學術新藥開發如何登上產業舞台?CRO 把關「品質文化」搭建可信數據橋樑

0

學術研究與產業應用之間的橋梁,越來越需要「品質文化」來鞏固。如今的新藥開發生態不再只是關於科學突破,更是關於如何讓這些突破「可轉化」、「可信任」、「可重現」。而其中最具影響力的角色之一,就是委託研究機構(Contract Research Organization,CRO)。它不僅幫助學界提升數據品質,更成為企業投資與合作決策時,最信賴的品質守門人。

在 2025 年日本生技大展BioJapan 2025,本文簡稱「生技展」)期間,來自京都大學、日本百靈佳殷格翰(Boehringer Ingelheim Japan)與富士軟片富山化學株式會社(FUJIFILM Toyama Chemical)等專家以「Pushing Academia-Led Drug Discovery Forward: Making Research Resonate with Industry through CRO Partnerships(推動來自學界的藥物開發:透過 CRO 夥伴關係,讓研究與產業產生共鳴)」為題分享,正強調一個關鍵:「讓學術研究與企業需求對得上,不是偶然,而是透過制度與文化打造出來的成果。從再現性、正確性到一致性,每一個科學細節,都可能是創新藥物能否走出實驗室的關鍵。」

基因線上走否由京都大學主辦,關於 CRO 合作推動學術界新藥導入業界的研討會現場,現場參與踴躍(攝影:吳柏緯)

學術研究為何卡在「死亡之谷」?

理論與實務之間存在斷層,因此許多優秀的學術研究,最終卻被困在論文裡,原因往往不在於科學性不足,而是「實用性不足」。企業要的不是理論的突破,而是實際可轉化的產品。而這之間的落差,就是產業界所謂的「死亡之谷(Valley of Death)」。

學術研究追求的是發現與解釋,而企業則更關注數據的再現性、風險控管,以及能否融入既有的法規與市場流程。舉例來說,一項發表在《Nature》期刊的創新療法,若無法證明其 in vivo 效果穩定、製程可放大、法規路徑明確,那麼即使再令人驚艷,也難以獲得產業青睞。

產學雙方往往缺乏「共同語言」也是一大瓶頸。學術圈強調創新與學術價值,企業則講求可靠性與風險管理。這種「價值觀不合」,使得再好的研究,也常常在技轉談判、合作前期就破局。這就是為什麼,許多企業會要求第三方如 CRO 進場評估數據品質,或直接參與設計實驗,確保學術成果能被實際落地。

企業要的不是華麗的結果,而是可再現的證據

日本百靈佳殷格翰神戶藥物研究所研發聯盟部經理 Akiko Maruno(攝影:吳柏緯)

在研討會中專家直指痛點:產業無法信任學術研究的數據,是轉譯醫學面臨困難的主要原因。日本百靈佳殷格翰神戶藥物研究所研發聯盟部經理 Akiko Maruno 與富士軟片富山化學株式會社生物分析科學研究部副部長 Hiroshi Kato 等專家指出,企業最在意的是:這組數據,能否再現?有沒有被適當設計與記錄?能否快速導入臨床策略?這些問題,看似是技術細節,其實背後反映的是整體研究文化與流程管理成熟度。簡單來說,企業需要對你的研究先建立信任感,再談轉譯才有機會。

可信任的數據,必須同時具備嚴謹的實驗設計(例如完整對照與合理樣本數計算)、對每一個變項的詳實紀錄(包含細胞或動物條件與設備參數)、能在不同模型中獲得一致結果(兼顧 in vitro 與 in vivo 的相互呼應),以及可重現與可追溯的數據完整性。這些條件往往是學術團隊容易忽略的細節,而 CRO 的價值正在於以專業流程協助學界提前建立標準,使成果不僅具學術發表價值,也能在商業與法規審視下通行。

CRO 角色從以往代工,轉為扮演商業轉譯的好搭檔

富士軟片富山化學株式會社生物分析科學研究部副部長 Hiroshi Kato(攝影:吳柏緯)

CRO 傳統上被視為「執行者」,提供實驗服務、數據分析等,但現今的 CRO 已經進化成「策略設計夥伴」。像 Hiroshi Kato 就強調,目標產品概況(Target Product Profile,TPP)應該在研究初期就被納入設計思維中 — 諸如誰是目標病患?要達到哪些治療成效?與競品差異化是什麼?這些問題的答案,應該寫入每一份學術計畫書中。而這樣的轉變,正是 CRO 能夠協助完成的,他們能提供企業角度的實驗設計建議,提升研究專案的商業潛力與研發速度。

