Insilico Medicine 的 AI 设计口服 TEAD 抑制剂 ISM6331 使 22 例间皮瘤患者中 4 例肿瘤缩小,计划 2027 年启动随机 2a 期试验
Insilico’s AI-designed TEAD inhibitor shrank tumors in 4 of 22 mesothelioma patients; randomized Phase 2a planned for 2027
Insilico Medicine 的 AI 设计口服 TEAD 抑制剂 ISM6331 在 1 期试验中使 22 例可评估间皮瘤患者中的 4 例达到部分缓解,缓解率为 18.2%。

间皮瘤癌细胞的显微视图。[Adobe Stock]
间皮瘤是一种发生在胸腔或腹腔内衬的癌症,患者在病情进展后可用的治疗方案很少。Insilico Medicine 是一家总部位于马萨诸塞州剑桥市的药物开发公司,利用生成式 AI 设计分子,目前正在既往接受过治疗的患者中测试其口服 TEAD 抑制剂 ISM6331,并于 10 月 25 日在马德里举行的 ESMO 大会上公布了首个人体试验结果。
在一项正在进行的 1 期研究中,22 名可评估的间皮瘤患者中有 4 名获得部分缓解,缓解率为 18.2%。首次扫描时,68.2% 的患者实现疾病控制,即肿瘤缩小或保持稳定。4 例缓解中有 3 例出现在第 8 周的首次扫描时,截至 8 月 14 日数据截止时仍有 3 例持续缓解,其中 1 例持续约一年。
这项无对照的剂量递增试验的参与者此前接受过中位两线既往治疗,应答者中包括接受过五线或六线治疗的患者。宾夕法尼亚大学 Abramson 癌症中心的肿瘤学家 Melina Marmarelis 在马德里公布了这些结果。在每日一次 130 mg 的最高报告剂量下,5 名可评估的间皮瘤患者中有 2 名获得部分缓解。

Halle Zhang
研究人员报告称,在 15–130 mg 的各剂量下均未出现剂量限制性毒性,剂量递增仍在继续。Insilico 肿瘤学临床开发副总裁 Halle Zhang 在邮件答复中表示:“蛋白尿是 TEAD 抑制剂这一类药物描述的靶向效应,因此随着剂量增加我们会监测肾功能。”在接受间皮瘤或其他实体瘤治疗的全部 36 名患者中,有 4 名出现治疗相关蛋白尿,即蛋白质渗入尿液。所有病例均为 1 级或 2 级且可逆。3 名患者(均在 130 mg 剂量组)出现 3 级治疗相关不良事件,包括无症状的胰酶升高、疲劳和药物皮疹。
ISM6331 靶向 TEAD 家族的全部四个成员,这些蛋白与 YAP 和 TAZ 协同开启参与肿瘤生长的基因。Hippo 通路通常会抑制这一活性。该通路的缺陷,包括 NF2 基因的缺失,为在间皮瘤中靶向 TEAD 提供了依据。ISM6331 由 Insilico 的 Chemistry42 生成式化学软件设计,可阻断 TEAD 棕榈酰化,这是一种与 TEAD 活性相关的脂肪酸修饰。Zhang 表示,该药物能阻断每一个家族成员,因为“它们可以相互代偿”。
ISM6331 加入了实验性 TEAD 抑制剂的行列,其中包括来自加利福尼亚州圣马特奥生物技术公司 Vivace Therapeutics 的棕榈酰化阻断剂 VT3989。在 2025 年 10 月发表于 Nature Medicine 的一项 1/2 期试验中,VT3989 在优化剂量下治疗的 47 名间皮瘤患者中使 26% 产生缓解。Vivace 于 9 月注册了其随机 3 期sTEADfast 试验,以比较 VT3989 与化疗在既往接受过治疗的上皮样胸膜间皮瘤中的疗效。在早期试验中,无论患者是否存在已识别的 NF2 突变,均出现了缓解。
ISM6331 的 1 期试验入组患者时不要求其具有 Hippo 通路状态,Insilico 正在“评估肿瘤生物学,以了解哪些患者可能获益最多”,Zhang 说。除这项工作外,该公司将根据“数据的总体情况,包括 PK、PD、安全性、疗效以及总体获益-风险比”来选择剂量,她说。视这些研究结果而定,Insilico 计划于 2027 年在间皮瘤中启动一项随机 2a 期剂量优化研究。
分类于:临床试验、药物发现、机器学习与人工智能、肿瘤学
标签:AI 药物发现、Alex Zhavoronkov、Chemistry42、ESMO 2026、生成式 AI、Halle Zhang、Hippo 通路、IAG933、Insilico Medicine、ISM6331、Melina Marmarelis、间皮瘤、NF2、Novartis、泛 TEAD 抑制剂、TEAD、Vivace Therapeutics、VT3989
Brian Buntz
作为 WTWH Media 的制药与生物技术编辑,Brian 在 B2B 媒体领域拥有近二十年的经验,专注于医疗保健和技术。虽然他长期对 AI 保持浓厚兴趣,但最近 Brian 已将数据分析作为核心重点,并正在探索从 NLP 和聚类到预测分析等一系列工具。
在 18 年的任职期间,Brian 报道了众多生命科学主题,包括临床试验、医疗器械以及药物发现与开发。在加入 WTWH 之前,他曾担任 Informa 的内容总监,专注于联网设备、网络安全、AI 和工业 4.0 等主题。在 UBM 的十年间,Brian 深入报道了医疗器械行业。可通过 LinkedIn 与 Brian 互动,或发送电子邮件至 [email protected]。
来源:Drug Discovery & Development · drugdiscoverytrends.com