新药信息集锦
编号:230831日期:230831
新药前沿动态 |
1、再生元2款新药获FDA批准上市 来源:医药魔方 2023-08-21 10:37 8月18日,再生元宣布,阿柏西普8mg和Pozelimab两款新药已获FDA批准上市。 NO.1阿柏西普8mg 阿柏西普8mg获批用于治疗湿性年龄相关性黄斑变性(wAMD)、糖尿病性黄斑水肿(DME)和糖尿病视网膜病变患者。这是再生元开发的第2款眼科药物。 本次批准是基于阿柏西普8mg治疗wAMD的III期PULSAR研究和治疗DME的II/III期PHOTON研究的积极数据。 在第48周,两项研究均达到了非劣效性的主要终点,即与每8周给药一次的阿柏西普2mg相比,每12周或每16周一次的阿柏西普8mg在改善******矫正视力(BCVA)评分方面显示非劣性,且绝大多数患者能够维持每12周或16周的注射间隔。这两项关键研究的成功意味着阿柏西普8mg制剂可将治疗间隔从每2个月一次延长到每4个月一次。 在这两项研究中,阿柏西普8mg的安全性类似于阿柏西普2mg,且没有患者发生视网膜血管炎、闭塞性视网膜炎或眼内炎这些不良反应。 阿柏西普是拜耳和再生元联合开发的一款VEGFR-Fc融合蛋白,于2011年11月首次在美国获批上市,商品名为Eylea(阿柏西普2mg)。再生元保留阿柏西普在美国的专有权,拜耳获得美国以外的独家营销权。 根据再生元财报,Eylea(阿柏西普2mg)在2022年的销售额达到96.47亿美元,同比增长4%,其中美国地区销售62.65亿美元(再生元独占),美国以外市场销售33.83亿美元(拜耳负责,再生元分得13亿美元)。今年上半年,Eylea全球销售额为46.67亿美元,其中美国29.34亿美元,美国以外地区17.33亿美元。 此外,阿柏西普8mg制剂的上市申请也已在欧盟、日本接受审查中。 NO.2 Pozelimab Pozelimab获批用于治疗CHAPLE综合征。这是全球首款治疗该疾病的药物。 CHAPLE综合征,也称为CD55缺陷伴补体过度激活、血管性血栓形成及蛋白丢失性肠病或CD55缺乏型蛋白丢失性肠病,是一种由CD55双等位基因功能缺失性突变导致补体过度激活引起的超罕见遗传性免疫疾病。人体内缺乏CD55会导致补体系统攻击正常细胞,进而损害上消化道的淋巴管和血管,使血细胞和蛋白质流失。大多数患者会出现腹痛、血性腹泻、呕吐、营养不良、生长缓慢、腿部肿胀(水肿)、反复感染和血栓等症状,严重时会危及生命。据统计,全世界的CHAPLE综合征患者不超过100例。 Pozelimab是再生元利用其专有的VelocImmune技术平台开发的一款靶向补体因子C5的全人源IgG4单克隆抗体,旨在阻断补体因子C5的活性并预防补体途径介导的疾病。 本次获批上市主要是基于一项II/III期单臂临床试验(NCT04209634)的积极结果。该研究共纳入10例1岁及以上的CHAPLE综合征患者,旨在评估Pozelimab的有效性和安全性。患者需在第一天静脉注射30mg/kg剂量Pozelimab,随后每周根据体重皮下注射一定量的Pozelimab。研究的主要终点为实现血清白蛋白水平正常化和临床症状(包括腹痛、每天排便次数以及面部和外周水肿情况)改善的患者比例。 结果显示,治疗第24周,100%患者的血清白蛋白快速且持续恢复正常,且临床症状改善或无恶化。此外,患者的住院天数和白蛋白输注次数显著减少,年龄-体重分数和年龄-身高分数也在临床意义上增加。安全性方面,7例患者出现轻度或中度不良事件(AEs),其中最常见的AEs是缺铁,发热,鼻炎,荨麻疹和呕吐。 2、FDA拒绝批准口腔粘膜炎新药上市 来源:医药魔方 2023-08-10 13:08 8月9日,Galera Therapeutics宣布收到FDA就Avasopasem manganese(Avasopasem,GC4419)用于治疗接受标准治疗的头颈癌(HNC)患者因放疗引起的严重 8月9日,Galera Therapeutics宣布收到FDA就Avasopasem manganese(Avasopasem,GC4419)用于治疗接受标准治疗的头颈癌(HNC)患者因放疗引起的严重口腔粘膜炎(SOM)的新药上市申请(NDA)发出的完整回复函(CRL)。 FDA在CRL中表示,III期ROMAN研究以及IIb期GT-201研究数据不足以证明Avasopasem在减少头颈癌患者严重口腔黏膜炎方面的有效性与安全性。