政策法规: FDA宣布推广类器官与器官芯片技术取代动物实验
政策法规: FDA宣布推广类器官与器官芯片技术取代动物实验

FDA News Release
FDA Announces Plan to Phase Out Animal Testing Requirement for Monoclonal Antibodies and Other Drugs
For Immediate Release: April 10, 2025
Today, the U.S. Food and Drug Administration is taking a groundbreaking step to advance public health by replacing animal testing in the development of monoclonal antibody therapies and other drugs with more effective, human-relevant methods. The new approach is designed to improve drug safety and accelerate the evaluation process, while reducing animal experimentation, lowering research and development (R&D) costs, and ultimately, drug prices.
The FDA’s animal testing requirement will be reduced, refined, or potentially replaced using a range of approaches, including AI-based computational models of toxicity and cell lines and organoid toxicity testing in a laboratory setting (so-called New Approach Methodologies or NAMs data). Implementation of the regimen will begin immediately for investigational new drug (IND) applications, where inclusion of NAMs data is encouraged, and is outlined in a roadmap also being released today. To make determinations of efficacy, the agency will also begin use pre-existing, real-world safety data from other countries, with comparable regulatory standards, where the drug has already been studied in humans.
“For too long, drug manufacturers have performed additional animal testing of drugs that have data in broad human use internationally. This initiative marks a paradigm shift in drug evaluation and holds promise to accelerate cures and meaningful treatments for Americans while reducing animal use,” said FDA Commissioner Martin A. Makary, M.D., M.P.H. “By leveraging AI-based computational modeling, human organ model-based lab testing, and real-world human data, we can get safer treatments to patients faster and more reliably, while also reducing R&D costs and drug prices. It is a win-win for public health and ethics.”
Key Benefits of Replacing Animal Testing in Monoclonal Antibody Safety Evaluation:
- Advanced Computer Simulations: The roadmap encourages developers to leverage computer modeling and artificial intelligence to predict a drug’s behavior. For example, software models could simulate how a monoclonal antibody distributes through the human body and reliably predict side effects based on this distribution as well as the drug’s molecular composition. We believe this will drastically reduce the need for animal trials.
- Human-Based Lab Models: The FDA will promote the use of lab-grown human “organoids” and organ-on-a-chip systems that mimic human organs – such as liver, heart, and immune organs – to test drug safety. These experiments can reveal toxic effects that could easily go undetected in animals, providing a more direct window into human responses.
- Regulatory Incentives: The agency will work to update its guidelines to allow consideration of data from these new methods. Companies that submit strong safety data from non-animal tests may receive streamlined review, as the need for certain animal studies is eliminated, which would incentivize investment in modernized testing platforms.
- Faster Drug Development: The use of these modern techniques should help speed up the drug development process, enabling monoclonal antibody therapies to reach patients more quickly without compromising safety.
- Global Leadership in Regulatory Science: With this move, the FDA reaffirms its role as a global leader in modern regulatory science, setting new standards for the industry and encouraging the adoption of innovative, humane testing methods. In recent years, Congress and the scientific community have pressed for more human-relevant testing methods. Today’s announcement is a step by the FDA towards its commitment to modernize regulatory science as technology advances.
Working in close partnership with federal agencies such as the National Institutes of Health, the National Toxicology Program and the Department of Veterans Affairs, the FDA aims to accelerate the validation and adoption of these innovative methods through the Interagency Coordinating Committee on the Validation of Alternative Methods (ICCVAM). The FDA and federal partners will host a public workshop later this year to discuss the roadmap and gather stakeholder input on its implementation. Over the coming year, the FDA aims to launch a pilot program allowing select monoclonal antibody developers to use a primarily non-animal-based testing strategy, under close FDA consultation. Findings from an accompanying pilot study will inform broader policy changes and guidance updates expected to roll out in phases.
Commissioner Makary noted the far-reaching significance of this proposal. “For patients, it means a more efficient pipeline for novel treatments. It also means an added margin of safety, since human-based test systems may better predict real-world outcomes. For animal welfare, it represents a major step toward ending the use of laboratory animals in drug testing. Thousands of animals, including dogs and primates, could eventually be spared each year as these new methods take root.”
