AMQA实战指南：神经病理性疼痛模型怎么选？一文讲透

2021 年，GSK 与 NIH/NIEHS 联合团队在《ILAR Journal》发表综述，首次系统提出AMQA（Animal Model Quality Assessment，动物模型质量评估）框架。该框架以「预期用途（Context of Use）」为核心，从人类疾病表征、模型生理学、药理学预测效度、疾病机制还原度及可重复性五大维度，以红-黄-绿（RAG）半量化评级，对动物模型的临床转化证据强度进行标准化评估。

 

这一方法论推动了临床前研究从「经验驱动」向「问题驱动」的范式转变，这对神经病理性疼痛研究尤为关键。

 

Part.01 类型界定-明确神经病理性疼痛的研究范畴

 

神经病理性疼痛是由躯体感觉神经系统损伤或疾病直接导致的疼痛综合征，典型如糖尿病外周神经病变（DPN）、带状疱疹后神经痛（PHN）、化疗诱导周围神经病变（CIPN）等。其病理核心在于 DRG 神经元异常兴奋、异位放电、脊髓中枢敏化、胶质细胞激活，最终导致无害触觉被编码为疼痛（allodynia）。

 

因此，评价模型不能仅观察「动物缩足」现象，必须系统评估损伤来源的真实性、病程的慢性化程度、疼痛模态的匹配度以及药理响应的可解释性。

 

Part.02 AMQA 五维评估体系

 

AMQA 的本质并非对模型进行优劣排名，而是通过结构化分析，明确模型在特定使用场景下的适用范围与局限。

 

人类疾病理解度（Human Condition）

 

这是评估的起点，强调「无法建模未知的事物」。该维度要求研究者审视人类目标疾病的病因、发病机制、靶点作用及患者群体的异质性（如遗传、合并症）。如果人类疾病本身认知模糊，则模型的「金标准」便不存在。同时，该维度特别关注是否存在可转化的生物标志物，以此作为连接动物与临床的桥梁。

 

模型生理学（Model Physiology）

 

该维度聚焦于物种间的生物学保守性与差异性。虽然基础靶点（如基因、蛋白）通常保守，但系统层面的生理背景（如心率、代谢速率、免疫微环境）可能截然不同。评估时需确认分子靶点在动物中是否表达，并考量全身解剖及生理环境对药物分布和效应的影响。

 

模型药理学（Model Pharmacology）

 

这是基于「历史经验」的验证维度。主要考察该模型过去是否成功预测过临床疗效（即「临床反向验证」）。例如，某模型曾准确预测过抗 TNF 药物的效果，则其可信度较高；反之，若该模型对某些药物（如环孢素）出现「假阳性」或「假阴性」，则需记录为重要弱点，并界定该模型的有效预测范围（Domain of Validity）。

 

模型疾病/机制（Model Disease/Mechanisms）

 

该维度评估动物模型对人类疾病全貌的复制程度，是五维中最核心也最易出现「红灯」的部分。它细分为病因（如是否由相同诱因触发）、病程（急性 vs 慢性）、临床表型（症状、组织病理）以及研究设计与临床试验的匹配度（如预防性给药 vs 治疗性给药）。即使病因完全不同，只要涉及的核心致病通路。高度保守，该模型在特定场景下仍有价值。

 

可重复性（Reproducibility）

 

不同于统计学的「结果重现」，此维度关注生物学终点的定量稳定性（如变异系数 CV 值）。评估内容包括：表型是否稳定发生、变异程度是否允许以合理的样本量检测到有意义的疗效（如论文中基于 25%的 CV 值，计算得出 10 只/组可检测 30%的变化）。该维度直接关系到实验设计的统计功效和决策信心。

 

表 1 结合 AMQA 评估体系的神经病理性疼痛的核心问题

 

 

Part.03 检测方式-不要只盯一个缩足反应

 

机械测痛（von Frey）是神经病理性疼痛平台的核心读数。升序法（Ascending 法）为金标准：小鼠 0.16-2.0g、大鼠 0.6-15.0g 梯度，预设截断值。该方法对CCI、SNL、SNI、DPN、CIPN 均高度敏感。

 

热痛/冷痛作为补充模态，需注意并非所有神经痛模型都表现稳定的热痛觉过敏；冷痛（丙酮试验）则对 CIPN 和 SNI 尤为关键。

 

自发痛与功能读数（guarding 评分、负重分析、筑巢行为、面部表情评分）因更接近患者体验，应作为平台化建设的重要补充。

 

