An Evidence-Derived Framework for Quantifying Translational Risk in Rare-Disease Drug Development
本文介绍了 POROS，这是一个可审计的、基于证据衍生的框架，它利用机器学习模型生成转化风险评分，从而量化罕见病的转化风险，该评分能强有力地预测 III 期临床试验的推进情况，并有助于识别药物研发中的关键证据缺口。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
开发一种针对罕见病的新药是一段漫长的旅程，而这段旅程往往在到达真正需要的患者手中之前就已停滞。科学家们可能已经完美理解了某种疾病的生物学成因，却仍然缺乏在人体中测试疗法的工具。他们可能面临无法招募到足够患者、缺乏衡量治疗是否有效的手段，或者缺乏一条清晰的政府监管路径。这种从“了解疾病运作机制”到“拥有可用于测试的疗法”之间的差距被称为“转化风险”（translational risk）。几十年来，研究人员一直试图以一种跨越不同疾病的一致方式来衡量这种风险。由于缺乏清晰的地图，很难判断哪些疾病已经准备好进入下一阶段的开发，而哪些疾病还缺少关键的拼图碎片。
一位名叫 Hanyu Su 的研究人员创建了一个名为 POROS 的新系统来解决这个问题。该系统并非依赖直觉或专家意见，而是像一次严谨的审计，通过扫描数千份公开记录，为 100 种不同的罕见病构建详细的概况。其目标是观察：某种疾病所拥有的证据量和类型，是否可以预测其能否成功进入大规模人体试验（即 III 期临床试验）。该研究将时间点固定在 2015 年 12 月 31 日，通过冻结那一时刻来避免使用未来的知识来解释过去。通过观察当时的已知情况，研究人员可以追踪哪些疾病在随后的十年中开始了大型临床试验，而哪些则没有。
该系统将疾病的“就绪程度”分解为五个不同的领域：生物学、临床开发、监管路径、经济可持续性和研究基础设施。对于每种疾病，软件都会搜索特定的、难以伪造的证据，例如是否存在患者登记库、是否已完成自然史研究，或者政府机构是否授予了特殊地位以加速审批。随后，它会分配一个 0 到 100 之间的风险评分，分数越高意味着该疾病进行高级测试的准备程度越低。研究人员发现了一个清晰的模式：风险评分较低的疾病更有可能推进到 III 期临床试验。在风险最低的一组疾病中，每一项都向前推进并开始了大型试验。相比之下，只有 30% 的高风险疾病成功迈出了那一步。
研究还揭示了哪些领域是最大的瓶颈。虽然生物学理解很重要，但系统显示，最常见的缺失环节通常是“监管先例”。这意味着许多疾病缺乏政府批准的历史或特殊认定，这些因素本可以使新药上市变得更容易。另一个主要障碍是基础设施的缺乏，例如能够协助组织研究的医生网络或患者组织。有趣的是，系统发现书面证据的数量与风险评分几乎完全相关。拥有更多记录在案的就绪证明的疾病，其风险评分较低，这表明获取并组织信息的能力与科学本身一样重要。
为了确保方法的准确性，研究人员将他们的自动化系统与人类专家进行了对比测试。计算机在识别关键证据的存在或缺失方面，准确率约为 87%，这一表现与人类评审者的水平非常接近。这种验证让团队确信，这些评分并非随机数字，而是反映了现实世界的状况。研究人员还进行了“假设分析”（what-if analysis），以观察如果一种疾病突然获得了某个缺失的证据（如新的患者登记库或政府认定）会发生什么。模型表明，增加监管证据对降低风险评分的影响最大，这可能有助于推动一种疾病向下一个开发阶段迈进。
然而，这项研究也存在重要的局限性。研究人员强调，他们的评分是一个用于优化研究优先级的工具，而不是保证成功的“水晶球”。该分析基于一个相对较小的 100 种疾病群体，且衡量的结果仅仅是“开始试验”，而非该试验是否成功或是否产生了获批的药物。此外，该系统完全依赖于公开文件，这意味着如果某种疾病有大量未发表的研究工作，它可能会显得比实际情况更不具备就绪度。再者，拥有大量文档与拥有低风险评分之间的强关联性使得两者很难区分；很有可能，拥有更多证据的疾病本身就更趋于成熟，而非证据本身导致了成功。
尽管存在这些局限性，这项工作仍为审视罕见病研究的格局提供了一种新方法。通过将“就绪度”等模糊概念转化为具体的、可审计的评分，该框架有助于识别差距究竟在哪里。它表明，对于许多罕见病而言，获得新疗法的障碍不仅在于缺乏科学构想，更在于缺乏测试这些构想的人体实验所需的支撑结构。研究结果表明，为了帮助更多患者，科学界可能需要像关注发现新的生物学靶点一样，同样关注建立患者登记库和明确监管路径。这种方法提供了一种基于证据的清晰方式，用以决定下一步的研究重点，从而确保从科学洞察到实现真实治疗的旅程尽可能顺畅。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。