近日，南京三迭紀醫藥科技有限公司（以下簡稱三迭紀）宣布，該公司首個3D打印藥物產品T19獲得中國國家藥監局藥物臨床試驗（IND）批準。該產品在中國按照2.2類改良型新藥進行注冊申報，是已知公開的首個在中國獲得IND批準的3D打印藥物產品。

3D打印技術也稱增材制造技術，是在計算機程序控制下，根據物體的三維立體數字模型，將金屬、高分子等可粘合材料通過“分層打印，逐層疊加”的方式直接制造出三維實體。與傳統制造技術相比，3D打印能夠減少復雜的工藝流程，以較高的生產效率制造出具有特殊外型或復雜內部結構的物體。3D打印技術已從最初用于生產簡單的塑料原型，拓展應用于制藥領域，并將成為藥物研發的加速器和先進手段，推進制藥行業數字化和智能化。

藥物3D打印技術縱覽

發展歷程

目前已有6種3D打印技術被用于制藥領域

根據美國材料與試驗協會（ASTM) F42 增材制造技術委員會的分類標準，基于材料擠出成型、粘合劑噴射成型、粉末床熔融成型和光聚合固化4種原理的6種3D打印技術被應用于制藥領域。這6種技術分別是熱熔擠出沉積（MED）、熔融沉積成型（FDM）、半固體擠出(SSE)、粉末粘結(PB)、選擇性激光燒結（SLS）和光固化成型（SLA)。

20世紀80年代末，各類3D打印技術如雨后春筍般出現。1996年，全球第一家藥物3D打印公司Therics成立，大膽嘗試將3D打印技術引入傳統制藥領域。2015年，Aprecia公司的抗癲癇藥物Spritam獲美國食品藥品管理局（FDA）批準上市，3D打印藥物成為現實。應用3D打印技術制造的該藥物具有內部多孔的結構，可實現迅速崩解，解決吞咽困難的臨床需求，是全球第一款3D打印藥物。該藥物的上市，標志著藥物3D打印這種新興技術獲得監管部門認可，同時掀起一輪3D打印藥物的研究熱潮。據弗若斯特沙利文統計，目前全球約有50家企業和機構先后進入藥物3D打印領域。

技術分析

MED技術在固體制劑領域相對更具有普適性

在全球第一款3D打印藥物上市前，Therics和Aprecia公司均沿著基于粉末床熔融成型原理的PB技術進行開發。近年來，基于材料擠出成型原理的3D技術逐漸成為主流，這主要是由于該技術能夠制造出滿意的藥物外觀、設計出復雜的制劑結構、實現藥物精準釋放，且制劑開發時間短、藥物生產成本低。

弗若斯特沙利文對前述6種藥物3D打印技術在打印精度、打印溫度、打印材料和載藥、打印設備、藥物結構制劑學方面的表現進行整理分析后發現，MED技術在固體制劑領域相對更具有普適性，且具有巨大的臨床應用價值。

MED直接將粉末狀的原料藥和輔料混勻熔融，再以高精度擠出，層層打印成型，制備成預先設計的三維結構藥物制劑。使用混勻擠出裝置，可有效實現原料藥和輔料粉末的混合、熔融和輸送，為連續化進料和打印提供了可能；使用精密擠出裝置可實現高精度打印；使用多個打印站協同打印和打印頭陣列等創造性工程學技術手段，利用多材料構建藥物復雜的內部三維結構并實現高效率、高通量的規模化生產，解決了FDM、SSE等同樣基于材料擠出成型原理的3D打印技術在藥物制備上的不足。

此外，MED還能夠實現復雜結構劑型設計，精準控制藥物釋放。據悉，三迭紀公司應用MED技術研制的產品T19用于治療類風濕性關節炎，能夠控制藥物釋放的時間，患者睡前服用，血液中的藥物濃度會在疾病癥狀最嚴重的早晨達到高峰，緩解患者早起后出現關節僵硬、疼痛、功能障礙等癥狀。

技術優勢

個性化用藥成為可能，能夠幫助滿足多種臨床需求

在制藥行業發展中，盡管人們對制藥的流程和成本進行了優化，但其缺乏靈活度，不一定與藥物開發或多元化的臨床需求相兼容，而藥物3D打印具有高度的靈活性，且生產過程是數字化、連續化的，具有變革現有設計、制造和使用藥物方式的潛力。

在藥物設計上，藥物3D打印可以通過打印材料的選擇、模型的設計和工藝參數的調節來控制藥物的外觀形狀和內部結構（如劑量、形狀、硬度、純度、溶解性等），從而更好地控制藥物釋放周期、釋放位置及釋放速率，進而解決多種臨床需求。