FDA宣布计划逐步取消单克隆抗体和其他药物的动物试验要求
即时发布:
2025年4月10日
今天,美国食品和药物管理局(fda)正在迈出突破性的一步,用更有效的、与人体相关的方法取代单克隆抗体疗法和其他药物开发中的动物试验,以促进公众健康。新方法旨在提高药物安全性,加快评估过程,同时减少动物实验,降低研发成本,并最终降低药品价格。
FDA的动物试验要求将减少、改进或可能使用一系列方法取代,包括基于人工智能的毒性和细胞系计算模型以及实验室环境中的类器官毒性测试(所谓的新方法方法或NAMs数据)。该方案将立即开始在新药研究(IND)申请中实施,其中鼓励纳入NAMs数据,并在今天发布的路线图中概述。为了确定疗效,该机构还将开始使用其他国家已有的、真实世界的安全性数据,这些数据具有可比的监管标准,并且已经在这些国家对该药物进行了人体研究。
“长期以来,制药商对具有国际广泛人类使用数据的药物进行了额外的动物试验。这一举措标志着药物评估的范式转变,并有望在减少动物使用的同时加速美国人的治疗和有意义的治疗,”FDA专员Martin a . Makary说,“通过利用基于人工智能的计算建模、基于人体器官模型的实验室测试和现实世界的人类数据,我们可以更快、更可靠地为患者提供更安全的治疗,同时也降低了研发成本和药物价格。这是公共卫生和道德的双赢。”
2022年9月,国会通过立法进行修订通过的FDA现代化法案2.0,修订了1938年的法律,该法律赋予了FDA监管权力。这次修订明确允许临床前药物测试包括非动物或人类生物学方法。这意味着FDA的权力范围被法律层面进行了更改,不再强制要求动物试验作为临床前测试的唯一途径。
然而,尽管FDA现代化法案2.0已经通过,但国会随后于2024年2月提出了FDA现代化法案3.0,其目的在于迫使行动迟缓的FDA实施早期法案。
即使在FDA现代化法案2.0通过两年多后,FDA尚未更新其法规以符合该法律,导致许多FDA法规仍然要求进行动物试验。这意味着法律的允许并未立即转化为实际操作层面的改变,FDA在很大程度上仍然维持着原有的动物试验要求。
也就是说FDA行动迟缓引发进一步立法,才在4月10日FDA宣布这样一条新闻。
多位参议员在介绍和支持FDA现代化法案3.0时都表达了对FDA执行力不足的担忧。参议员表示:我们不能允许FDA继续拖延实施这项关键法律,官僚惯性长期以来阻碍了这些变革的实施。这些言论都指向FDA在采纳非动物测试方法上的被动性。
在单克隆抗体安全性评价中取代动物试验的主要好处:
高级计算机模拟:该路线图鼓励开发人员利用计算机建模和人工智能来预测药物的行为。例如,软件模型可以模拟单克隆抗体如何在人体中分布,并根据这种分布以及药物的分子组成可靠地预测副作用。我们相信这将大大减少对动物试验的需求。
基于人类的实验室模型:FDA将推广使用实验室培养的人类“类器官”和器官芯片系统来模拟人类器官,如肝脏、心脏和免疫器官,以测试药物安全性。这些实验可以揭示在动物身上很容易检测不到的毒性作用,为研究人类的反应提供了更直接的窗口。
监管激励:该机构将努力更新其指导方针,以允许考虑这些新方法的数据。提交非动物试验强有力的安全数据的公司可能会得到简化的审查,因为某些动物研究的需要被消除了,这将激励对现代化测试平台的投资。
更快的药物开发:这些现代技术的使用应该有助于加快药物开发过程,使单克隆抗体疗法能够在不影响安全性的情况下更快地到达患者手中。
监管科学的全球领导地位:通过这一举措,FDA重申了其作为现代监管科学全球领导者的角色,为行业制定了新的标准,并鼓励采用创新的、人性化的测试方法。近年来,国会和科学界一直在敦促采取更多与人体相关的测试方法。随着技术的进步,今天的公告是FDA朝着实现监管科学现代化的承诺迈出的一步。
