专访辉瑞临床研发项目负责人张一琼老师｜创新研发，让“通道”有效，“加速”有道！

20余年从事血液肿瘤临床医疗，医学事务和创新药研发工作经验。

12年在跨国药企工作经历，曾先后就职于诺华、赛诺菲医学事务部和临床研发部门，现就职辉瑞研发中心，负责肿瘤研发项目，包括研发策略制定、实施，以及支持中国注册。

从事创新肿瘤药物的1期到III期临床研究及上市后IV期研究；领域覆盖血液恶性肿瘤，前列腺癌等，涵盖细胞毒性、单克隆抗体，PARPi ,抗体偶联药物（ADC），和双特异性抗体等。

加入药企工作前，曾就职于上海瑞金医院分院血液科主治医生。

从临床医生到药企研发人员的转型，对我而言，是一次深刻而富有挑战的职业跨越。两者在工作内容、核心目标以及思维方式上存在显著差异，但共同之处在于我们都坚守着医学工作者的初心——健康所系，性命相托，都是以患者为中心，致力于通过临床价值导向的创新药物研发来改善患者的健康状况。

实现从临床医生到药企研发人员的良好转换要做到三点。第一，需要进行思维方式的转变，从临床思维转向科学思维。第二，将关注点从个体患者转向群体患者，更加关注药物的整体疗效和安全性。第三，持续学习，扩展知识面，提升专业技能。

在临床医生的角色中，我的核心目标是“救死扶伤”，通过为患者制定个体化的治疗方z案，诊断并治疗疾病，以提高患者的生活质量。在临床实践中通过不断解决临床问题并提出新的临床需求和问题，来推动医学领域的发展。更注重临床思维，注重诊断、鉴别诊断、治疗方案的选择以及疗效评估，重视实践经验和临床观察。

然而，在药企研发人员的角色中，我的核心目标转变为开发安全有效的新药，以满足未被满足的临床需求，推动医药创新。关注点扩展到药物靶点、机制、药理、药代动力学、安全性、有效性、临床试验设计以及注册审批等多个方面。更注重科学思维，以临床问题和需求为出发点，通过科学的试验设计、数据分析、统计学方法来寻找新的解决方案，推动新的诊疗方法的发现。

此外，研发工作需要团队协作，与各职能部门同事积极沟通，了解他们的工作内容和需求，贡献自己的专业知识和经验，并向经验丰富的研发人员学习，不断提升自己的专业能力。同时，将临床需求和患者视角纳入药物研发的考量，不断调整药物研发的策略。

最后，始终保持终身学习的心态，成长性思维，对新知保持好奇心，勇于探索和突破。我密切关注医药行业的最新进展，了解新的药物靶点、技术和治疗方法，并积极参加学术会议，与同行交流，拓展视野。通过不断的学习和探索，为医药创新做出更大的贡献。

在临床研发过程中，最具挑战性的环节莫过于药物研发的风险与不确定性，以及伴随而来的多方面挑战。药物研发的成功率较低，周期长，不确定性高，且市场竞争激烈。始终坚守职业操守，不忘初心，这是任何研发工作的基石。面对这些挑战，我需要不断的学习，提升个人能力，除了具备扎实的专业知识、严谨的科学态度、同时还需要良好的沟通能力和坚韧的毅力和韧劲。这些年，作为研发项目负责人，除了需持续学习不断的提升个人研发能力以外，更重要的是加强团队合作，培养好成长型思维方式，积极应对挑战，从失败中吸取教训。不断提高自己的灵活性和适应性，在面对不可预见的情况时，能够迅速调整计划，在研发工作的保持敏捷的工作方式。

国内本土创新药企其实发展蓬勃发展，做出了非常不错的成绩。MNC作为老牌的研发药企，具备非常成熟的研发体系，其优势更显而易见。MNC拥有强大的研发实力和经验，资金雄厚，能够投入大量资源进行新药研发，并建立了成熟的技术平台。此外，全球化的资源和网络使我们能够快速获取最新的技术和信息，与全球顶尖的科研机构和专家紧密合作。MNC的商业化体系完善，能够高效地将新药推向市场，进行广泛的市场推广和销售。

然而，MNC在中国开展创新药研发也面临一些挑战。MNC在中国可能面临文化差异，不同的监管环境，以及本土的市场竞争。面对于中国不断变化的医药政策环境，我们需要灵活应对，需要不断调整和适应。MNC的中国研发团队就是起到很好的桥梁作用，制定中国研发策略，实现全球同步研发和注册，将全球创新药物尽早带给中国患者。

总之，MNC在中国开展创新药研发既有丰富的经验和资源优势，也面临多方面的挑战。为了在中国市场取得成功，我们需要灵活调整策略，充分利用本土资源和人才，加强与本土药企和研究机构的合作，共同推动创新药研发事业的发展。

精准医疗的兴起对创新药研发的各个环节都提出了更高的要求，要实现更好精准靶向，可从以下五个方面入手。从疾病的分子机制探索起步，经由精准靶点的选择与验证，到药物的设计与开发，再到创新的临床试验的设计与执行。同时大数据、人工智能等先进技术也可以助力新药研发。

第一，深入理解疾病的分子机制。这要求我们运用多组学技术，如基因组学、转录组学、蛋白质组学和代谢组学，全面解析疾病的复杂过程，识别出关键的驱动基因、信号通路及生物标志物。同时，构建更为精细的疾病模型，包括细胞模型、动物模型和类器官模型，以模拟疾病的多样性和异质性，为药物筛选和验证提供坚实的基础。在此基础上，通过生物信息学分析海量数据，进一步锁定潜在的药物靶点和生物标志物，为后续研究指明方向。