实践建议：稳健策略应包含机械 allodynia、热/冷痛、自发痛/功能读数、运动/镇静排除以及暴露量/PD 证据的综合评估。

 

Part.04 神经病理性疼痛常用模型

 

CCI、SNL、SNI、DPN、CIPN 不应进行简单的强度对比，而应依据其特性匹配相应的科学问题。

 

表 2 常用神经病理性模型分析

 

 

合理的策略是根据靶点机制分层部署，而非局限于单一模型：

 

外周神经元兴奋性靶点→优先选用 CCI/SNI/SNL；

 

代谢性神经损伤→加入 DPN（需同步监测血糖、体重）；

 

化疗神经毒性/冷痛→加入 CIPN（需按化疗药类别选型）；

 

炎症-免疫敏化→补充炎症痛模型或免疫驱动读数

 

急性痛模型的定位：可作为初筛工具，不可替代慢性神经痛验证

 

急性痛模型（热板、tail-flick、术后切口痛）适用于确认基本镇痛活性、建立 PK/PD 剂量窗口以及排除镇静/运动干扰。但阳性结果仅能说明其对急性伤害性输入有效，不能直接推导其具备逆转慢性神经损伤核心病理过程的潜力。术后切口痛作为多模式镇痛平台，可模拟外科切口这一临床事件，但仍属急性/术后痛范畴，不可替代 CCI/SNL/SNI/DPN/CIPN 的慢性验证。

 

表 3 RAG 半量化评级

 

 

Part.05 回归本质-疼痛模型选择是一种转化桥接

 

神经病理性疼痛动物模型的价值，不在于它能否复刻患者疼痛体验的全部复杂性。对于多数慢性疼痛状态，这个目标并不现实。更务实的目标是：模型是否能稳定、可解释地复现某个关键疾病维度，并且这个维度与目标患者、药理机制和转化 readout 之间存在清晰连接。

 

AMQA 的价值，就是把这种连接显性化。它让团队从「模型名称驱动」转向「问题驱动」，从「单点行为结果」转向「证据矩阵」，从「经验判断」转向「结构化审查」。

 

最终，模型选择不是为了证明模型完美，而是为了降低错误解释的风险。

 

Part.06 爱思益普徐州中舒-AMQA 框架转化为确定性

 

懂 AMQA 只是第一步，真正的挑战在于遴选符合客户需求与应用场景的动物模型，这正是徐州中舒深耕疼痛领域多年的核心价值所在。

对模型的深入认知，是推荐适配场景的底层逻辑

• 严格遵循 AMQA 规范，摒弃笼统推荐模型的粗放逻辑，协同客户厘清目标患者画像、待验证药理机制、数据应用决策节点三大核心前提，
• 基于对不同神经病理性疼痛模型在病因模拟、病程特征、药理边界层面的深度认知，灵活搭建适配项目特性的模型组合，同时配套设置对应质控维度以剥离混杂干扰。
• 始终秉持「模型无绝对优劣，唯有场景适配」的核心准则，确保每个方案都能精准匹配研发需求，为决策提供可靠支撑。

标准化项目管理，让模型质量可审计、可交付

AMQA 框架中的 Reproducibility（可重复性）维度，在徐州中舒已内化为一套完备的执行体系：

• 标准化行为学检测
• 全流程 SOP 管控
• 阳性对照常态化
• 多物种平台并行

 

徐州中舒生物科技有限公司

 

北京爱思益普的全资子公司，专注于神经系统药物临床前筛选评价领域，已建立符合 IND 申报标准的创新药研发实验平台及质量管理体系，致力于打造成为创新型 CRO+ 服务平台。

 

五大技术平台覆盖领域

• 神经退行性疾病药物评价（帕金森、阿尔茨海默症等）
• 精神类疾病药物评价（抑郁、精神分裂、焦虑等）
• 颅脑/脊髓损伤与疼痛类药物评价
• 体外模型评价与安全性评价药理学

 

参考文献：

 

1.International Association for the Study of Pain （IASP）. An Overview of Neuropathic Pain and Its Impact. IASP Fact Sheet. 2026.

 

2.Finnerup NB, et al. Neuropathic pain: an updated grading system for research and clinical practice. Pain. 2016;157（8）:1599-1606. DOI: 10.1097/j.pain.0000000000000492.