FDA与美国国立卫生研究院、国家毒理学计划和退伍军人事务部等联邦机构密切合作,旨在通过替代方法验证机构间协调委员会(ICCVAM)加速这些创新方法的验证和采用。FDA和联邦合作伙伴将在今年晚些时候举办一次公开研讨会,讨论路线图并收集利益相关者对其实施的意见。在接下来的一年里,FDA的目标是启动一个试点项目,允许选择单克隆抗体开发商使用主要的非动物测试策略,在FDA的密切咨询下。随附的试点研究结果将为预计将分阶段推出的更广泛的政策变化和指南更新提供信息。
马卡里专员指出了这项建议的深远意义。“对患者来说,这意味着更有效的新疗法。这也意味着额外的安全边际,因为基于人的测试系统可能更好地预测现实世界的结果。对于动物福利来说,这是朝着结束使用实验室迈出的重要一步
FDA释放的政策和观点关键点分析:
1、FDA明确鼓励企业在药品申报材料中整合类器官(organoid)、器官芯片(organ-on-a-chip)等替代方法所生成的数据,并将此类数据纳入快速审批通道(streamlined review)机制。对于采用该策略的企业,FDA将提供相应的政策激励,包括减少动物使用数量、缩短动物实验周期等,以降低研发成本并提升审批效率。
2、FDA已制定动物替代路径图(roadmap),并将持续发布和更新相关替代方法的技术指南(guidelines),以分阶段推进动物替代方法的标准化流程。
3、类器官/器官芯片等替代方法的应用范围不局限于单克隆抗体的安全性评价,未来还要扩展至其他其他生物制品、化学药物以及医疗器械等。
、从长期来看(3–5年内),FDA的目标是将动物实验从临床前安全性与毒性评估中转变为“例外”而非“常态”。经过验证的非动物方法(NAM)能够覆盖所有关键评估环节,FDA将推动监管框架转向以NAM为默认申报基础。类器官/器官芯片与计算模型的协同应用有望成为临床前研究的主流技术路径。
5、在单克隆抗体的安全性评价中,类器官/器官芯片技术能够提供更具人体相关性的预测数据,提升结果在真实世界中的外推能力,而传统动物模型在此方面常常存在较大偏差 。
6、与传统动物实验相比,类器官与器官芯片技术能够更准确地预测药物在人体内的反应,能够为药物开发提供更具临床相关性的前期评估数据。
新替代方法是动物实验的终结者?
超过90%在动物实验中显示安全有效的药物,最终并未获得FDA批准用于人类治疗。
人类与其他动物物种之间的基本生理差异导致动物模型不能完全模拟人类的健康和疾病状况。例如,一些对人类安全的药物,如阿司匹林,从未通过动物测试。相反,一些在动物模型中看似安全的药物,在人类试验中却可能致命。 动物实验的局限性和伦理问题促使科学界寻求新替代方法。包括类器官、器官芯片、计算机模拟和其他创新平台。这些方法不仅可以评估药物的免疫原性、毒性和药效学,还能提高临床前药物测试的预测准确性,带来巨大的经济效益,包括了时间成本降低和用在动物实验上的高昂费用成本降低。
2022年末,美国国会通过了FDA现代化法案2.0,授权使用非动物替代方法来支持新药临床试验(IND)申请,并取消了生物仿制药许可申请(BLA)对动物研究的要求。这一政策变革使FDA能够接受新替代方法替代动物研究。
2024年,FDA的科学委员会进一步提供了如何促进科学验证的NAMs采用的全面建议。
公众对这一转变的支持率也在不断增长。最近的民意调查显示,超过85%的成年人认为应该逐步淘汰动物实验,转而采用更现代的方法。
单克隆抗体药物测试为什么开始嫌弃非人灵长类动物?
