超过 90% 在动物实验阶段表现理想的候选药物,最终止步于人体临床试验。这是全球药物研发长期面对的现实阻碍。物种之间生物学层面的固有差异,造成动物体系下的药效信号,很难直接平移到人体场景。面对这一行业现状,产业与学术界都在寻找更贴合人类生理特征的临床前研究路径。
2026 年 8 月,由英国医学研究委员会 MRC 出资 2000 万英镑的临床前转化模型 Hub,于剑桥干细胞研究所启动建设。该项目尝试结合人源干细胞衍生类器官与 AI 计算工具,优化新药从实验室走向临床的评估链条。新格元生物(Singleron Biotechnologies)作为技术合作伙伴正式参与该项目实施。
Hub 的联合负责人 Matthias Zilbauer 教授提到,不少人类疾病无法在动物身上复刻,或是发病机制表现存在明显区别,动物模型很难输出对应不同患者个体的治疗参考。团队现阶段会优先围绕炎症性肠病、肿瘤、神经系统疾病开展类器官体系的搭建工作。 项目并不追求短期内完全替代动物实验。按照项目团队的判断,这套体系有望逐步降低研究当中的动物使用规模,为药物开发流程提供另一套评估维度。英国公开记录显示,2024 年当地共计开展 254 万项动物实验,随着该 Hub 相关体系逐步落地,有机会对动物实验的使用量形成缓冲。 整个 Hub 的工作逻辑,建立在来自 NHS 受试者的细胞样本之上。研究人员以此培育类器官,这类毫米级别的微型组织,可以留存患者个体独有的生物学特征,用于观察疾病发展进程以及药物带来的细胞层面应答。 但仅仅拥有类器官模型并不足够。模型和真实人体组织的贴合程度、药物干预之后哪些细胞发生应答、应答模式如何,都需要更高分辨率的检测手段才能厘清。传统批量测序获取的是组织细胞混合之后的平均信号,很难分辨不同细胞亚群各自的状态变化。 上述研究可以观测到组织层面的整体变化,却无法定位具体发生响应的细胞类型。 正是在这一缺口下,单细胞多组学分析能力成为项目重要的数据支撑环节。作为 Hub 的技术合作方,新格元生物承担先进人源模型的单细胞表征工作。在单个细胞维度捕获基因表达信息,研究人员就可以绘制类器官内部全部细胞类型、细胞状态以及药物响应特征的图谱。这些高分辨数据集,是 AI 虚拟细胞 AIVC 开展学习训练的关键输入素材。 AIVC 模型需要整合基因表达、表观特征、蛋白互作、空间信息等多层分子维度的数据,以此尝试模拟细胞面对药物、基因扰动之后的变化趋势。模型开展推演的基础,来自新格元单细胞多组学产出的多维生物数据集。 该 Hub 聚合了多家英国顶尖科研与医疗机构,包括惠康桑格研究所、MRC 分子生物学实验室、剑桥大学医院 NHS 基金会信托、皇家帕普沃斯医院 NHS 基金会信托,同时联动英国本土广泛的制药与行业合作方。 本次参与 Hub 项目,是新格元生物推进精准医疗 2.0 的一次实际实施。依托更具备人类生物学相关性的数据驱动手段,助力全球药物发现与疾病研究工作向前推进。 类器官搭建起贴近人体的体外研究载体,单细胞多组学输出高分辨的分子图谱,AI 工具进一步挖掘海量数据背后的生物学规律。在剑桥,一套面向临床前药物评估的全新研究链条,正在逐步推进落地。单细胞分辨率:从"平均信号"到"个体图谱"
顶尖机构聚合,构建全球协作网络
免责声明:
智慧医疗网转载其他网站内容,出于传递更多信息而非盈利之目的,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。
本平台所发布信息的内容和准确性由提供消息的原单位或组织独立承担完全责任!
凡来源注明智慧医疗网的内容为智慧医疗网原创,转载需获授权。