默克MET抑制剂“缉捕”特定非小细胞肺癌 新基“绞杀”AML
跻身单药一线治疗肺癌？KEYNOTE-042中国研究数据亮眼
在第20届世界肺癌大会（WCLC 2019）上，研究人员公布了由默沙东（MSD）公司开发的重磅抗PD-1疗法帕博利珠单抗（Keytruda，俗称K药），在KEYNOTE-042中国研究的最新数据。该研究由广东省人民医院副院长、广东省肺癌研究所所长吴一龙教授领衔。结果显示，与中国晚期/转移性非小细胞肺癌（NSCLC）患者的一线治疗相比，帕博利珠单抗单药治疗可改善患者OS，且具有良好的安全性。这将为帕博利珠单抗跻身中国NSCLC单药一线治疗再添力证。
由默沙东开发的抗PD-1疗法帕博利珠单抗是免疫检查点抑制剂领域的重磅药物，它通过抑制PD-1受体介导的免疫抑制信号，让人体中的T淋巴细胞能够被激活并且攻击肿瘤细胞。目前，该药已经获得美国FDA批准治疗多种癌症类型，同时也在中国获批用于治疗非小细胞肺癌和黑色素瘤。
KEYNOTE-042是一项国际性、随机、开放标签的3期研究，旨在比较帕博利珠单抗单药与标准铂类化疗治疗局部晚期或转移性PD-L1阳性（肿瘤比例评分TPS≥1%）非小细胞肺癌患者的疗效。这些患者没有EGFR或ALK基因突变，且没有接受过针对晚期疾病的全身治疗。主要终点是依次评估TPS≥50%、≥20%和≥1%患者的总生存期（OS）。次要终点是无进展生存期（PFS）和客观缓解率（ORR）。
结果显示，对于PD-L1 TPS≥50％、≥20％和≥1％的患者，帕博利珠单抗与化疗相比均改善了患者OS。在TPS为1%-49%的患者人群中，帕博利珠单抗对总生存期的改善同样优于化疗（19.9 vs 10.7）。在至少接受过1次剂量的帕博利珠单抗（n=128）或化疗（n=125）的患者中，3~5级药物相关的不良事件（AE）发生率分别为17％和68％。
▲KEYNOTE-042中国研究数据（截图来源：WCLC 2019摘要）
这一研究结果表明，与中国晚期/转移性NSCLC患者的一线治疗相比，帕博利珠单抗单药治疗可改善患者OS，且具有良好的安全性，这也与全球研究的主要终点一致。
靶向痴呆症相关精神病！Acadia创新疗法3期临床试验提前终止
专注于解决中枢神经系统疾病医疗需求的Acadia Pharmaceuticals公司宣布，其用于治疗痴呆症相关精神病（dementia-related psychosis）的pimavanserin，在关键3期试验HARMONY中，达到了主要终点。Acadia计划于2020年为pimavanserin提交补充新药申请。鉴于目前尚无FDA批准的用于治疗痴呆症相关精神病的药物，因此pimavanserin有潜力成为用于该项适应症的第一款获批药物。
Pimavanserin是一款选择性血清素受体反向激动剂（SSIA），能够选择性地靶向5-HT2A受体，降低它的基础活性。在人体中，5-HT2A受体的活跃程度与幻觉相关。当它受到迷幻药物或其他激动剂的刺激后，中枢神经系统就会由于兴奋产生迷幻现象。而pimavanserin结合5-HT2A受体后能减弱它的活性，从而减少中枢神经系统的兴奋程度，降低出现幻觉或妄想的风险。2016年，FDA批准该药上市，治疗帕金森病患者中的幻觉和妄想。
3期试验HARMONY旨在验证pimavanserin在不同亚型的痴呆症相关精神病患者中，缓解幻觉或妄想的有效性和安全性。在12周的开放标签稳定期内，符合预先设定的缓解标准的患者被随机分组进入随后的双盲期，或继续接受pimavanserin，或转换到安慰剂。试验的主要终点是，在双盲期间，痴呆症相关精神病的复发时间。试验中期有效性分析显示，与安慰剂相比，pimavanserin能统计显著延长患者痴呆症相关精神病再度复发前的缓解持续时间，达到了试验的主要终点。基于这一结果Acadia公司提前终止了这一3期临床试验。
AI助力药物发现！Atomwise达成两项合作
基于人工智能技术的药物设计公司Atomwise宣布，它通过分别与SEngine Precision Medicine和OncoStatyx公司合作，创立了两家合资企业。与SEngine Precision Medicine的合作将使用从患者体内获得的细胞培养的活体肿瘤类器官（organoid）模型，检测个体化药物分子的疗效。与OncoStatyx的合作将开发三阴性乳腺癌相关蛋白的靶向抑制剂。
Atomwise公司成立于2012年，其核心技术名为AtomNet，是一种基于深度学习神经网络的虚拟药物发现平台技术。AtomNet就像一位人类化学家，使用强大的深度学习算法和计算能力，来分析数以百万计的潜在新药数据。AtomNet由一个虚拟大脑驱动，模仿了人类的视觉皮层，通过“学习”数百万个关于药物作用原理的数据，来对自己进行训练。有了这一巨大的知识储备之后，AtomNet的虚拟大脑可以应用它感知到的模式来预测假想药物的有效性，并对现有药物的用途提出一些令人惊喜的建议。
上一篇：“青春中国”山东大学生短视频征集活动启动
下一篇：圣湘生物董事长戴立忠：增加输血相关传染病检