新药研发“去动物化”

　　近一个月以来，“猴价”飙涨再度挑起创新药行业的焦虑。几乎同一时间，国家药监局药审中心发布“先锋计划”征求意见稿，透露将启动“推进新方法研究和应用试点计划”，以促进类器官/器官芯片等新方法的研究和在药物研发中的应用。

　　CDE提到，传统动物试验已无法满足创新药快速研发的需求：传统动物试验周期长、成本高、通量低，而由于种族差异，动物试验结果向人体外推的准确性也有限。随着动物保护日益受重视，全球监管机构均大力推进“3R”原则的实施。

　　业界观点认为，这一政策动向不仅意味着NAMs获得监管“背书”，也意味着中国将加快建立起一套安全、可落地的NAMs验证、标准化和资格认证体系。在这一生态闭环形成之后，有望最终促成NAMs从“效率工具”跃升为支持新药IND和NDA 申报的“决策工具”，实现对动物乃至人体试验的部分替代。

　　“比较明显的一个信号是，头部CRO正在调整和拓展原有业务模式，进入NAMs领域。”英矽智能联合首席执行官兼首席科学官任峰对表示。

　　另据上海器官芯片企业耀速科技创始人兼CEO谢鑫透露：“2026年，我们预计将有数千万元营收及超亿元在手订单。”

　　所谓NAMs，涵盖体外系统、化学方法、计算模型以及基于多种数据进行WoE评价等动物以外诸多方法，旨在推动动物试验减少或替代。

　　多名受访业界人士均表示，在药物非临床试验中减少或替代动物试验，并不是一个全新命题，“类器官在中国的基础科研也已经做了十几年了”。之所以近年来推动NAMs体系化落地，乃至“重构药物研发范式”的讨论增多，是因为行业的核心痛点变得更加集中：新药研发投入和失败风险越来越高，已超越“双十定律”。

　　一方面，受抗体、ADC等大分子药物研发热影响，猴类实验价格大涨，甚至出现了临床前与临床早期成本倒挂现象；另一方面，特定疾病领域以及一些创新靶点和新型药物模式，在药物研发中可能缺乏成熟的动物模型。

　　谢鑫提到一组数据：传统动物模型预测人体的准确率仅在50%-65%之间，超过90%的候选药物因临床失败而折戟。

　　第一是肝脏毒性评估，这是目前验证最充分的领域，FDA已启动多中心联合验证项目，国产肝脏芯片综合准确率也已高达92.3%，能够识别出动物实验漏报的临床肝毒性。

　　第二是局部用药的局部毒性，如眼科、皮肤等给药场景，类器官可以直接模拟局部组织反应，比动物皮肤实验更贴近人体实际表现。

　　第三是缺乏合适动物模型的疾病领域，比如动脉粥样硬化、血脑屏障相关疾病、自身免疫疾病等，传统方法根本没有可用的动物模型，类器官/器官芯片不是“替代选项”，而是“唯一选项”。

　　“这些场景的共同特点是，传统方法无法提供足够的决策置信度，而类器官恰好能填补这一空白。”谢鑫说。

　　随着全球药物研发“去动物化”浪潮来袭，传统CRO企业早年为锁定实验猴资源而投建的重资产面临减值压力。但相较于市场“船大难掉头”的刻板印象，不少头部CRO已悄然开启转型之路。

　　以昭衍新药为例，该公司因拥有大量实验猴资源，凭借猴价上涨驱动业绩猛增，被资本市场贴上“猴茅”标签，但昭衍新药在2025年中报中已提出，该公司“始终遵循国际公认的3R原则，持续优化实验动物福利管理体系”，推动业务以“人源多功能干细胞生产”为基础向多种“类器官平台”方向拓展，同时致力于多类器官体系/芯片研发，计划结合心、脑、肝与肠类器官完善体外药效与毒理评价模型。

　　7月，另一家国内老牌CRO公司美迪西发文称，该公司已前瞻布局的集“AI 驱动+类器官+干湿融合”三位一体的NAMs服务平台，打通类器官、器官芯片、AI预测、PBPK模拟、体外毒理等技术能力。

　　美迪西相关负责人在接受时表示，美迪西布局NAMs并非出于对某一市场收缩的被动担忧，也并非对海外业务收缩的反应，而是基于对全球药物研发范式变革的主动战略判断。

　　“客户需求在演变。”该负责人透露，已经收到并承接了来自科研院所和制药企业的相关服务咨询和项目。这些需求大约从近一两年开始显著增加，与FDA等监管机构政策信号的强化以及中国创新药企国际化进程的加速高度相关。

　　据其介绍，这些需求主要体现在三个方面：一是对新型药物模式评价的需求。在细胞治疗、基因治疗、ADC等新兴领域，传统动物模型往往因物种差异而无法很好地预测人体反应。客户希望借助人源类器官、微生理系统等模型补充关键数据。

