当地时间 4 月 11 日，美国食品药品监督管理局（FDA，Food and Drug Administration）宣布将会逐步取消对单克隆抗体及其他药物的动物试验要求。自 1938 年以来，FDA 一直要求任何新药在进入临床试验并获得人体应用批准之前必须经过动物试验。此次变更，标志着 FDA 将近百年的动物实验规定宣告结束。

（来源：FDA官网）

FDA 表示其计划减少或取代包括单克隆抗体在内的一些药物的动物试验，转而采用其他方法，并希望这些方法能够更加贴近人体生理学。目前，FDA 正在考虑的替代方案包括 AI 和计算方法，这些方法可以在计算机上进行安全性预测，以及将人类细胞系和类器官作为实验室模型。

新任 FDA 局长马丁·马卡里（Martin Makary）在公告中表示：“长期以来，药品制造商对已在国际上广泛用于人类的药物进行了额外的动物试验。这一举措标志着药品评估的范式转变，有望在减少动物使用的同时，加速为美国提供治愈方法和有意义的治疗。”其还表示：“通过利用基于 AI 的计算建模、基于人体器官模型的实验室测试和真实世界的人类数据，我们可以更快、更可靠地为患者提供更安全的治疗方法，同时降低研发成本和药品价格。这对公共卫生和伦理来说是一个双赢的局面。”

与此同时，FDA 还发布了一份路线图，描述了其加快验证和采用与人类相关的非侵入性监测的计划，并表示将更新其指南，以便允许使用这些方法的数据能够被纳入考量。该机构预计将在今年晚些时候举办一场公开研讨会来讨论该计划，并将根据定于今年启动的一项试点计划的结果，逐步实施更广泛的政策变革。FDA 还表示，这一试点项目将由某些制药商在与 FDA 密切协商后通过使用非动物方法来测试抗体。

于科研人员：不光要懂生物实验，还要具备跨学科能力

英矽智能创始人 Alex Zhavoronkov 告诉 DeepTech：“这项政策并不新鲜。2021 年，欧盟议会投票决议要求逐步停止在研究、监管测试和教育中使用动物。2022 年 12 月，美国发布《FDA 现代化法案 2.0》，该法案取消了药物开发中的动物试验要求，并允许使用包括 AI 预测模型、类器官组织在内的非动物替代品进行安全性和有效性测试。这是一个具有里程碑意义的公告，因为它正在推进新方法在监管过程中的使用。它被研究人员和动物福利倡导者广泛誉为减少动物试验的一步。”他继续说道：“本届政府预计将减轻监管负担，以便跟上甚至推动现代技术的发展。此次政策并不像大多数人认为的那么重要，距离实际落实还存在挑战，但这是朝着正确方向迈出的一步。”

美国耶鲁大学博士后研究员陈晟告诉 DeepTech：“我觉得 FDA 推出这样的政策是为了加速药物研发到上市的流程，以及节约药物研发的成本。因为传统流程要经历动物实验，体外实验，临床实验这一系列漫长的过程。新方法采用类器官+AI 预测，可以大幅减少这一流程，削减制药成本。”陈晟继续表示：“我个人认为这背后有 AI 公司和生物制药公司在背后推动。这也是美国制药公司（比如 Moderna）和风投公司（例如 Flagship Pioneering）近一两年主要侧重的发展方向。”

美国麻省理工学院刘毅博士告诉 DeepTech，FDA 这次推出新政策，主要是因为现在的科学技术，特别是体外模型（像类器官、器官芯片）和 AI 预测工具的发展，已经能在很大程度上提供比传统动物实验更贴近人体的评估方式。过去动物实验在药物研发和审批中确实起到了很重要的作用。但是，在不少时候，动物的实验结果和人类的实际反应并不完全一致，这也是很多药物虽然通过动物试验，但最后在临床阶段失败的原因之一。所以，FDA 这项政策其实反映了它对更科学、更精准评估手段的认可，也说明监管层在鼓励科研和药物开发朝着更高效、更符合伦理的方向转型。

刘毅认为，这个政策的好处非常明显。第一，它可以大大提高药物评估的人体相关性。像现在很多类器官、器官芯片这类模型，能更接近真实的人体环境，有助于人们在更早阶段就筛选出真正有效又安全的候选药物。第二，就是可以显著减少对实验动物的依赖。这不仅符合科学伦理，也回应了社会上越来越多对动物福利的关注。第三，像器官芯片、类器官和高通量筛选平台这些新工具，本身也更高效、重复性更强，整体上能加快药物研发进程，节省大量时间和成本。他指出，对学术界来说，这是一次很大的转型机会。未来的研究会越来越强调构建那些能模拟人体微环境的模型，比如类器官、器官芯片，还有三维共培养系统。这类模型可以更真实地反映人体在疾病或药物作用下的反应。与此同时，像计算毒理、系统生物学、AI 这些原本和生物医学不那么“贴近”的学科，现在也会变得越来越重要，彼此之间的融合会成为新的趋势。其表示，以前他和合作者的很多研究是围绕动物模型来设计的，但未来的验证体系可能更多是以“人源模型”为核心。这也意味着，科研人员得不断拓宽知识结构，不光要懂生物实验，还要具备数据处理、建模、工程设计等跨学科能力。换句话说，未来的科研人才要更“复合型”。