在药物研发领域,单克隆抗体(mAb)因其在治疗癌症、自身免疫疾病等重大疾病中的潜力而备受关注。根据FDA现行规定,单克隆抗体的临床前研究必须包括:1)符合GLP规范的重复给药毒性试验,周期通常为1-6个月;2)药代动力学特征分析;3)安全药理学评估。然而,现有动物模型存在显著局限性:人源化单克隆抗体常会引发实验动物的免疫应答,这种异源蛋白反应不仅会改变药物暴露水平,更会干扰毒性结果的科学解读。由于物种间免疫系统存在本质差异,动物实验中观察到的免疫原性并不能准确预测人体反应。此外,实验室环境压力及实验操作本身都可能影响动物的免疫功能、炎症反应、代谢特征等关键生理指标,进而干扰疾病易感性和进展过程的评估。
在更广泛的方面,传统的动物实验在预测药物对人类的安全性和有效性方面存在局限性。超过90%在动物实验中看似安全有效的药物,最终未能获得FDA批准用于人类治疗,主要是因为动物模型无法充分模拟人类的生理和免疫反应。动物实验不仅在预测人类免疫原性方面存在不足,还可能遗漏某些在人类中出现的安全性风险。
核心目标
通过采用科学验证的新方法论(例如如器官芯片、计算模型、体外检测等),逐步减少临床前安全研究中对动物实验的依赖,提升药物安全评估的预测准确性,同时降低研发成本和时间。
关键背景
1、动物实验的局限性: 90%通过动物实验的药物因安全性/有效性失败; 物种间生理差异导致误判(例如TGN1412单抗在动物中安全但引发人体严重免疫反应); 伦理争议及高昂成本(单抗开发需上百只灵长类动物,开发总成本超 7.5 亿美元)。
2、政策支持: 《FDA现代化法案2.0》(2022)允许非动物替代方法用于 IND 申请; FDA科学委员会(2024)建议加速新方法论的验证。
3、技术进展: 器官芯片(例如肝脏芯片预测药物肝损伤的准确率高达 87%)、AI 模型、类器官等技术日趋成熟。
实施策略
1、短期(3年内)行动: 聚焦单克隆抗体(mAb):减少灵长类动物长期毒性试验(从6个月缩短至3个月); 数据整合:建立国际药物毒性数据库,利用现有临床数据替代部分动物实验; 试点项目:允许制药企业提交新方法论数据替代动物实验。
2、技术路径: 体外系统:多器官芯片模拟人体反应,免疫类器官检测细胞因子释放; 计算机模型:AI 预测抗体免疫原性、PBPK 模型优化药代动力学; 验证流程:通过回顾性分析(对比历史数据)和前瞻性试验验证新方法论可靠性。
3、跨部门协作: 联合国立卫生研究院(NIH)、退伍军人事务部(VA)等机构共享数据和资源,加速新方法论标准化与验证; 建立联邦级毒理学数据库(CAMERA),推动国际监管协调。
政策与激励
1、监管调整: 修订 ICH 指南,明确新方法论替代动物实验的条件; 发布案例指南,展示新方法论在IND/BLA中的成功应用。
2、企业激励: 对使用新方法论的企业提供快速审批通道; 公开“无动物实验获批药物”案例,树立行业标杆。
3、长期愿景(3-5年): 动物实验成为“例外”,仅用于新方法论无法解决的特定问题; 全球监管框架统一,推动新方法论成为药物安全评估新标准。
预期效益
科学:提升人体相关性,减少临床失败风险;
经济:缩短药物研发周期(当前平均研发周期为 9 年),降低单抗开发成本(当前平均开发成本为 7 亿美元);
伦理:减少非人灵长类等动物的使用。
FDA 通过整合类器官/器官芯片、AI 计算模型、体外检测等新方法论技术以及政策改革和跨部门协作,旨在建立以人体为中心的药物安全评估体系,推动监管科学进入“后动物实验时代”。这一路线图不仅提升公共健康保障,也有助于巩固美国在生物医药创新中的全球领导地位。
联系我们
北京佰司特科技有限责任公司
网址:www.best-sciences.com
电话:010-68999936
邮箱:best_science@163.com
地址:北京市朝阳区东三环中路乐成中心B座2109
北京佰司特科技有限责任公司 (https://www.best-sciences.com)
类器官串联芯片培养仪—HUMIMIC;灌流式细胞组织类器官代谢分析仪—IMOLA;光片显微镜—LSM-200;
蛋白稳定性分析仪—PSA-16;单分子质量光度系统—TwoMP;超高速视频级原子力显微镜—HS-AFM;微流控扩散测量仪—Fluidity One-M;
电荷光度测量系统—illumionONE;全自动半导体式细胞计数仪—SOL COUNT;农药残留定量检测仪—BST-100;台式原子力显微镜—ACST-AFM;微纳加工点印仪—NLP2000DPN5000;
- 2025-12-23
- 2025-12-23
- 2025-12-23
- 2025-12-23
- 2025-12-02
- 2025-11-03
- 2025-10-29
- 2025-10-28
- 2025-10-20
- 2025-10-20
- 2025-10-17
- 2025-10-01
- 2025-08-30
- 2025-08-30
- 2025-08-25