在新药研发的漫长旅程中，最让药企管理层和项目负责人心痛的，往往不是“药没做出来”，而是“钱花光了，才发现方向错了”。特别是对于当前火热的多肽药物赛道，管线立项与早期筛选阶段的决策，直接决定了企业的生死存亡。许多Biotech在完成靶点验证和分子筛选后，急于推进进度，盲目将未经充分“去风险”的分子推入GLP毒理阶段，最终导致数据“爆雷”，数百万研发资金打了水漂。
如何快速淘汰低潜力分子，把有限的资金留给真正有机会成药的那个？ 核心在于：早期临床前评价的策略精准度。
MD Pharma在多肽药物早期评价中积累了大量实战经验。今天我们结合案例，聊聊如何在早期阶段“快准狠”地完成分子的去风险评估。
多肽药物具有特异性强、免疫原性低等优势，但也存在半衰期短、易被蛋白酶降解、膜通透性差等天然短板。
在早期的管线立项中，MD Pharma建议研发团队必须围绕三个核心维度进行评估：
对于多肽候选分子，进入昂贵的GLP毒理阶段前，必须完成一套“去风险”的硬核体检。核心目标只有一个：判断是否有体内效应，提前排除高毒分子。
具体要跨越以下四道关卡：
1. 药理机制验证与体外活性筛选
不仅在分子层面验证结合力，更要看细胞层面的功能活性。缺乏明确机制的多肽，走不远。
2. 体内初步药效模型评估（核心去风险）
体外数据再好，进不了体内或体内无效也是白搭。这一阶段的重点是快速建立概念验证（PoC）。
【实战案例：避免无效分子的“无效投入”】
某创新药企开发了一款靶向特定肿瘤微环境的多肽偶联药物（PDC）。体外细胞实验显示IC50极低，客户计划直接进入GLP毒理。
MD Pharma团队在预审后，建议先进行短周期体内初步药效评估。我们在小鼠模型中快速开展了实验，结果发现：该多肽在体外活性极强，但由于在体内极易被血浆蛋白酶降解，半衰期不足15分钟，导致到达肿瘤部位的有效浓度微乎其微，体内完全无抑瘤效应。我们及时叫停了该项目，并建议客户进行结构修饰（如引入非天然氨基酸）。仅用了几周时间和极低的成本，就帮客户避免了几百万的GLP无效投入。
3. 初步PK：识别代谢短板
多肽药物的PK研究，核心在于“找漏洞”。
4. 单次给药毒性筛查：排雷高毒分子
不需要一上来就做复杂的长期毒性。通过非GLP的急性毒性探索，快速判断动物在极高剂量下是否会出现急性致死、严重的脏器损伤或不可逆的毒性反应。一旦发现“高毒”，立刻放弃，绝不手软。
在早期筛选阶段，药企需要的不是一个按部就班接单的“外包商”，而是一个能帮你“省钱、避坑、提速”的合作伙伴。
针对多肽等新分子的早期去风险，MD Pharma 提供高度灵活的短周期支持方案：
快速体内药效：建立多种属、多疾病领域的动物模型，以最快速度验证体内效应，支撑分子迭代。
筛选型PK：定制化、精简版的PK评价体系，快速锁定代谢短板，不追求繁琐的申报级全谱分析，只求“快速识别问题”。
急性毒性探索：灵活的剂量爬坡与单次给药筛查，为您把好GLP前最后一道安全关。
MD Pharma 既能提供快速的早期探索，也能无缝衔接后续的IND申报。我们以标准化实验数据推动候选分子快速进入下一研发阶段。
新药研发，资金和时间是最宝贵的弹药。
在早期阶段做对决策，比在后期做补救更有价值。MD Pharma愿做您早期研发的“策略合伙人”——把风险留在早期实验室，把无限的潜力留给临床。
多肽分子的淘汰赛，从第一轮就该跑对方向。
北京迈迪智药科技有限公司（MD Pharma）是一家聚焦生物医药与医疗器械行业的研发服务企业，试验基地面积3.3万余平方米。
MD Pharma围绕“源头创新—产品孵化—产业化—商业化”构建药械研发赋能体系，整合药物发现、药学研究、临床前CRO、及医疗器械安全性评价等能力，为创新药企、科研机构及AI制药企业提供从早期发现、成药性评价到IND申报的一站式研发服务。
依托专业研发团队和综合实验平台，MD Pharma帮助客户分散新药研发资金投入与项目风险，降低研发成本、缩短研发周期，推动候选药物及创新医疗器械从实验室研究走向临床申报和产业化。
MD Pharma采用7×24小时工作模式，项目进展实时同步、实验数据真实完整，可满足客户对研发效率、过程透明和数据质量的要求。
针对AI制药项目，MD Pharma定位为连接算法预测与生物验证的“湿实验验证中枢”。AI智药企业可利用人工智能高效完成靶点发现、分子设计、虚拟筛选和成药性预测，但候选靶点与候选分子最终仍需进入细胞、动物、组织样本等真实场景，完成活性、选择性、药效、药代和安全性验证。
MD Pharma可将AI输出的靶点和分子转化为标准化、可追溯的实验数据，并反馈至模型训练与分子优化流程，形成“AI预测—实验验证—数据回传—模型迭代”的研发闭环，帮助客户减少无效分子进入高成本研发阶段。
【核心验证服务】
AI靶点发现与验证：开展基因表达分析、蛋白互作、信号通路、细胞功能及疾病模型研究，验证AI预测靶点与疾病表型之间的相关性和因果关系。
AI候选分子初筛：提供细胞活性与细胞毒性评价、靶点结合及作用机制研究、选择性分析、浓度依赖性和初步量效关系评价，以及体外代谢稳定性和初步成药性评价。
药效学评价：建立或提供肿瘤、免疫、神经、代谢、心血管等疾病相关细胞模型及小动物模型，开展体内外药效、作用机制和剂量—疗效关系评价。
药代动力学与安全性评价：开展药代动力学、组织分布、代谢及non-GLP安全性评价，为候选分子进入正式毒理研究或IND申报提供数据支持。
AI模型迭代与研发决策：对细胞、动物、病理及药代动力学数据进行结构化整理，帮助客户识别模型预测偏差、优化分子筛选规则，并判断项目应继续推进、结构调整还是及时终止。
MD Pharma致力于成为AI制药企业可信赖的湿实验验证与临床前研发合作伙伴，以真实生物系统检验AI预测，以标准化实验数据推动候选药物快速进入下一研发阶段。
