exposure 可达到且耐受。

ICH S6(R1) 强调基于药理相关性选择物种,并结合 exposure 解释。

7.2 Surrogate molecule

使用 mouse/other-species surrogate 可重建 on-target biology,但需单独比较:

  • affinity/epitope/valency;
  • Fc format 与 effector function;
  • PK/FcRn;
  • tissue penetration;
  • immunogenicity;
  • sample quality。

Surrogate 提供“机制类比”,不等于临床候选本身的定量剂量—效应。

7.3 Target sink

模型的 tumor burden、normal-tissue target 和 soluble target 可能与患者数量级不同,导致:

  • 不同 TMDD;
  • tissue partition 变化;
  • free drug/RO 不同;
  • dose proportionality 不同。

按 kg 比较 dose 而不比较 target burden 和 exposure,容易误导。

八、从药效到“是否推进”

8.1 最弱到最强的证据表述

  1. 在某模型/暴露下观察到 tumor growth inhibition;
  2. 个体与重复研究支持可重复效应;
  3. target/PD perturbation 支持预期 mechanism;
  4. exposure–response 与 RO/PD 连续一致;
  5. 在第二个、关键假设不同的相关模型中复现;
  6. 与人组织、患者样本或临床同类信息一致。

项目汇报应说明当前位于哪一级,不能从第 1 级直接说“有临床潜力已证明”。

8.2 第二个模型怎样才有价值

重复同一 CDX、同一靶密度、同一宿主,只验证 repeatability;若想提升外推,应改变一个关键假设,例如:

  • target-low 或不同基因背景;
  • PDX 患者异质性;
  • 原位而非皮下;
  • 免疫完整/不同 humanized donor;
  • resistant model;
  • 不同 tumor burden。

九、安全窗的解释

9.1 简化概念

pharmacologically active exposure range
vs
exposure associated with unacceptable toxicity

要比较 exposure,不只比较 mg/kg。还需看:

  • 物种 pharmacological relevance;
  • total/free/functional analyte;
  • Cmax/AUC/Ctrough 哪个驱动;
  • on-target tissue expression;
  • cytokine/Fc/immune network;
  • repeat-dose accumulation 与 ADA;
  • toxicity reversibility 和 severity。

9.2 肿瘤药效模型的限制

免疫缺陷 CDX/PDX 通常不能完整评价免疫毒性;humanized model 也可能放大或缺失某些组成。肿瘤抑制伴体重稳定只能说明该研究范围内的一部分 tolerability,不构成正式临床安全窗。

十、Model-informed 分析

模型可整合:

  • PK compartment/TMDD;
  • exposure–RO;
  • turnover/target depletion;
  • tumor growth inhibition;
  • interspecies scaling;
  • uncertainty 和 scenario simulation。

模型可信度应与决策风险相称。最低要求:

  • question/context of use;
  • assumptions;
  • data provenance;
  • parameter identifiability/uncertainty;
  • goodness-of-fit 与 diagnostics;
  • external/predictive checks;
  • sensitivity analysis;
  • 预测范围和失效条件。

模型不是用来隐藏缺失数据,而是把假设和不确定性定量化。

十一、转化评审表

层级 已有证据 关键假设 不确定性 最小补充数据
Molecule/QC
In vitro potency/selectivity
Plasma PK
Tissue distribution
RO/PD
Efficacy
Tolerability/safety relevance
Human relevance

十二、综合案例

TCE-X 在 PBMC-humanized target-high CDX 中 1 mg/kg QW 产生 complete regression;plasma trough 高于 target-high killing EC90 20 倍。模型只有一位 donor,Day 18 出现 GVHD;未测 tumor exposure/RO,target-low 细胞 EC90 比 high 高 50 倍;临床候选不作用 mouse CD3/target。

参考分析

数据支持在该 donor、target-high 和高系统 exposure 下,人 T cell 重定向可产生药效;不能证明低靶患者、长期控制、临床安全窗或所需人 exposure。GVHD 限制长期解释。优先补 target-low/多 donor 模型、较低 dose 的 exposure–response、tumor RO/PD 和另一个关键假设不同的模型。

十三、闭卷验收

  1. internal validity?
  2. construct validity?
  3. external validity?
  4. dose 相同为何 exposure 不同?
  5. plasma 覆盖 EC90 是否充分?
  6. surrogate 提供什么?
  7. relevant species 看什么?
  8. 第二模型为何应改变假设?
  9. 安全窗为何不能由 CDX 完成?
  10. 模型可信度核心?
闭卷验收参考答案(先闭卷作答,再展开核对)
  1. 实验内部因果可信度:在该实验内部观察到的差异是否由 treatment 引起,取决于随机、盲法、对照、基线、缺失数据、测量、统计和 exposure。
  2. 模型是否实现目标机制:construct validity 看 target、effector、Fc、cytokine、disease state、dose/schedule 和 endpoint 是否代表想研究的构念。
  3. 能否推广:结果能否推广到其他模型、患者群或临床情境,看跨模型复现、患者异质性、物种差异、临床 exposure 和同类证据。
  4. PK 与靶点差异:物种间清除、生物利用度、FcRn、target sink(TMDD)和分子特性不同,相同 mg/kg 可产生相差数倍的 exposure。
  5. 不充分:EC90 通常来自体外体系;还需区分 total/free/functional、tumor/间质浓度与空间分布,并用 RO/PD 校准“多少 exposure 足够”。
  6. 机制类比:surrogate 可重建 on-target biology,但 affinity/epitope/Fc、PK/组织穿透与临床候选不同,不等于临床分子本身的定量剂量—效应替代。
  7. 多维度相关性:结合之外,还有 affinity/potency 接近程度、target 表达与 turnover、下游信号、FcRn/FcγR/补体、免疫细胞组成,以及 exposure 可达到且耐受(ICH S6(R1))。
  8. 提升外部/构念有效性:改变一个关键假设(target-low、不同 donor、原位、resistant 模型、不同 tumor burden 等)的第二模型才能检验外推;只重复同一设计仅验证 repeatability。
  9. 相关性不足:免疫缺陷 CDX/PDX 通常不能完整评价免疫毒性,humanized model 也可能放大或缺失某些免疫组成;正式临床安全窗需相关物种毒理、exposure 与免疫网络证据。
  10. Context of use 与不确定性:明确问题与适用场景、假设、数据来源、参数可识别性/不确定性、goodness-of-fit 与外部检验、敏感性分析及预测失效条件;模型可信度应与决策风险相称。

十四、本周最终交付物

评审一份已脱敏动物报告,提交三页《Translational Evidence Review》:支持结论、不能推出的结论、证据链断点、物种/模型假设、最小补实验和推进建议。

十五、延伸阅读

  1. ICH S6(R1): Preclinical Safety Evaluation of Biotechnology-Derived Pharmaceuticals
  2. NCI PDXNet consensus recommendations
  3. FDA/ICH M15: General Principles for Model-Informed Drug Development
  4. ARRIVE Guidelines 2.0