当前新药研发面临着高成本、高投入、高风险等挑战，要如何利用各类数据对研发进程进行科学指导，从而降低试验风险和成本，具有重要意义。基于模型的荟萃分析（MBMA, Model Based Meta-Analysis）是模型引导的药物研发（Model-Informed Drug Development, MIDD）策略中的重要方法之一，MBMA将药理学知识、Meta分析和数学建模有效结合，将多种来源（临床前和临床研究，内部数据和外部数据）的数据和多个维度（靶标/机制，药代动力学，疾病/适应征，人群特征，给药方案，生物标记物/临床终点等）的信息进行整合，充分挖掘各类数据所蕴藏的信息以形成强大的证据集成，进而辅助新药研发人员和审评人员进行科学决策。

2021年12月22日，来自上海中医药大学交叉科学研究院的副研究员李禄金受邀来到欧洲杯竞猜平台临床研究中心，为线上线下参会者展示了MBMA在新药研发中的应用。

由于MBMA可模拟预测以往试验中不曾涉及的剂量、时间和协变量条件下的药效或安全终点，并且其具有间接比较功能，可将受试药物与其他竞争药物进行全面对比，因此在药物发现与转化研究、药物研发决策制定、临床试验优化设计、给药方案合理制定、上市药物全面比较等领域都广泛应用。在讲座中，李老师罗列了大量翔实的案例，如体外快速筛选出不易导致血压升高的新酪氨酸激酶抑制剂（TKI）药物，通过动物实验数据来预测γ-分泌酶抑制剂（GSIs）的临床表现从而优化阿尔兹海默症临床试验设计，利用临床试验短期获得的生物标志物预测长期临床终点，从而一一验证了MBMA的应用价值。针对成人用药数据外推至儿科人群、境外已上市境内未上市药品等方面，应用MBMA已分别建立了技术指导原则和临床技术要求，大大提高了效率，同时在安全性和有效性等方面也有保障。

目前，由中国药理学会定量药理专业委员会负责组织与撰写的MBMA专家共识已出版，李禄金老师作为主要专家之一，也参与了这版指南的撰写。讲座中，李老师还通过阿伐托他汀和依折麦布联合用药降低胆固醇的案例，详细拆解了MBMA的实际应用，令与会者深受启发。同时，李老师还探讨了在新冠疫苗接种中定量分析中和抗体滴度与免疫保护之间的关系，并分析免疫保护效力随时间的变化规律等大家关心的议题。

通过李老师的讲座，让与会者对于MBMA系统化归纳信息的优势在新药研发中的重要作用有了深入认识。随着细胞治疗、基因治疗和免疫治疗等新技术的发展，相关的研究数据也在快速积累中，MBMA也将为这些新的治疗领域的发展提供助力。

（文：顾雯韵；图：顾雯韵）