新药临床前毒理学试验涵盖多种类型和方法。急性毒性试验是其中较为基础的一种，它通过给予动物单次或24小时内多次较大剂量的受试药物，观察动物在短期内出现的毒性反应，如中毒症状、死亡情况等，以此来初步确定药物的致死剂量范围和毒性靶organ。长期毒性试验则更为深入，通常会持续较长时间，按照拟定的临床给药的方案，分不同剂量组给予动物药物，密切监测动物在整个试验期间的体重变化、血液学指标、血液生化指标、组织病理学改变等，多方面评估药物长期使用对机体各系统功能和结构的影响。此外，还有特殊毒性试验，包括遗传毒性试验，检测药物是否会引起基因突变、染色体畸变等遗传物质的改变；生殖毒性试验，研究药物对生殖过程、胚胎发育、子代的生长发育等方面的作用；以及致ancer性试验，判断药物是否具有潜在的致ancer风险。这些不同类型的试验相互配合，从多个角度为新药的安全性评价提供丰富且准确的数据。抗凝血药临床前，观察斑马鱼血流，看药物能否防血栓、保循环畅通。北京中药临床前安全性评价单位
急性毒性研究通过单次高剂量给药（如口服、静脉注射），测定药物的半数致死量（LD50）或比较大耐受剂量（MTD），明确其急性毒性阈值。例如，某中枢的神经系统药物在大鼠急性毒性实验中，LD50为500mg/kg，而MTD为200mg/kg，提示临床试验起始剂量应低于100mg/kg（通常为MTD的1/2-1/3）。重复给药毒性研究则通过多剂量、长期（如28天、90天）给药，观察靶organ毒性（如肝、肾、心脏）及剂量-毒性关系。以抗纤维化药物为例，在90天重复给药毒性实验中，犬在300mg/kg/天剂量下出现肾小管坏死，而100mg/kg/天剂量下无明显异常，提示临床安全剂量应≤100mg/kg。此类研究需结合病理学（HE染色、免疫组化）和临床病理学（血常规、生化指标）分析，明确毒性靶organ及可逆性（如停药后是否恢复）。湖北创新药物临床前药动学临床前斑马鱼细胞培养结合药物，体外初测毒性，筛除高毒候选物。
药代动力学（PK）研究聚焦药物在体内的吸收、分布、代谢和排泄（ADME）过程，是决定药物剂量的关键。体外实验中，Caco-2细胞模型可预测药物肠道渗透性，肝微粒体或肝细胞孵育系统则用于评估代谢稳定性。例如，某候选抗ancer药物在肝微粒体中半衰期15分钟，提示需结构优化以提高代谢稳定性。活的体PK研究依赖大鼠或犬模型，通过液相色谱-质谱联用技术（LC-MS）测定血浆、组织中的药物浓度。环特生物开发的斑马鱼PK模型，可实时观察药物在胚胎体内的分布，发现某化合物在脑部的蓄积量是血浆的3倍，提示其可能穿透血脑屏障。PK/PD（药效动力学）整合分析进一步关联药物浓度与疗效，例如在antibiotic研发中，通过PK模型确定给药间隔，使血药浓度维持在小抑菌浓度（MIC）以上，显著提高杀菌效果。
候选成药分子的临床前研究是药物开发链条中的关键环节，其关键目标是通过系统评估分子的安全性、有效性及药代动力学特性，为后续临床试验提供科学依据。这一阶段需回答三个关键问题：分子是否具备医疗潜力？是否安全可控？能否在目标组织中达到有效浓度？研究内容涵盖体外活性筛选（如酶抑制、细胞增殖实验）、体内药效验证（如疾病动物模型）、毒理学评估（急性/慢性毒性、遗传毒性）及药代动力学（ADME：吸收、分布、代谢、排泄）分析。例如，针对阿尔茨海默病的候选分子Aβ寡聚体抑制剂，临床前需在转基因小鼠模型中验证其能否改善认知功能，同时通过肝微粒体孵育实验评估其代谢稳定性。这一阶段的成功标准是获得“安全有效”的初步证据，支持向IND（新药临床研究申请）申报迈进，其决策准确性直接影响药物开发成功率（据统计，临床前研究充分的分子进入临床后的成功率可提升40%）。临床前实验时，斑马鱼幼鱼体型小，微量药物即显药效，节省珍贵样本。
临床前研究是药物研发的关键环节，直接决定药物进入临床试验的成功率，而斑马鱼模型凭借独特的生物学特性，成为临床前研究的高效工具。杭州环特生物科技股份有限公司将斑马鱼技术深度融入临床前研究体系，为药企提供从药物筛选到安全性评价的全流程CRO服务。在临床前药物筛选阶段，斑马鱼胚胎透明、繁殖速度快的特点，可实现大规模化合物筛选，快速锁定具有潜在药效的候选药物，相较于传统哺乳动物模型，筛选周期缩短50%以上，大幅降低研发成本。安全性评价方面，斑马鱼对药物的代谢反应与人类高度保守，能精细检测药物的急性毒性、致畸性、心血管毒性等关键指标，为临床前数据的可靠性提供保障。环特生物通过标准化的临床前实验流程，已助力众多创新药企完成候选药物的初步验证，为后续临床试验奠定坚实基础。利用斑马鱼开展临床前试验，其繁殖快、成本低，能高效筛选大量候选药物。深圳新药临床前
营养补充剂临床前，投喂斑马鱼，依生长数据，判断产品营养功效。北京中药临床前安全性评价单位
生物大分子临床前研究的后续目标是实现从实验室到临床的转化。转化医学通过整合临床前数据与早期临床试验结果，优化药物设计。例如，基于临床前药代动力学模型预测人体剂量，可减少I期临床试验的剂量探索范围。监管科学则聚焦于建立符合国际标准的评价体系，FDA的“动物法则”（Animal Rule）允许在特定情况下（如生物影响袭击药物开发）以动物数据替代临床数据，而EMA的“适应性许可”路径则支持基于早期临床前数据的条件性上市。此外，人工智能（AI）技术正重塑临床前研究范式，通过机器学习算法分析海量临床前数据，可预测药物在人体中的疗效及安全性，例如DeepMind的AlphaFold已用于预测抗体-抗原复合物结构，加速候选分子筛选。未来，随着类器官芯片、单细胞测序等技术的融合，生物大分子临床前研究将迈向更精细、高效的阶段。北京中药临床前安全性评价单位
