公司：Simulations Plus (NasdaqGS:SLP) * 公司是一家专注于定量系统药理学建模的软件和服务提供商，拥有专有的QSP建模软件Thales，并正在开发结合AI的新软件Turing[1][6][20][50] * 公司的QSP模型库覆盖心血管、肾脏、代谢、安全、肺部、肿瘤、炎症、免疫等多个疾病领域，并具备向新疾病领域扩展的能力[20] * 公司提供两种主要的商业模式：1) 客户直接授权软件和模型进行内部模拟；2) 由公司的专家团队提供基于服务的项目支持，最佳实践是结合两者，通过“服务项目”帮助客户内部团队学习曲线爬升[48][49] 行业：肥胖症治疗药物研发 * 行业正经历大规模的药物开发努力，众多公司启动了临床研发管线[7] * 当前肥胖症治疗药物的2-3年目标是减重，而5-10年目标则是治疗代谢综合征[18] * 行业趋势显示，即使是适度的减重（5%-10%）也能显著改善代谢综合征相关的多种疾病，这从公共卫生角度看具有积极意义[16][17] 核心产品/技术：ObesitySim QSP模型 模型概述与能力 * ObesitySim是一个基于能量平衡和恶心机制的定量系统药理学模型，用于同时预测肥胖症治疗中的减重效果和恶心发生率[5][25] * 模型建立在公司专有的Thales QSP建模软件内，能够模拟复杂的给药方案（如上调滴定、下调滴定）[6][21] * 模型的核心优势在于能够在同一个常微分方程环境中，同时预测恶心发生率、恶心普遍率以及体重变化[25] * 模型具有可扩展性，可以纳入新的作用机制和靶点，例如已纳入GLP-GIP-GCG三重激动剂Retatrutide[7][26] 模型校准与验证 * 模型已使用已获批的注射药物（司美格鲁肽、利拉鲁肽、替尔泊肽）和口服药物（司美格鲁肽、Orforglipron）进行了优化和验证[6][26] * 校准过程能够同时拟合安慰剂组（捕捉生活方式影响）和治疗组的多个临床试验数据，以生成单一的模拟患者群体[21] * 验证结果显示，模型对多种药物（包括口服司美格鲁肽、Orforglipron）的减重和恶心预测与临床数据高度吻合[31][32][33] * 模型支持将临床前数据转化为首次人体试验预测，为新化合物提供早期洞察[7][35] 模型应用案例：Retatrutide能量消耗量化 * 针对Retatrutide（GLP-1/GIP/GCG三重激动剂），公司利用QSP模型量化了其胰高血糖素受体激动剂成分对能量消耗的影响[9][39] * 方法学：首先利用已知的替尔泊肽数据，通过效力比例换算来预测Retatrutide的摄食减少成分；然后通过药代动力学模型和整体减重临床数据，反向推算出能量消耗增加的具体贡献度[39][40][41] * 模拟预测Retatrutide在68周治疗后可减少约26%-28%的体重，与后续公布的TRIUMPH-4研究结果一致，验证了模型的预测能力[45][46] * 此案例展示了如何利用建模填补公开数据空白（即能量消耗的直接测量数据），回答核心机制问题[42] 模型扩展：针对特定患者群体 * 除了肥胖患者群体，模型还针对2型糖尿病患者和MASH（代谢相关脂肪性肝炎）患者生成了独立的模拟群体，因为他们对相同药物的减重反应不同[28] * 对于2型糖尿病患者减重反应较弱的机制，模型初步考虑了高血糖导致的尿糖排泄（每日可达100-200卡路里）这一因素，随着治疗改善血糖，尿糖减少，抵消了部分药物的摄食抑制效果[59][60][61] * 模型目前不能直接预测血糖指标（如HbA1c）的变化，但已搭建了与公司内部其他模型的桥梁，可通过减重结果来预测其对糖代谢和MASH疾病活动度（如脂肪变性和纤维化）的改善[57][58] 其他重要内容 技术发展路线 * 公司正在开发将QSP建模与人工智能相结合的新软件平台Turing，旨在提高整个建模过程的效率，预计不久后将发布[49][50] * 未来将根据具体问题，提供从“自下而上”的Thales方法论到依赖智能体和GPU的Turing新工作流的多种选择[50] 模型局限性及未来方向 * 当前ObesitySim模型主要预测恶心发生率，尚未纳入恶心严重程度或其他胃肠道不良事件，但这是未来可能探索的方向[56] * 对于恶心反应的建模目前是基于现象学的半机制水平（考虑遗传变异导致的敏感性差异和耐受性），而非完全基于底层生物化学的机制模型，随着更多数据出现，其机制性将不断增强[64][65] * 将其他非GLP-1类作用机制（如肌肉保存剂Myostatin/Activin通路抑制剂、胰淀素类似物）纳入平台是可行的，关键在于是否有足够的临床数据来表征其药效动力学和不良事件特征[62]