于业界：既是挑战，也是机遇

那么，这将给业界带来怎样的影响？陈晟表示：“实质上是有利于企业控制研发成本的。也利好于新兴的 AI 公司涉足生物制药领域。但之后可能导致公司的动物实验部门大规模地裁员。与此同时，制药公司可能会开放更多 Machine learning 和 AI Data Scientist 的岗位，利好 CS 相关的就业市场。目前就我所知，这样的岗位在领英上一发布，往往一天内就会收到 100+的简历。”

刘毅认为，对企业来说特别是生物医药公司和医药研发外包组织（CRO，Contract Research Organization）机构，这既是一个挑战，也是一个机遇。从挑战的角度看，很多企业需要更新原有的研发流程，引入更贴合 FDA 新标准的体外验证体系，比如人源细胞模型、器官芯片，还有各种数字建模工具。这些技术可能需要时间去适应，但一旦建立起来就能大大提升研发的精准性。与此同时，这也是一个很大的市场机会。随着动物实验逐步减少，围绕替代技术的新兴平台会迅速增长，比如提供类器官构建服务、微流控设备、数据分析软件等等，都会成为未来的新热点。另外，企业和高校、初创公司的合作也会更加密切。因为建立这些新体系，特别是建立标准化平台和验证流程，需要各方资源的整合。长期来看，这种合作能显著提升新药研发的成功率，也能加快新药的上市速度，最终让患者更快受益。

来自业界的 Alex Zhavoronkov 表示：“作为一家 AI 公司，这些新闻令我们倍感欣喜，我们看到 FDA 方面的重大变化。新政府希望显著减轻行业的监管负担。在过去 5 年中，英矽智能提名了 22 个开发候选药物，其中 10 个获得临床实验批件。我们仍然认为进行动物试验很重要，但政策的推行可以循序渐进。比如，GLP 研究成本，往往是非 GLP 的 7-8 倍，时间比非 GLP 也要长 3-4 倍。如果这一步可以有更有效的替代方式，我们可以节省更多的时间，并在药物发现方面创造新的记录。”

Alex Zhavoronkov 继续说道：“新政策可能会影响一些辅助开展动物实验的合同研究组织的收入，这也将给予 FDA 更多的运营自由。尽管改变并不会非常显著，因为它受到限制，但这是朝着放松管制迈出的第一步，使我们有望更快地获得安全有效的药物，并在较小的预算下为许多疾病开发更多的新药。我期待新政策进一步放松管制，并考虑解决衰老问题。”

新旧方法的衔接等问题不容忽视

刘毅指出，与此同时也不能忽视挑战。现在这些替代方法在不同领域的发展还不太均衡，比如一些系统性毒性或者多器官交互作用，目前还是得依赖动物模型。还有就是，很多新技术还没有形成统一的标准，监管层对它们的接受程度也不一，数据之间的互通性也需要建立。如果这些配套体系没跟上，可能会让新旧方法之间的衔接出现问题，甚至影响审批流程的效率和稳定性。

陈晟也表示，好处是成本控制，加速研发进程，保护动物。潜在风险其实也不难预测，特别是 AI 幻觉在各种大模型中普遍的存在，有的时候 AI 可能会给出一些看似合理其实漏洞很大的预测，导致药物的安全性非常不可控。而且类器官的研究还并不成熟，与真实人体内环境有一定差异。传统的动物实验相当于让动物作为“试错器”。新方法可能导致药物的潜在副作用交给临床实验的病人来买单。对微流控、类器官相关的实验室重大利好，可能今后会得到更多来自风投公司的投资，也会带动生物工程与机械学习进一步的紧密结合。

Alex Zhavoronkov 指出：“政策对于以单克隆抗体为主的疗法开发的益处是显而易见的，没有必要在动物身上进行 6-9 个月的临床前试验并花费数百万美元。但对于某些疗法而言，我们需要更谨慎的对待。另外，我认为对于有充分药物开发经验的公司来说，政策会进一步加速药物开发，团队仍会采取一切必要措施来验证药物临床前的安全性。但对于一些缺乏经验的新进入者来说，他们可能会滥用政策。”

几十年来，动物一直是生物医学研究的关键，因为尽管它们在生理上与人类不同，但许多动物在生物学上与人类足够相似，并且会患上与人类相同的疾病。在临床试验中，当某些阶段对人类来说可能过于危险时，动物往往被视为人类的良好替代品。动物在实验室中具有优势，因为科学家可以完全控制实验期间它们所生活的环境。此外，动物通常比人类寿命短，因此可以在动物的整个生命周期甚至与其后代一起进行几代的研究。动物模型对科学家很有帮助，但有时其成功程度并不如科学家所愿。动物并不是人类，因此它们具有不同的生物学特性、不同的化学物质处理方式以及其他差异，可能会导致人们漏掉一些东西。与此同时，人们在使用动物的时候也可能会高估其效果，这也正是本次倡议受到欢迎的原因之一。

然而，尽管这一倡议值得欢迎，但它出台之际，恰逢 FDA 因特朗普政府对其员工和领导层的大规模裁减而陷入严重混乱，一些评论人士认为这可能会影响其有效运作的能力。因此，实际效果如何还需交给时间。

参考资料：

https://www.technologynetworks.com/biopharma/news/fda-to-phase-out-animal-testing-requirements-398420

https://www.fda.gov/news-events/press-announcements/fda-announces-plan-phase-out-animal-testing-requirement-monoclonal-antibodies-and-other-drugs

排版：初嘉实