FDA认为,需要重新递交额外的临床试验结果。 Avasopasem是一种选择性小分子歧化酶模拟物,目前已开发的适应症包括晚期头颈癌(HNC)、放疗诱发的严重口腔粘膜炎(SOM)、放化疗诱发的食管炎等。此前,FDA曾授予Avasopasem突破性疗法和快速通道资格认定,用于减少放化疗诱发的SOM。 本次NDA该公司提交了包括随机、双盲、安慰剂对照的III期ROMAN研究和IIb期GT-201研究数据。新闻稿指出,两项试验都证明了接受Avasopasem治疗后的患者SOM疾病负担关键性指标出现了具有临床意义的缓解,包括SOM发生率和天数、SOM严重程度(4级口腔黏膜炎发病率、不能进食或饮水)的缓解,以及SOM发病时间的延迟。 SOM是口腔和咽喉粘膜的急性炎症,该病患者无法进食固体食物或饮用液体,是放疗的一种常见的毒副作用,而放疗是头颈癌的标准治疗方法。在美国,每年大约有4.2万名头颈癌患者接受标准放疗,大约70%的患者在治疗期间会发生SOM。中断放射治疗可以缓解SOM,但这会对患者原本良好的肿瘤预后产生不利影响。在Avasopasem之前,美国没有针对这类患者的SOM疗法获批上市。 3、寻找蓝海里的“珍珠”:云顶新耀多款创新产品即将商业化 来源:网络 2023-08-08 12:48 2023年7月27日,云顶新耀宣布创新型强效抗菌药物依拉环素(商品名:依嘉®)成功在中国商业化上市。依拉环素的成功上市,标志着云顶新耀正走向集研发、临床、生产、商业于一体的全产业链布局。 2023年7月27日,云顶新耀宣布创新型强效抗菌药物依拉环素(商品名:依嘉®)成功在中国商业化上市。依拉环素的成功上市,标志着云顶新耀正走向集研发、临床、生产、商业于一体的全产业链布局。 云顶新耀首席执行官罗永庆表示:“依拉环素在中国成功商业化上市是一个十分重要的里程碑,这样就意味着云顶新耀从临床阶段进入到商业化阶段。未来,我们还将继续推进耐赋康等其他疾病首创或同类******候选药物的上市批准和商业化,以进一步满足中国和其他亚洲地区尚未满足的医疗需求。” 广谱抗感染“新三剑客”:依拉环素、头孢吡肟/他尼硼巴坦、EVER206 细菌耐药性已成为全球主要公共卫生威胁之一。2022年,Lancet杂志发表了一篇细菌耐药性全球负担综述显示,2019年全球估计有4.95亿死亡病例与细菌耐药性有关,1.27亿死亡病例归因于细菌耐药性,而多重耐药革兰阴性感染治疗已成为核心难题。 多重耐药性的问题在ICU中最为明显。EPIC III在15165名人群调查结果显示,ICU内感染死亡率为30.3%。在疑似或确诊感染的患者中,65%患者至少有1次微生物培养阳性,其中,67%患者检出革兰阴性菌,37%检出革兰阳性菌。同时,近十年来,我国碳青霉烯耐药菌检出率增高,导致抗菌治疗选择有限且死亡率高,药物治疗十分有限,临床亟需新型强效抗菌药物解决“无药可用”的耐药感染困境。 今年3月,由云顶新耀引进的依拉环素获得中国国家药品监督管理局(NMPA)的批准,用于治疗成人复杂性腹腔内感染(cIAI),该药是全球首个氟环素类抗菌药物,具有全新的化学结构,抗菌谱广,抗菌活性更强,组织浓度更高,且安全性更好。而依拉环素在中国的获批上市,将成为中国临床耐药菌感染经验性治疗不可或缺的选择。 当然,云顶新耀的在抗感染领域的野心绝不止于此。罗永庆表示,“在广谱抗感染领域,除了依拉环素,我们还布局了头孢吡肟/他尼硼巴坦 (Taniborbactam)、EVER206 (SPR206)。其中,头孢吡肟/他尼硼巴坦已完成全球和中国的三期临床试验且获得了积极的数据,预计将于今年年底在中国提交用于治疗复杂性尿路感染的新药上市申请,EVER206则已完成全球和中国的一期临床试验。“依拉环素、头孢吡肟/他尼硼巴坦、EVER206将组成’新三剑客’,更好地满足临床需求。 “在过去,云顶新耀取得了令人瞩目的成绩,如今我们从成功的授权引进模式逐步发展到兼具强大的自主研发和业务拓展能力的双轮驱动模式,这种战略模式让我们实现’以最快的速度、最高效的投入、惠及最多患者’的目标。”最后,罗永庆说道。 |
市场动态 |