CRO 所擅長的,其實不只是技術,還像是一種「語言轉譯」:把學術的科學語言,轉譯為產業理解的風險管理語言。他們了解監管機構(如 PMDA、FDA)的要求,也熟悉製藥流程中的瓶頸與風險。透過早期輔導,能幫助學術研究避開常見錯誤,讓成果更具吸引力。這不只是一種「服務」,而有點像是一種共同創造(co-creation)——將學術的創新,包裝成企業願意接手的價值提案。

數據再現性,是得到企業接受的門票

根據日本醫療研究開發機構(AMED)的訪談結果,企業普遍認為學術研究中最重要的就是 POC(Proof of Concept)數據必須具備「可信可重複性」。也就是說,企業不僅要看到好的結果,更要看到這個結果能夠穩定再現的一致性,並且符合臨床邏輯。而這種「可再現性」,來自完整的實驗紀錄、標準化的操作流程(SOP)、跨模型的一致性(例如 in vitro 結果能否與 in vivo 相呼應)等。

談到價值量化,其中一個企業特別關注的面向是生物標誌物(Biomarker)。這些指標不只協助追蹤藥效,更可能在早期就揭示藥物的臨床價值。若學術研究能在 POC 階段就提出明確的 biomarker,並且透過 CRO 協助設計可再現的試驗,將大幅提高其技轉與合作機率。企業要的不是發現,而是「可量化、可追蹤、可預測」的數據,透過 CRO 可協助學界建構這些能力。

先把紀錄做對,再接上 GxP,讓 ALCOA+落地

ALCOA+ 是現代臨床與製藥界的數據完整性指標,涵蓋五大核心原則:Attributable(可歸屬,紀錄需可追溯到執行者)、Legible(可閱讀,內容清晰無誤)、Contemporaneous(同步,於當下即時紀錄)、Original(原始,保留初始數據)、Accurate(正確,數據真實可靠);此外,「+」的延伸內涵還包含 Complete(完整)、Consistent(一致)、Enduring(持久保存)與 Available(隨時可供查閱)。這一套框架能從紀錄習慣出發,為學術團隊建立面對法規與產業評估的基本門檻。

許多學術研究團隊未曾接觸 GxP(Good Laboratory Practice, Good Clinical Practice 等),因此對法規要求的數據完整性毫無概念。而透過 ALCOA+ 概念的導入,學界不只能與 CRO 合作,還能為未來進入 GLP、GMP 等法規環節鋪路。讓品質文化成為日常,是從「紀錄怎麼做」開始。這也呼應整場研討會的中心思想 — 讓企業「一看就能懂、一看就能接」的學術成果,才能真正走上產業舞台中央。

TPP 流程導入,確保研究一開始就對準市場與臨床

前面提到的目標產品概況(TPP)為何能在起跑線就描繪出最終可能的發展樣貌?它是描述一個藥物理想終點的藍圖,而過去這通常是在臨床階段才會擬定的文件,但如今產業趨勢正在改變:從新藥開發一開始,TPP 就必須納入規劃中。也就是說,在你動筆設計實驗前,就得思考:我這個研究,最後能不能符合醫療與市場的雙重期待?

例如,一項針對阿茲海默症的新分子,若一開始就明確設定「目標患者是針對早期診斷的輕症族群,透過口服給藥的方式改善認知功能」,那麼整個研究設計、動物模型選擇、biomarker 收集都會更有方向,也更能對接企業的開發流程。

Hiroshi Kato 特別強調:CRO 不只是實驗執行者,更能在「TPP 擬定階段」提供策略建議。他們憑藉市場敏感度、法規熟悉度與技術經驗,協助學術團隊在早期即避免設計出無法臨床落地的研究,並提前排除不具商業價值的靶點,同時提供如耐藥性與安全邊際等臨床端設計建議。這樣的前期參與,大幅降低「走錯路」的風險,也讓企業更願意投入資源支持合作案。

如何把研究數據說成企業聽得懂的故事

我們常說「數據會說話」,但對企業來說,數據若說的是學術語言,卻缺乏真實應用場景與背後的支持原因,那麼它仍是「啞巴」。換句話說,光有結果不夠,你要能把這些數據串成一個完整、有價值、有商業邏輯的故事,企業才能「聽懂」這個科學的價值。

