株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
ICH S6(R1)「Preclinical Safety Evaluation of Biotechnology-Derived Pharmaceuticals」（バイオテクノロジー応用医薬品の非臨床安全性評価）は、Recombinant Protein・Monoclonal Antibody（mAb）・Fusion Protein・Bispecific・ADC 等の Biotechnology-derived Pharmaceuticals（BDPs）を対象とする非臨床安全性評価の国際調和ガイドラインで、原版 ICH S6 が 1997 年 11 月 Step 4 採択、2011 年 6 月 S6 Addendum 統合で S6(R1) に改称、FDA は 2012 年 5 月 18 日 Federal Register で Addendum 公布（FDA Federal Register S6 Addendum）・FDA S6(R1) Guidance PDF（FDA S6(R1) Addendum PDF）、ICH 公式 S6(R1) Guideline PDF（ICH S6(R1) Guideline PDF）、EMA Scientific Guideline（EMA ICH S6(R1) Scientific Guideline）、PMDA 公開 ICH-S6 ページ（PMDA ICH-S6 バイオテクノロジー応用医薬品）で運用。日本では薬食審査発 0323 第 1 号（平成 24 年 3 月 23 日通知、PMDA S6(R1) 通知 PDF）で実装。NMPA は 68/71 ICH Guidelines 採択（2024 年 6 月 4 日時点）に含めて実装、中国は国内 GL「治療用生物製剤非臨床安全性技術審評一般原則」と併用。対象：Bacteria・Yeast・Eukaryotic Cell 培養システム由来 Protein Therapeutic・Diagnostic・Prophylactic Product・Recombinant DNA Technology Product。Small Molecule 非臨床 GL（ICH M3(R2)）とは別運用で、BDP 特異性（選択性極高・動物種特異性・Immunogenicity）に対応。2011 年 Addendum で：①Species Selection（Target Sequence Homology + In Vitro Binding Affinity）、②Study Design（One or Two Species 判定）、③Immunogenicity 評価の位置付け（動物 Anti-drug Antibody は Human 予測不可、Clinical で評価）、④Reproductive Toxicity（NHP 使用最小化）、⑤3Rs 原則（特に Non-human Primate 使用削減）、⑥High Dose Selection（最大 PD 効果 or 10 倍臨床 Exposure の高い方）を明確化。ADC 特化 CDE ガイドライン（2023 年第 46 号、NMPA CDE 抗体偶联药物非临床 2023）で S6(R1) を補完。本記事では、ICH S6(R1) の AI 支援を、Species Selection・Study Design・Immunogenicity・ADC 評価・Multi-region 整合の観点で玄人目線で詳述する。
ICH S6(R1) の主要要件
| 領域 | 内容 |
|---|---|
| Species Selection | Target Sequence Homology + In Vitro Binding Affinity |
| Study Design | One or Two Species 判定（Relevance-based） |
| High Dose Selection | 最大 PD 効果 または 10 倍臨床 Exposure 高い方 |
| Repeat-dose Toxicology | 4 週（Phase 1）・13-26 週（Phase 2/3/Marketing） |
| Reproductive Toxicity | NHP Weight of Evidence 判断 |
| Carcinogenicity | 原則不要・必要時 Surrogate Species |
| Immunogenicity | 動物 ADA は Human 予測不可・Clinical で評価 |
| Genotoxicity | BDP は原則不要 |
| Safety Pharmacology | Cellular/Tissue Target Cross-reactivity |
対象バイオ医薬品
- Recombinant Protein（Enzyme・Hormone）
- Monoclonal Antibody（mAb）
- Fusion Protein（Fc-Fusion）
- Bispecific Antibody（BsAb）
- Antibody-Drug Conjugate（ADC）
- Cytokine・Growth Factor
- Coagulation Factor
- Vaccine（Adjuvant・mRNA 等）
- Therapeutic・Diagnostic・Prophylactic Use
Species Selection の論理
| Step | 評価 |
|---|---|
| 1. Target Sequence Homology | Rodent・Non-rodent・NHP の Target Sequence 比較 |
| 2. In Vitro Binding | Cross-species Binding Affinity・Kinetics |
| 3. Receptor/Ligand Occupancy | Quantitative Comparison |
| 4. PD Activity | In Vitro Functional Assay |
| 5. Tissue Distribution | Cross-reactivity IHC |
| 6. Relevance 判定 | One・Two・Zero Species |
| 7. Surrogate 考慮 | Rodent Surrogate for Non-binding Product |
| 8. NHP Only | 3Rs 適用で最小化 |
地域別 S6(R1) 採択
| 地域 | 採択 |
|---|---|
| ICH | S6 原版 1997-11 + Addendum 2011-06 統合 S6(R1) |
| FDA | 2012-05-18 Federal Register |
| EMA | Scientific Guideline 採択 |
| PMDA | 薬食審査発 0323 第 1 号 2012-03-23 |
| NMPA | 68/71 ICH Guidelines 採択 + 国内 GL |