1、斯坦福大学分拆,加州AI制药初创融资2亿美元,计划推进首条管线进临床 来源:生辉 2023-08-23 14:16 近日,一家总部位于加利福尼亚州的 AI 制药初创公司 Genesis Therapeutics 宣布完成 2 亿美元 B 轮融资,这也是迄今为止今年内AI 制药领域最大的一笔融资 本轮融资由一家未具名的美国生命科学风投和该公司的种子轮投资方 Andreessen Horowitz(a16z)Bio+Health 共同领投,新投资方包括 Fidelity Management & Research Company、贝莱德(BlackRock)以及英伟达的风投部门 NVentures,现有投资方 T.Rowe Price Associates、Rock Springs Capital 以及 Radical Ventures 等持续押注。 此次融资获得了投资方的超额认购,完成B轮融资后,该公司的总融资金额也超过了 2.8 亿美元。此前,该公司在 A 轮融资中筹集了 5200 万美元。 新闻稿中提到,本轮所筹集的资金将会用于推进该公司成为一家处于临床阶段的AI制药公司,进一步投资其 AI 平台以及推进药物管线开发。 这是一家成立近 4 年的 AI 制药公司,技术主要源于原斯坦福大学 Vijay Pande 教授实验室,由斯坦福大学博士毕业生 Evan Feinberg 和加州大学伯克利分校校友 Ben Sklaroff 联合创办。该公司正在将 AI 技术与物理和化学等知识结合设计小分子药物,现阶段计划将首条管线推入临床阶段。 “在药物发现过程中,很多药物靶点在生物学上虽然已经得到了很好的验证,但由于复杂的化学反应而难以成药,人工智能为彻底改变药物发现的过程提供了更大的机会。新的投资正处于公司发展的拐点阶段,我们第一个基于 AI 的候选药物即将进入了临床阶段。”Genesis Therapeutics 联合创始人兼首席执行官 Evan Feinberg 说。 斯坦福大学分拆,基于 AI 设计小分子药物 “药物设计是一个涉及多个环节和学科知识的领域,涵盖了药物化学、药剂、药理、药物分析等等,在这个领域内难以做到赢家通吃(a winner-take-all space)。现在正是结合 AI 技术和生物技术的时刻,AI 正在降临到化学领域,并助力药物设计和开发。”Vijay Pande 博士说。 他现在是 a16z Bio+Health 的创始普通合伙人,曾在斯坦福大学担任 Henry Dreyfus 化学教授兼结构生物学和计算机科学教授。事实上,Genesis Therapeutics 的底层技术正是诞生于 Vijay Pande 实验室,该实验室专注于将机器学习应用于模拟化学、生物学和医学。Vijay Pande 曾共同开发了部分 Genesis Therapeutics 基础的深度学习技术。 联合创始人 Evan Feinberg 在该实验室完成了生物物理学博士研究,此前在耶鲁大学获得了物理学位。2013 年开始,他成为 Vijay Pande 实验室的一名研究生,主要从事开发可用于药物发现的新型 AI 技术。当时,他意识到,开发可应用于药物设计的算法过程中,最为关键的一点在于计算模型应该基于尊重化学和物理的自然定律基础之上。 Vijay Pande 解释道,当时,大多数机器学习程序通常都会忽略这一点,当时大部分想法是,只要有足够的数据,模型无论如何都会得出正确的答案。这种方法的问题在于机器学习模型实际上仅限于输入的数据。基于物理的模型可以在没有输入所有数据的情况下完成任务,不过运行中所需的算力使得执行这一过程很昂贵。 基于此,Evan Feinberg 发明了深度学习算法 PotentialNet,随后还为大型制药公司提供深度学习方面的咨询。他也是 MoleculeNet 和 DeepChem 开源项目的早期软件工程师。 “作为一名亲身经历过服用大多数与神经肌肉、肌肉骨骼相关药物的患者,我逐渐意识到当前医疗行业的局限性。我们尝试将公司从斯坦福大学分拆出来,招募更多药物开发和 AI 专家,加快 AI 技术与生物医药领域的结合。相信通过在深度学习方面的创新,我们的 AI 技术和经过验证的药物靶点之间可以形成紧密的反馈循环,加快我们发现更高效、高选择性和生物利用度的下一代疗法。”Evan Feinberg 说。 2019年,Evan Feinberg 与软件工程师、初创公司资深人士 Ben Sklaroff 共同创办 Genesis Therapeutics 并将该公司从斯坦福大学分拆出来独立运营。