环球医讯创新药物

新加坡国立大学医学院研究人员开发出创新RNA纳米药物疗法，通过脂质纳米颗粒精准递送siRNA沉默SPTLC2基因，有效降低有害神经酰胺水平，显著减少肝脏脂肪堆积、炎症和纤维化，在实验室模型中证实对短期和长期治疗均安全有效，为全球约25%受代谢功能障碍相关脂肪性肝炎（MASH）影响的人群提供潜在根治方案，突破当前FDA批准药物仅惠及30%患者的局限，有望成为生活方式干预外的关键治疗选择，并扩展至糖尿病和心血管疾病等代谢性疾病领域。

EURETINA会议吸引了超过11,000名与会者，展示了视网膜疾病治疗的突破性进展。德国波恩视网膜专家Frank Holz博士在采访中强调，基因治疗和2×2毫米植入物等创新为地理性萎缩患者带来希望，特别是这些技术有望实现一次性治疗，减轻患者重复治疗的负担，并首次为晚期患者恢复视力，解决了干性年龄相关性黄斑变性治疗中的重大未满足需求，对改善患者生活质量具有重要意义。

本文系统阐述了仿制药申请中强制降解研究的关键科学要素，包括应力测试条件的选择标准、分析方法开发要点及质量源于设计理念的应用，详细解析了热、水解、氧化和光降解等机制的操作规范，强调了杂质谱分析、峰纯度验证和质量平衡在确保药物稳定性与安全性中的核心作用，并针对常见申报缺陷提出改进建议，为优化制剂开发、生产工艺及包装储存方案提供科学依据，对提升全球药品质量与公众健康保障具有重要实践价值。

本文深入探讨了云技术如何在2025年重塑生命科学领域，包括加速药物研发、促进跨地域协作、提高数据安全性、降低研究成本以及推动精准医学发展等方面。云技术已成为实验室和制药公司不可或缺的工具，它通过实时数据分析、预测建模和增强计算能力，使科学家能够更快地发现新药、更安全地共享患者信息，并为个性化治疗提供支持。随着云计算在医疗健康领域的深入应用，它正在改变研究方式、改善患者护理，并成为应对全球健康挑战的关键驱动力。

剑桥大学主导的二期临床试验CCMR-Two证实，糖尿病常用药物二甲双胍与抗组胺药氯马斯汀的联合使用能有效修复多发性硬化症患者受损的髓鞘，该保护性神经外层损伤会导致疲劳、疼痛及行走障碍等症状；试验数据显示药物组在视觉诱发电位测试中神经信号传导速度保持稳定，而安慰剂组出现下滑，表明该组合疗法有望阻止疾病进展，为全球15万英国MS患者及数百万患者带来首款修复髓鞘的潜在治疗方案，尽管长期效果仍需进一步验证，但研究者认为这标志着多发性硬化症治疗即将迎来转折点并可能扩展至阿尔茨海默病等其他神经退行性疾病领域。

新加坡国立大学杨潞龄医学院研究人员成功开发出一种基于RNA的新型疗法，通过使用类似脂肪的脂质纳米粒子将小干扰RNA精准递送到肝细胞，抑制SPTLC2基因表达，从而降低神经酰胺水平。该疗法在实验室模型中显著减少肝脏脂肪堆积、炎症和纤维化，且对其他器官无害，有望为全球约25%受脂肪肝疾病影响的人群，特别是新加坡高达40%的成年患者提供突破性治疗方案。这项发表在《科学进展》杂志上的研究证实，通过靶向肝脏损伤的关键分子驱动因素，该方法比现有系统疗法更为精确安全，未来还可能扩展至糖尿病、心血管疾病等其他代谢障碍的治疗，为数百万患者带来希望。

加拿大安大略省伦敦市的约翰·戴维森为纪念因杜氏肌营养不良症去世的儿子杰西，多年来通过"击败杜氏肌营养不良症加拿大"组织筹集并投资2000万美元用于研究。近日，加拿大卫生部批准了首款专门治疗该疾病的药物瓦莫罗隆（商品名AGAMREE），由凯伊制药公司开发。该药物作为新型皮质类固醇，可减少传统治疗的副作用，为全国约800名患者带来希望。尽管价格昂贵且尚未纳入医保，但专家认为这是重要进展，标志着患者治疗前景光明，戴维森表示儿子若在世会为此感到自豪，这为杜氏肌营养不良症家庭带来了历史性突破。

巴西研究团队通过对第一代抗组胺药桂利嗪进行结构改造，成功开发出11种新型驱虫化合物，这些化合物对导致嗜酸性脑膜炎的广州管圆线虫幼虫展现出显著活性，其中化合物2b和3a效果最为突出，EC50值分别低至9.3 μM和8.7 μM，且在500 μM浓度下对HaCat哺乳动物细胞无毒性、1000 μM浓度下对秀丽隐杆线虫无毒性，证实其高度选择性，为目前尚无有效疗法的神经管圆线虫病提供了创新药物研发方向，该研究通过分子描述符分析揭示了双碱性氮原子和平衡亲脂性对驱虫活性的关键作用。

本研究提出创新的药效团引导生成式框架，在保持与参考化合物（如FDA批准药物）高药效团相似性的同时提升结构新颖性，以乳腺癌雌激素受体调节剂为案例验证了方法的有效性。生成的分子展现出优异的药物特性与专利潜力，其药物相似性定量评估值提升至0.59，合成可及性显著改善，且100%具备结构新颖性，为人工智能驱动的药物发现提供高效可解释的解决方案，有望加速先导化合物优化并突破传统分子对接计算的高成本瓶颈，同时确保生成分子符合药物研发的实际需求。

本文系统阐述了药物设计领域的最新突破，重点介绍BIND模型如何革新传统研发流程。该模型融合蛋白质语言模型与分子图技术，无需蛋白质三维结构即可高效执行虚拟筛选，在多项测试中性能媲美传统结构导向方法。研究证实BIND能精准识别有效配体、解析关键结合位点，显著提升筛选效率并降低计算成本，尤其适用于结构数据缺失场景。尽管在小样本优化方面仍有局限，但其在过滤无效化合物方面的卓越能力可大幅加速药物发现进程，为应对当前药物研发中的数据噪声、结构灵活性等挑战提供新思路，有望推动更快速、更可靠的创新药物开发，最终造福全球患者健康。