| Health Canada | 採択 |
| Swissmedic | 採択 |
AI 支援の 8 領域
1. Species Selection
Target Sequence Homology・In Vitro Binding・PD Activity を AI で統合評価。One or Two Species 判定。
2. High Dose Selection
最大 PD 効果 vs 10 倍臨床 Exposure の Lower 判定を AI で自動計算。
3. Study Design Optimization
Repeat-dose 期間・Recovery Group・Satellite Group 設計を AI で最適化。
4. Immunogenicity Analysis
Animal ADA データ解析と Human 予測限界の整理。Clinical Immunogenicity Strategy。
5. ADC 特殊評価
Antibody・Linker・Payload の個別非臨床を AI で統合。
6. Reproductive Toxicity 判定
eDART・Full DART Program を AI で Weight of Evidence 判断。
7. 3Rs NHP 最小化
Non-human Primate Use 削減戦略を AI で設計。Rodent Surrogate 評価。
8. Multi-region 整合
FDA・EMA・PMDA・NMPA の S6(R1) 解釈差を AI で統合。Global Dossier。
ADC（Antibody-Drug Conjugate）の特殊考慮
- ADC = Antibody + Linker + Payload
- Antibody 非臨床（S6(R1)）
- Free Payload 非臨床（Small Molecule ICH M3(R2)）
- Intact ADC 非臨床
- Linker Stability 評価
- DAR（Drug-Antibody Ratio）変動
- NMPA 2023 年第 46 号 ADC 特化 GL
- Bystander Effect 評価
AI パイプライン
- Step 1: BDP Pharmacology Profile 分析
- Step 2: Species Relevance Screening
- Step 3: Species Selection（One or Two）
- Step 4: Pharmacology + PK 試験
- Step 5: Repeat-dose Tox（4 週・13-26 週）
- Step 6: NOAEL・HED 決定
- Step 7: FIH Starting Dose（MABEL Based）
- Step 8: Phase 1 開始
- Step 9: Reproductive Tox（Phase 3/Marketing）
- Step 10: Immunogenicity Clinical 評価
FIH Dose Selection（BDP）
- MABEL（Minimum Anticipated Biological Effect Level）基準
- Target Binding Occupancy Model
- PK/PD Modeling
- TGN1412 事件（2006）以降厳格化
- Safety Factor 10-100 倍
- Allometric Scaling 注意（BDP は適用困難）
- Species Sensitivity 評価
- Sentinel Dosing 推奨
失敗パターンと回避策
落とし穴1：Species Relevance 判定誤認
Target Binding のみで Species 決定は不足。AI で Homology + Functional Activity 統合。
落とし穴2：MABEL 軽視
TGN1412 型リスク未評価。AI で MABEL + Receptor Occupancy Model。
落とし穴3：Immunogenicity 過信
動物 ADA データを Human 予測に流用。Clinical Immunogenicity Study 必須。
落とし穴4：ADC Payload 非臨床不足
Antibody 単独評価で Free Payload Tox 未評価。AI で Component 統合。
落とし穴5：NHP 使用過剰
3Rs 原則未適用で NHP Only 試験過多。AI で Rodent Surrogate 代替検討。
KPI 設計の観点
- Species Relevance Justification 品質
- NHP 使用削減
- Study Design 効率
- FIH Dose 適切性
- Clinical Immunogenicity 予測精度
- ADC Component 評価完了
- Multi-region 同時 IND
まとめ：ICH S6(R1) AI 支援の設計指針
- ICH S6 原版 1997-11 + Addendum 2011-06 統合 S6(R1)
- FDA 2012-05-18 Federal Register + PMDA 薬食審査発 0323 第 1 号 2012-03-23 + EMA + NMPA 採択
- Species Selection（Target Homology + Binding Affinity）
- One or Two Species Relevance-based 判定
- High Dose Selection（最大 PD or 10 倍臨床 Exposure）
- 3Rs NHP 使用削減
- 動物 ADA は Human 予測不可・Clinical で評価
- Carcinogenicity 原則不要・Reproductive Tox WoE
- ADC は Antibody + Linker + Payload 統合評価（NMPA 2023 第 46 号連携）
- AI は Species・Study Design・MABEL・ADC・Immunogenicity・Multi-region、最終判断は Toxicologist・DMPK・Regulatory・Clinical Pharmacology
ICH S6(R1) は 1997 年原版 + 2011 年 Addendum 統合のバイオ医薬品非臨床安全性評価基準で、FDA 2012-05-18・PMDA 2012-03-23・EMA・NMPA で世界実装。Species Selection（Target Homology + In Vitro Binding）・MABEL Based FIH・3Rs NHP 最小化・ADC Component 統合評価・Clinical Immunogenicity 中心が鍵。AI による Species・Study Design・MABEL・ADC・Immunogenicity・Multi-region 整合で BDP 非臨床効率化。判断の人間主導と反復的 Species 選定・Study Design 戦略の AI 自動化が、グローバルバイオ医薬品開発の競争力を決定づける。