分拆出来的公司专注于基于深度学习技术设计和开发新型小分子候选药物,用于治疗患有严重和衰弱性疾病的患者。 Ben Sklaroff 在该公司担任 CTO,他在加州大学伯克利分校获得了电气工程和计算机科学学位,并在 Markforged 处于起步阶段加入负责领导软件团队,Markforged 现已成为北美增长最快的第 10 家公司。 后续,生物制药高管 James Schaeffer 博士也加入了该公司,Leonard Bell 加入担任董事会主席。Leonard Bell 是 Alexion Pharmaceuticals 的主要创始人并在此担任了 23 年 CEO,2008 年,他代表 Alexion 接受了美国******生物技术产品奖,这是制药研发行业的最高荣誉,相当于“医药界诺贝尔奖”。 根据新闻稿中的描述,这家公司现在已拥有大约 50 名员工,包括制药领域、深度学习技术和软件工程人员,分别在总部旧金山南部伯林格姆,以及在圣地亚哥的实验室。 计划推进首条管线进临床 上文提到,Genesis Therapeutics 的主要技术来源于 Vijay Pande 斯坦福大学实验室。在 2018 和 2020 年,该公司创始人发表了两项关键研究成果,第一项研究首次推出了名为 PotentialNet 的神经网络,其专门用于优化小分子与其蛋白质靶点的结合。第二项研究则声称利用深度学习能够以“非常高的准确率”预测候选药物的吸收、分布、代谢、排泄和毒性。 Vijay Pande 指出,基于这些研究,公司以独特的方式整合了深度学习、生物物理分子模拟的协同作用,并将 AI 与生物技术和制药专业知识等,因此可以克服这些‘不可成药’靶点难题。这显示出了公司在分子生成式 AI 技术方面的地位。 Genesis Therapeutics 正在开发独特的生成和预测 AI 技术平台——分子空间起源探索(Genesis Exploration of Molecular Space,GEMS),并利用该平台加速和优化小分子药物发现,以靶向“难成药”和“不可成药”靶点开发新型小分子候选药物。 根据官网的描述,GEMS 平台集成了基于深度学习的预测模型、分子模拟和分子生成的语言模型,通过生成有前景的分子进行合成和实验测试,并通过AI支持小分子化合物的发现和优化多个周期迭代此过程,从而加速候选分子的筛选。 该公司还开发了Dynamic PotentialNet 作为预测效力、选择性和 ADMET 的专有方法。这一机器学习技术可为 GEMS 提供了较高的属性预测速度和准确性。Dynamic PotentialNet 将蛋白质-配体复合物的 3D 结构和相互作用表示为空间图,通过结合分子模拟和实验数据进行训练,它可以学习结合亲和力背后的物理相互作用。这使得该模型能够推广到新的蛋白质靶标,并在没有目标结合亲和力数据的前提下,仅根据 3D 结构做出准确的预测。 Dynamic PotentialNet 集成了其专有的分子模拟平台,这使得 GEMS 能够学习 3D 结合动力学,包括蛋白质灵活性和关键水分子的效力。该公司指出,将深度学习与分子模拟相结合对于推进靶向“难成药”和“不可成药”靶点设计药物项目至关重要。 除了我们的预测模型之外,该公司还开发了一个大型分子生成引擎。GEMS 使用化学感知机器学习模型,可以指导创建新分子并探索每个药物项目化学空间的特定区域。在筛选苗头化合物(Hit ID)期间,GEMS 会生成数十亿个类候选药物和可合成的分子,从而实现对化学空间的多样化探索。在“先导化合物”和“先导化合物优化”期间,公司的化学专家指导 GEMS 从特定起点生成新分子,探索骨架跃迁并优化极具治疗潜力的化合物。 该公司表示,利用 GEMS 的独特优势,公司已经建立起了一系列内部管线,其中包含针对数据匮乏且通常“不可成药”靶点的多个项目。不过,并未透露公司正在重点关注的具体疾病和靶点,也没有透露管线进入临床试验的时间。只是提到癌症是重点之一,且新资金会促进其进一步丰富管线,并重点支持首条管线启动临床试验(新闻稿中提到该管线即将进入临床),使公司成为一家处于临床阶段的 AI 生物制药公司。未来,希望与制药公司进行战略合作,将筛选出的候选药物推向市场。 另一方面,该公司也已经基于技术平台达成了一些合作。比如,在成立初期与基因泰克达成一项药物发现协议,去年 5 月与礼来达成了价值高达 6.9 亿美元的药物发现协议。 |
注册信息部