　　二是早期筛选效率的提升。在药物研发的Hit-to-lead、Lead-to-PCC等关键阶段，客户希望通过类器官模型和AI预测模型快速评估候选分子的药效和毒性风险，在进入动物试验和临床试验之前作出更优的取舍决策，从而降低后期失败率。

　　“我们正在依托自动化实验室，搭建一个以肝类器官为核心的自动化筛选与评价平台，用于肝脏毒性的早期评估。”任峰表示，根据英矽智能的设想，该平台不只用于做单次实验判断，而是通过标准化、规模化、自动化的方式持续产生高质量数据，再结合AI对这些数据进行系统分析，逐步建立化合物结构特征与肝毒性风险之间的关联模型。如果这一模型能够不断被验证和优化，未来就有希望更早、更准确地评估候选分子在人体中的潜在肝毒性风险。

　　也就是说，随着药物非临床预测模型日渐多元化，业界开始将动物模型与类器官、AI计算模型等多模型数据整合用于新药研发，而这一前沿趋势正让CRO、类器官和AI制药等细分赛道的行业企业，从过去泾渭分明的上下游或竞争关系，转向合作与融合。

　　“传统CRO一定会进入这个市场，因为这是他们业务升级的必然方向。但NAMs对底层技术、数据科学和监管科学的要求极高，转型存在门槛。相较于单打独斗，全球NAMs趋势下，他们与类器官等替代模型领域的行业企业加深‘优势互补’。”谢鑫说。

　　据谢鑫介绍，在监管明确之前，类器官企业普遍经历过高投入阶段。目前，行业领先企业已经走过了纯“烧钱”的阶段。“我们2026年将有数千万元营收及超亿元在手订单，与赛诺菲、辉瑞、诺和诺德等全球头部药企的合作已从单次项目升级为多年期战略框架协议，这说明商业化路径是走得通的。”

　　资本市场的关注重点也随之迁移——从“概念验证”切向“落地能力”。“耀速科技半年内完成近4亿元A轮系列融资，投资方从国家队到地方国资再到产业资本全面覆盖，正是市场对这一趋势的判断。”谢鑫补充提到。

　　不过，类器官模型存在一个“天然”短板——无血管化结构、无完整神经支配与免疫微环境，因而无法模拟人体全身系统性反应。在此背景下，业界对AI和计算模型的想象空间在于多模型数据拟合。

　　比如，利用AI，将类器官和人或动物数据进行拟合，进而构建起多模型药效/毒理预测平台，帮助研究者从海量、多维、异质的数据中识别关联性，从而更准确地预测药物在人体中的安全性和有效性；又如，在计算医学的框架下，将类器官、动物、人类等多

　　多名受访科学界和产业界人士认为，对于后者，短期内很难实现，核心掣肘在于生物模型对于数据量和算力的要求过高；对于前者，产业界的探索正在路上。

　　但也要警惕市场对AI模型的“万能叙事”。任峰举了一个例子：有效性预测和安全性验证是两套不同的逻辑体系，二者不能简单互相替代，也不能由一方直接推导另一方。也就是说，能够提升药效预测的AI模型，并不意味着它天然就能够准确预测安全性；反过来，AI安全性模型做得再好，也不代表它就能判断药物是否一定有效。

　　与此同时，对于NAMs企业而言，“走通验证闭环”的难度远超短期商业变现——目前对于NAMs是否以及如何与传统动物试验等效，各国监管进程不一。而当“补做动物试验”的达摩克利斯之剑始终悬于头顶，药企长期采购意愿可能趋于保守。

　　“中国在各自实验模型构建上并不缺基础条件，真正的挑战在于高质量数据积累、跨体系验证，以及如何利用AI把这些复杂数据转化为可用于研发决策的预测能力。”任峰称。

　　美迪西相关负责人持相近观点。他表示，建立NAMs数据的监管接受框架，明确在何种情况下NAMs数据可以作为独立证据或补充证据被接受，以及需要达到怎样的验证标准。这将为企业投入NAMs研发提供明确的信号和方向。

　　此外，在全球监管改革共振下，他还建议，中国监管机构应该推动国际合作与互认，减少不同监管体系之间的重复验证负担，为全球药物研发降本增效。

　　国家药品监督管理局药品审评中心相关研究人员近期撰文透露，今年，“新药非临床研究动物试验减少或替代策略探索”已被列入药品监管科学全国重点实验室资助课题。计划在2年内，针对药物动物试验减少或替代形成一系列指导文件或共识。这一课题研究将有助于药物研发大幅降低成本、开启新药研发的技术革命，并展现NMPA作为国际人用药品注册技术协调会成员国紧跟国际监管趋势、科学监管的姿态。