在學界,我們可能會這麼表達:「這個分子在 A 細胞株中抑制蛋白 B 活性,IC50 為 3nM。」但對企業而言,更有價值的是這樣的說法:「這個候選藥物可望成為針對特定突變型癌症的 first-in-class 治療,能明顯降低目標蛋白活性,且在多個動物模型中顯示良好口服生物利用率與安全性。」同樣的數據,不同的呈現方式,效果天差地遠。

而談到 CRO 的,他們熟悉企業審閱資料的邏輯與流程,也知道監管機構在意的風險點與盲點;因此他們能把零散數據整合為支撐 TPP 的技術文件,撰寫符合 GLP/GMP 語言的報告,並可模擬投資簡報與 Due Diligence 資料包等內部評估文件,將科研成果轉換成可供決策的材料,成為學界與產業之間的高效率轉譯器。

在正確的時間點做正確的事,比後面補救更有效率

研討會中專家強調,在實務上建議沿著新藥開發流程設置四個關鍵節點:首先在研究設計階段檢視是否已納入 TPP 並確認方案可行;其後在體外試驗完成後確認效果的一致性與再現性;進入動物模型測試後則評估是否足以支持 POC 並觀察生物標誌物訊號;最後在資料整合階段,全面核對是否符合 ALCOA+ 原則並能順利轉化為企業語言。任何一關未能過關,都可能讓下一步的風險與成本倍增。

學術團隊若在研究早期忽略紀錄細節、不建立 SOP、不標準化數據格式,往往到了技轉階段才驚覺「資料不能用」,這種早期錯誤很通常很難彌補。這種情況下,即便結果看起來漂亮,企業也會選擇觀望,甚至拒絕合作。CRO 的流程化思維與品管標準,能在研究初期就預防這些風險,讓成果具備可持續性與商業潛力,真正邁向產業。

新藥開發地圖中,CRO 成為關鍵樞紐

整體新藥開發生態正走向更細緻的分工模式,學術、新創、CRO、CDMO 各司其職並串聯接力。根據簡報內容,目前主流的新藥開發流程如下:

階段責任單位角色與任務
研究初期學術、新創發現靶點、驗證機制
探索與前臨床CRO試驗設計、數據執行、品質管理
中試與製程CDMO(製造服務商)中試製程建立、穩定性測試
臨床階段製藥企業設計臨床試驗、申報法規、商品化
表格所列的分工結構,讓每個角色都能專注發揮強項,彼此間透過數據與目標銜接,形成一條更快、更穩的新藥開發途徑(製表:吳柏緯)

眼下 CRO 扮演的角色逐漸重要,從驗證到早期決策,CRO 不僅執行實驗與回報數據,還進一步踏足可行性評估、法規情報蒐整與解析,以及市場契合度研判等前置決策工作;這些專業建議往往左右專案是否值得繼續投入,並可能在技轉談判中成為企業收購與否的重要依據,也因此推動了 CRO 在生態系中的策略重要性持續往上攀升。

合作共創取代單打獨鬥,資料品質則是跨界協作的共識

現代新藥開發從研究到開發的轉譯路途中,已經不再是某一個實驗室的孤軍奮戰。無論是國際大型藥廠,還是生技新創都強調一點:「合作是加速成功的關鍵」。

學術研究若要成為能被臨床與市場接受的產品,必須經過一連串的轉譯過程:從生物機制探索,到毒理測試、再到製程放大與臨床試驗。每一步都需要不同領域的專業知識,而這正是 CRO、CDMO、監管顧問、臨床中心等多方夥伴加入的最佳時機。

與其等問題發生後才尋求支援,不如從一開始就與夥伴共同設計路線圖。這樣的策略合作方式,能讓研究「一條龍」式地推進,減少轉換成本與時間損耗。

此外,資料品質是跨界協作的共同語言,即便合作再多,如果數據品質不夠,依然無法達成目標。CRO 所扮演的角色,正是為這場多方協作提供一個「共同語言」:以標準化、可重現、可追溯的資料流程,讓每個階段的參與者都能理解、使用並信任這些資料。資料就是新藥開發的「底座」。而「品質文化」,就是把這個底座做穩的基礎工程。

