多乐游戏让生活

抗动脉粥样硬化药物:体内有效性证据怎么搭才站得住

发布时间:2026-10-15

做降脂和抗动脉粥样硬化(AS)新药的团队,常在同一个地方停滞:体外数据完整,靶点结合、细胞功能、机制链条都清楚;要向 IND 推进时,缺一份体内有效性证据。

这份证据需要回答三件事:斑块是否真的减少、减少幅度是否足以支撑"有效"、数据能否顺利获得审评核查。三者分别取决于模型选型、终点设计和质控体系。

而在建模之前,还有一个更前置的问题——

物种选哪个?






01


物种选择:按机制,不按阶段

没有经验的人总会想当然,药物的研发,早期用小鼠,确证用兔。它描述的只是"小分子、机制跨物种保守"这一种情形,却不适合当作通用规则。

真正决定物种选择的,是药物在哪个物种身上具有药理活性!

1.1 ApoE-/- 小鼠:梦开始的地方

ApoE 敲除小鼠是 AS 研究的奠基模型。Zhang 等 1992 年在 Science 首次报道敲除 ApoE 的小鼠自发出现高胆固醇血症和动脉病变[1];Nakashima 等 1994 年进一步证明,ApoE-/- 小鼠主动脉树各部位会依次出现从脂纹到纤维斑块、再到晚期病变的全部病理阶段[2]。

两篇共同确立了 ApoE-/- 高脂模型的价值:

病变进程与人 AS 的关键阶段可以对上!

image

文献:Zeng L, et al. Int J Mol Sci. 2025;27(1):378.(PMC12786042)

1.2 小鼠绕不过去的两个坎

两个容易被忽略的边界:

①靶点不保守

抗体、siRNA 常不识别鼠源靶点,原药在小鼠身上做不出可解释的结果,需改用替代分子或按 ICH S6(R1) 选药理相关种属[3]。

②CETP基因的缺失

小鼠和大鼠没有功能性 CETP 基因,靶向 CETP 的机制在小鼠体内没有靶点,除非用 CETP 转基因小鼠[4]。


1.3 为什么选择兔?

以LDL 为主要胆固醇载体且有CETP,脂蛋白代谢接近人[5];

腹主动脉3–4 mm可支撑在体超声与介入操作,采血量也足够做PK/PD联动采样。

表1 常用5种动物模型对比

image




02


终点设计与造模流程

2.1 标准化诱导流程

➡高脂高胆固醇饲料喂养:诱导系统性脂质代谢异常;

➥腹主动脉球囊扩张术:造成局部内膜损伤和血管壁反应;

➥术后继续高脂喂养:促进局部粥样硬化病变进展。

image

图1 兔腹主动脉动脉粥样硬化模型诱导流程图


AS动物模型研究中,单纯“是否有斑块”已不足以支撑高质量药效评价。

更理想的交付应包括:病变面积+斑块组成+炎症状态+血管重构+血脂/炎症因子等系统指标的综合证据链。

image

image
image
image

图:不同时间节点的血脂水平比较图

兔腹主动脉动脉粥样硬化模型血管超声示例图

兔腹主动脉动脉粥样硬化模型HE、EVG染色示例图

兔腹主动脉动脉粥样硬化油红大体染色示例图




03


证据全链条

一套完整数据包含五层:

模型创建性、体系灵敏度、受试药有效性、结构确证、在体动态。


3.1 阳性药对照:最容易被省掉的一层

模型能造出斑块,不等于检测平台灵敏到能检出药物效果。这是审评专家会问的问题。

兔 AS 模型中的他汀阳性药数据在文献中相当完整:在兔腹主动脉球囊损伤模型中,瑞舒伐他汀使 OCT 斑块面积从 2.26 ± 0.23 mm² 降至 1.60 ± 0.22 mm²,面积狭窄率从 42.7% 降至 25.4%[6];在腹主动脉球囊去内皮兔模型中,阿托伐他汀使内膜/中膜厚度比降低约 50%[7]。未做球囊损伤的单纯高胆固醇饲料兔模型中,阿托伐他汀使 en face 病变面积降低 51%[8],辛伐他汀使病变面积从 88.2% 降至 40.8%[9]。

image

文献:他汀类药物在兔动脉粥样硬化模型中的斑块负荷降低幅度。Lee SG, et al. PLoS One. 2019;14(5):e0215604.

这些数据构成平台的校准证据:能检出他汀的效果,就具备检出候选药效果的灵敏度基础。


3.2 结构确证:HE 与 EVG

image

文献:兔腹主动脉 HE 染色。标注内膜(intima)、中膜(media)与管腔(lumen),示内膜厚度测量方式。Lu X, et al. Sci Rep. 2024;14(1):9447.