 

3.Storey J, Gobbetti T, Olzinski A, Berridge BR. A Structured Approach to Optimizing Animal Model Selection for Human Translation: The Animal Model Quality Assessment. ILAR Journal. 2021;62（1-2）:66-76. DOI: 10.1093/ilar/ilac004.

 

4.NICE. Neuropathic pain in adults: pharmacological management in non-specialist settings. Clinical guideline CG173. Updated 2025.

 

5.Finnerup NB, Attal N, Haroutounian S, et al. Pharmacotherapy for neuropathic pain in adults: a systematic review and meta-analysis. Lancet Neurology. 2015;14（2）:162-173. DOI: 10.1016/S1474-4422（14）70251-0.

 

6.CDC. Guideline Recommendations and Guiding Principles, 2022 CDC Clinical Practice Guideline for Prescribing Opioids for Pain. Updated 2024.

 

7.Qaseem A, et al. Nonpharmacologic and Pharmacologic Management of Acute Pain From Non-Low Back, Musculoskeletal Injuries in Adults. Annals of Internal Medicine. 2020;173（9）:739-748. DOI: 10.7326/M19-3602.

 

8.U.S. FDA. FDA Approves Novel Non-Opioid Treatment for Moderate to Severe Acute Pain. January 30, 2025.

 

9.Chaplan SR, Bach FW, Pogrel JW, Chung JM, Yaksh TL. Quantitative assessment of tactile allodynia in the rat paw. Journal of Neuroscience Methods. 1994;53（1）:55-63. DOI: 10.1016/0165-0270（94）90144-9.

 

10.Hargreaves K, Dubner R, Brown F, Flores C, Joris J. A new and sensitive method for measuring thermal nociception in cutaneous hyperalgesia. Pain. 1988;32（1）:77-88. DOI: 10.1016/0304-3959（88）90026-7.

 

11.Deuis JR, Dvorakova LS, Vetter I. Methods Used to Evaluate Pain Behaviors in Rodents. Frontiers in Molecular Neuroscience. 2017;10:284. DOI: 10.3389/fnmol.2017.00284.

 

12.Bennett GJ, Xie YK. A peripheral mononeuropathy in rat that produces disorders of pain sensation like those seen in man. Pain. 1988;33（1）:87-107. DOI: 10.1016/0304-3959（88）90209-6.

 

13.Decosterd I, Woolf CJ. Spared nerve injury: an animal model of persistent peripheral neuropathic pain. Pain. 2000;87（2）:149-158. DOI: 10.1016/S0304-3959（00）00276-1.

 

14.Brennan TJ, Vandermeulen EP, Gebhart GF. Characterization of a rat model of incisional pain. Pain. 1996;64（3）:493-501. DOI: 10.1016/0304-3959（95）01441-1.

 

15.Kolasinski SL, et al. 2019 American College of Rheumatology/Arthritis Foundation Guideline for the Management of Osteoarthritis of the Hand, Hip, and Knee. Arthritis Care & Research. 2020;72（2）:149-162. DOI: 10.1002/acr.24131.

 

 

关于爱思益普

 

北京爱思益普生物科技股份有限公司2010 年创建，致力于打造靶点驱动的药物发现生物学平台。作为创新型 CRO+的探索者，爱思益普专注于以「新靶点、新方法、新技术」解决创新药从靶点发现到候选化合物确认阶段的生物学和成药性的挑战；同时，爱思益普融合临床医学和生物学的专业团队，基于对疾病生物学及药物研发逻辑的深入理解，建立药物发现「一体化」的生物学平台为客户提供综合解决方案。爱思益普关注新药研发企业对质量、效率和成本的需求，用专业的生物学技术和高效的沟通帮助客户提高新药研发的效率及成功率。

 

爱思益普建立的技术平台包括：

 

1、基于靶点的药物筛选平台：建立了超过 1500 种药物靶点，涵盖大多数离子通道，GPCR，激酶和非激酶靶点以及近万个实验方法，建立了从生物物理学、生物化学、细胞生物学、电生理学平台以及各种多平台和高通量筛选技术。

 

2、体外和体内药效筛选评价平台：包括肿瘤、免疫、心血管、中枢神经系统、代谢基于细胞、组织或动物模型的药效学评价。

 

3、早期成药性筛选评价平台：包括药物发现阶段 ADME 和 PK 研究，以及药物脱靶效应筛选（hERG，safety panel，激酶谱等）

 

4、新分子平台：专注于 ADC、多肽、蛋白降解、小核酸、细胞治疗等多种新分子的药物发现研究。