把品質文化寫進研究 DNA,做出產業級研究並進行雙向溝通

京都大學機構推廣與傳播辦公室暨醫學科學與商業聯絡組織 (KUMBL) 特聘教授 Shinobu Suzuki(攝影:吳柏緯)

京都大學機構推廣與傳播辦公室暨醫學科學與商業聯絡組織 (KUMBL) 特聘教授 Shinobu Suzuki 表示,京都大學過往與多家 CRO、企業建立長期合作關係,從研究設計階段就導入品質管理架構。像是 ALCOA+ 原則的教育、數據管理系統的導入、跨部門 SOP 的建立,這些做法不僅讓研究成果被企業接受,也提升學術團隊的內部效率與競爭力。他們清楚知道:若要讓成果走得遠,不能只靠研究人員的「經驗值」,而是要靠制度、流程與文化的共同支持。

研討會最後,京都大學也呼籲企業與學界之間要更多交流與互相理解。學界應該了解企業的語言與需求,而企業也應該對學術研究給予適當的指導與回饋。唯有雙向努力,才能產出更多「一看就能進產業」的成果。這樣的合作模式,不僅能加速新藥研發,更能讓日本學術圈持續在全球創新生態中占有一席之地。

新藥開發不止步於技術,更是一種素養與文化

當我們談「學術研究進入產業主線」時,不只是問研究做得夠不夠好,而是問這份研究的「品質文化」是否夠強。

數據的再現性,是新藥開發的第一張門票;TPP 思維,是產品設計的起點;ALCOA+ 原則,是與法規銜接的橋梁;而 CRO 的共創能力,則是串連學界與產業的鑰匙。

最終,這不是哪一方單方面的努力,而是共同創造整體新藥研發的穩健生態。當學術團隊願意內化品質文化,企業願意更早介入協作,CRO 願意提供制度與流程支援,我們才能看到一個真正有韌性、有速度、有深度的新藥開發體系誕生。

京都大學主辦的 BioJapan 贊助研討會的尾聲,多位講者的座談會環節(攝影:吳柏緯)

常見問答 FAQ

1. CRO 是什麼?與學術研究有什麼關聯?

CRO 是委託研究機構(Contract Research Organization),可協助學術研究團隊進行臨床前與臨床試驗設計、執行與品質控管,讓研究成果更容易對接產業標準。

2. ALCOA+ 原則是什麼?

ALCOA+ 是現代臨床與製藥界的數據完整性指標,它包含以下原則:

  • Attributable(可歸屬):紀錄要能追溯到誰執行。
  • Legible(可閱讀):紀錄清晰無誤。
  • Contemporaneous(同步):當下即時紀錄。
  • Original(原始):保留原始數據。
  • Accurate(正確):數據真實無誤。

「+」部分則包括:

  • Complete(完整)
  • Consistent(一致)
  • Enduring(持久保存)
  • Available(隨時可供查閱)

這一套框架,能幫助學術團隊從紀錄習慣開始,建立起面對法規與產業評估的基本門檻。

2. ALCOA+ 原則為何對學術研究重要?

它是數據完整性的重要指標,能幫助學術團隊從一開始就建立正確紀錄習慣,為將來的臨床與法規審查做好準備。

3. 為何 ALCOA+ 是 GxP 的關鍵起點

許多學術研究團隊未曾接觸 GxP(Good Laboratory Practice, Good Clinical Practice 等),因此對法規要求的數據完整性毫無概念。而透過 ALCOA+ 概念的導入,學界不只能與 CRO 合作,還能為未來進入 GLP、GMP 等法規環節鋪路。讓品質文化成為日常,是從「紀錄怎麼做」開始。這也呼應整場研討會的主軸——讓企業「一看就能懂、一看就能接」的學術成果,才能真正走上產業舞台中間。

4. 什麼是 TPP?為什麼研究初期就需要規劃?

TPP(Target Product Profile)是描述未來藥品特性的文件,有助於早期研究對接臨床與市場目標,減少無效開發。

5. CRO 能提供哪些非技術性的價值?

除了實驗服務,CRO 也提供策略建議、法規模擬、商業潛力分析,協助學術團隊更貼近產業語言與決策流程。

6. 學術界推動「品質文化」的第一步該從哪裡開始?

從紀錄習慣與 SOP 制定開始,導入 ALCOA+ 概念,並與 CRO 合作建立完整的數據管理流程,是建立品質文化的起點。

Share.
error: 注意: 右鍵複製內容已停用!