HE 给出内膜厚度、I/M 比与管腔狭窄率。而在球囊损伤联合高脂喂养的模型中,还有一项染色不可跳过——EVG(Elastica van Gieson),它提供两项其他染色给不了的信息。

其一,造模机制直接可见。 

EVG 染弹性纤维,可显示内弹性板(IEL)的完整性或断裂。球囊损伤的机制正是机械性破坏内弹性板,EVG 让这一步直接可见[10,11]。

其二,结构定量从"估"变为"量"。

 IEL 是内膜与中膜的分界线,以 IEL 为边界才能定量内膜厚度与 I/M 比,否则只能目测[12]。


image

文献:Liang SN, et al. Acta Cardiol Sin. 2015;31(5):406-413.

image

文献:JoVE rabbit model

图:正常组(左)与模型组(右)兔腹主动脉 EVG 染色。箭头示内弹性板(IEL)陆续在性中断。下图:内膜/中膜厚度比(I/M ratio)定量。

两者合起来构成方法学优势:病变有明确的机械损伤起点(EVG 显示 IEL 断裂)与脂质沉积证据(油红 O),模型机制链条逐步可证。

边界说明:EVG 也能显示胶原,但它不是胶原定量的标准方法。纤维帽厚度、胶原含量等斑块稳定性指标,需另行采用 Masson 三色或天狼星红染色。


3.3 在体超声:把终点快照变成动态过程

传统终点设计得到的是取材那一刻的斑块状态,看不到过程。

在体超声支持纵向自身对照设计:每只动物先测基线,同一动物随访,自身前后比较。个体内比较的统计效能高于组间比较,n 需求随之下降,直接降低实验成本。

image

图:兔腹主动脉动脉粥样硬化模型血管超声示例图



04


质控体系

4.1 可复现性与完备资质是核心

现在我司该模型造模稳定、重复性佳,完全具备标准化对外承接研发项目的交付能力,同时我们具备CNAS认可资质,资质认定方面也具备可验证的说服力。


4.2 降低发补风险的六项

发补的常见原因往往不是药不好,而是数据的可追溯性与规范性不足。以下六项可在实验设计阶段解决:

1. 随机化——分组采用随机数表或软件,保留记录,不可事后调整

2. 盲法——给药、取材、读片、定量分层实施,保留盲法编码表

3. 样本量依据——写明 n 的计算依据(预实验标准差 + 预期效应量 + 检验效能)

4. 原始数据可追溯——原始图像、生化数据、切片编号与实验记录一一对应

5. SOP 受控——所有方法有受控编号的 SOP,版本可追溯

6. 仪器与试剂记录——仪器校准记录、试剂批号、有效期



05


结语

我们希望让AS临床前研究从“能造模”走向“能回答问题”

动脉粥样硬化研究的核心难点,不在于成功造模,而在于搭建能匹配各类科研需求的完整评价体系:

➤ 机制研究:还原清晰可解读的病变病理进程

➤ 药效评价:拥有精准可量化的干预观测窗口

➤ 器械研发:提供适配手术操作的血管条件

➤ 转化课题:产出对标临床指标的完整数据证据链


我司提供:自研高脂 + 球囊复合损伤兔腹主动脉 AS 模型,搭配活体超声动态监测与终点病理定量分析,为抗动脉粥样硬化药物、斑块稳定疗法、介入器械、影像诊断技术,打造兼具科学性、实操性、高转化价值的一站式临床前研发平台!!


欢迎围绕您的靶点、药物类型、器械类型或检测终点,与我们进一步沟通模型设计与项目方案~

参考文献

1

Zhang SH, et al. Science. 1992;258(5081):468-471.

2

Nakashima Y, et al. Arterioscler Thromb. 1994;14(1):133-140.

3

ICH S6(R1). Preclinical Safety Evaluation of Biotechnology-Derived Pharmaceuticals.

4

Zeng L, et al. Rodent Models for Atherosclerosis. Int J Mol Sci. 2025;27(1):378.

5

Fan J, et al. Rabbit models for the study of human atherosclerosis. Pharmacol Ther. 2015;146:104-119.

6

Lee SG, et al. PLoS One. 2019;14(5):e0215604.

7

Zhao M, et al. PLoS One. 2023;18(3):e0283612.

8

Luo F, et al. Sci Rep. 2017;7(1):2169.

9

Wei JM, et al. Arch Med Sci. 2013;9(2):340-346.

10

Lu X, et al. Sci Rep. 2024;14(1):9447.

11

Niimi M, et al. Front Cardiovasc Med. 2024;11:1424064.

12

Tang H, et al. Front Endocrinol. 2022;13:834207.

13

Tian J, et al. Heart. 2013;99(1):48-54.

14

You X, et al. PLoS One. 2014;9(4):e92445.

15

Soehnlein O, Silvestre-Roig C. Nat Rev Cardiol. 2017;14(10):574-575.

16

Daugherty A, et al. Circulation Research. 2017;121(6):e53-e79.