据《纽约时报》和路透社报道，美国食品药品监督管理局（FDA）已批准革命性制药公司（Revolution Medicines）开发的胰腺癌靶向药物daraxonrasib的扩大用药（expanded access）通道。这一决定为这款在临床试验中展现显著疗效的新药惠及更多等待治疗的患者打开了大门。

突破性药物

Daraxonrasib是一款针对KRAS G12D突变的靶向抑制剂。KRAS突变是胰腺癌最常见的驱动基因变异之一，约35%至40%的胰腺导管腺癌患者携带这一突变。长期以来，KRAS蛋白因其结构特性被称为"不可成药"靶点，但新一代共价抑制剂技术改变了这一局面。

据路透社报道，在早期临床试验中，daraxonrasib使部分晚期胰腺癌患者的肿瘤显著缩小。其中一位知名患者——前参议员本·萨斯（Ben Sasse）的妻子——在用药后展现出令人鼓舞的疗效，引发了公众对这款药物的广泛关注。

扩大用药通道的意义

FDA的扩大用药通道（又称"同情用药"）允许尚未获得正式批准的药物用于患有严重或危及生命疾病的患者。这一通道的开放意味着更多无法参与临床试验的患者可以提前获得治疗机会。

《华盛顿邮报》指出，扩大用药通道的审批速度反映了FDA对这款药物疗效数据的高度认可。通常情况下，这一审批流程需要数周时间，而此次仅用了不到两周。

pancreatic cancer的挑战

胰腺癌被称为"癌症之王"，是美国第四大癌症致死原因。由于其早期症状不明显、难以检测和现有治疗手段有限，胰腺癌的五年生存率长期徘徊在约12%左右。

革命性制药公司的首席医学官表示：“我们很高兴能与FDA合作，让更多急需治疗的患者有机会获得daraxonrasib。这是向改变胰腺癌治疗格局迈出的重要一步。”

市场前景

行业分析师预计，如果daraxonrasib在后期临床试验中持续展现出积极数据，该药物有望在2027年获得FDA完全批准。届时，KRAS靶向治疗市场预计将达到数十亿美元的规模，涵盖胰腺癌、结直肠癌和非小细胞肺癌等多个适应症。

来源：The New York Times · Reuters · USA Today

药物背景

daraxonrasib由Revolution Medicines公司研发，是一种针对KRAS G12D突变的选择性抑制剂。KRAS基因突变是胰腺癌最常见的驱动因素之一，约占总病例的35%至40%。长期以来，KRAS突变被认为"不可靶向"，但近年来的技术突破使精准打击特定KRAS突变成为可能。

临床试验数据

在前期临床试验中，daraxonrasib展现出令人鼓舞的疗效数据。部分患者的肿瘤出现显著缩小，疾病控制率优于现有标准治疗方案。更令人关注的是，该药物的耐受性良好，副作用在可控范围内。

据《纽约时报》报道，美国前参议员本·萨斯（Ben Sasse）也是该药物的受益者之一。萨斯在确诊胰腺癌后参与了该药物的临床试验，其病情得到了有效控制。

扩大使用计划

FDA此次批准的是扩大使用计划（Expanded Access Program），也称为"同情使用"（Compassionate Use）。该计划允许患有严重或危及生命疾病的患者在药物尚未获得正式批准的情况下，提前获取正在研发中的治疗药物。

这一机制对于那些不符合正在进行的临床试验条件、且无其他有效治疗选择的患者而言尤为重要。胰腺癌被称为"癌症之王"，五年生存率仅为约12%，是新药需求最为迫切的癌种之一。

行业意义

分析人士指出，daraxonrasib的进展不仅对胰腺癌患者具有重大意义，也为KRAS突变型其他实体瘤（如结直肠癌和非小细胞肺癌）的治疗开辟了新的可能性。

Revolution Medicines的股价在消息公布后出现上涨，反映了市场对该药物商业前景的乐观预期。如果daraxonrasib最终获得FDA全面批准，将成为胰腺癌治疗领域的重要里程碑。

后续步骤

Revolution Medicines计划继续推进daraxonrasib的III期临床试验，以获取更充分的疗效和安全性数据，为最终的全面上市审批提供支持。公司预计将在未来一年内公布关键性试验的中期结果。

Source: The New York Times, Reuters

据《华尔街日报》和STAT News报道，美国食品药品监督管理局（FDA）于2026年4月底宣布了一项重大计划，将引入人工智能技术和实时数据收集系统来加速药物临床试验的审批流程。此举被视为药物研发监管模式的一次根本性变革。

新计划的核心内容

FDA的这一计划旨在利用AI技术对临床试验数据进行实时分析和评估，而非传统的事后审查模式。通过部署先进的AI算法，FDA将能够持续监测试验进展，更早地识别潜在的安全信号和疗效趋势，从而缩短从临床试验到药物批准的周期。

据WSJ报道，该计划包括以下关键要素：

1. 实时数据管道：建立从临床试验现场到FDA的直接数据传输通道，实现数据的实时收集和分析。
2. AI辅助审查：利用机器学习模型自动识别试验数据中的模式和异常，辅助审评人员做出更高效的决策。
3. 自适应试验设计：鼓励制药公司采用更灵活的试验设计，允许在试验过程中根据中期数据调整方案。

行业影响

这一举措对制药行业具有深远影响。传统药物研发周期通常需要10年以上，耗资数十亿美元。通过引入AI和实时数据技术，FDA有望将审批周期缩短数月甚至数年，显著降低研发成本。

据TipRanks分析，这一政策变化对中小型生物技术公司尤其有利，因为这些公司通常资源有限，更依赖于快速高效的审批流程。

历史背景与挑战

FDA在AI应用方面并非没有先例。此前，FDA已部署了名为"Elsa"的AI工具用于日常监管操作。然而，将AI深度整合到临床试验审批流程中仍面临诸多挑战，包括数据隐私保护、算法透明度、以及对AI决策的可解释性要求。

此前有报道指出，FDA内部使用AI工具时曾出现一些错误，引发了对AI辅助监管决策可靠性的质疑。FDA需要在创新与审慎之间找到平衡。

未来展望

FDA的这一计划与全球范围内AI在医疗领域加速应用的趋势相一致。如果实施成功，它不仅将改变美国的药物审批流程，还可能为其他国家的监管机构提供参考模板。

Source: STAT News, Wall Street Journal, TipRanks