在藥物制造上，與傳統制藥工藝相比，藥物3D打印生產工藝簡潔，所需設備更小，可實現按需生產，提高制藥效率。默克公司還將3D打印技術用于加速臨床試驗。根據數據預測，在Ⅰ~Ⅲ期臨床試驗中，利用3D打印技術或可將制劑開發時間減少60%左右。

在藥物使用上，3D打印藥物可以憑借高度靈活性，按照患者性別、年齡、體重、疾病程度等信息，為每個患者單獨設置劑量或定制復方藥物，提高患者用藥安全性和依從性，使個性化用藥成為可能。

應用市場

3D打印技術在以小分子為主的固體制劑市場中將加速拓展及應用

藥物3D打印技術作為一種新興技術，可應用于固體制劑領域。固體制劑以小分子藥物為主導。根據弗若斯特沙利文統計的數據，近年來，小分子藥物市場發展較快，2016年至2019年，全球小分子藥物市場規模已從9328億美元增至10380億美元，中國小分子藥物市場規模已從7226億元增至8190億元。2020年，新冠肺炎疫情影響了醫藥流通，小分子藥物全球市場規模和中國市場規模均出現小幅回縮。預計未來小分子藥物市場規模還會持續擴大，全球市場規模將于2025年增至11813億美元，中國市場規模將于2025年增至9752億元。

相較于傳統固體制劑，3D打印藥物能夠更好地控制藥物釋放，提高藥物療效，減輕藥物副作用，降低給藥頻次。目前全球已有數款3D打印藥物的新藥臨床試驗申請獲批，進入臨床試驗階段。未來，將有更多3D打印藥物實現商業化，為患者提供更多用藥選擇，3D打印技術在以小分子為主的固體制劑市場中將加速拓展及應用。

藥物3D打印行業縱覽

發展現狀

主要發展方向為規模化生產和個性化制藥

自1996年全球第一家藥物3D打印公司成立以來，經歷20多年的發展，如今3D打印制藥技術憑借數字化、個性化的制造方式，為占據藥物市場半壁江山的固體制劑的發展注入了新動力和新模式。

3D打印藥物公司的技術路線并不相同，各有其技術偏好，行業主要發展方向為規模化生產和個性化制藥兩種。

規模化生產 沿用了當前的藥物生產模式，符合現在藥物開發、注冊和商業流通的規律，先后通過開發固定劑量的藥物產品、進行藥品注冊和規模化生產，向全球市場供貨。

Aprecia公司和中國企業三迭紀正沿著這一方向發展，并真正將3D打印技術應用到藥物產品開發及商業化階段。Aprecia公司已開發出滿足藥品生產質量管理規范（GMP）要求的規模化生產系統，能夠實現10萬片/日的產能，并已有一款3D打印藥物上市。三迭紀則擁有自動化、連續化的GMP 3D打印生產線，年產能達5000萬片，已有兩款藥物獲得FDA的IND批準。此外，默克公司也在規模化生產方向上進行探索，發起了一個藥物3D打印創新項目，目前正在通過藥物3D打印技術生產臨床試驗用藥，未來計劃用于規模化生產。

個性化制藥 3D打印技術在調節藥物劑量、藥物組合和生產方式上具有靈活性，可根據患者個體需要進行藥物定制化生產。

FabRx公司在個性化制藥方向走在前列，研究了包括FDM、SLS、SLA、SSE及直接粉末擠出（DPE）在內的多種適用于藥物3D打印的技術，曾為楓糖尿癥患兒制備個性化藥物。研究性臨床試驗結果表明，其能夠更好控制患者體內亮氨、異亮氨酸和纈氨酸的血液水平，且味道和顏色患者接受度高。現在FabRx公司已與法國Gustave Roussy癌癥中心開展合作，開發個性化藥物用于早期乳腺癌治療。

面臨挑戰

技術開發難度大，對監管提出更高要求

3D打印是可見的有望改變藥物制造的下一代技術，但其在開發和應用方面仍面臨較大挑戰。在技術開發方面，盡管目前市面上有多種商用3D打印機，但大多很難直接“遷移”到制藥行業。3D打印制藥需要從零開始，為滿足制藥要求和藥品法規要求而開發專用設備，還需對制藥工藝和藥物劑型設計進行輔料研究，對藥物三維結構新劑型的釋放機制進行體內外研究和驗證。技術整體開發難度大，對人員專業素質要求高，需要工程學、材料學和藥學等諸多專業學科人才的通力合作。

在技術應用方面，由于3D打印藥物使用全新的制藥技術，因此對于藥物3D打印公司而言，需走通特定的法規路徑以保障產品未來實現商業化。對于監管機構，需要適應3D打印作為藥物的制造方式，并為新技術帶來的變革做好準備。

藥物3D打印生產過程連續化、數字化，是各個國家和地區監管部門所推進的產業改革方向。2017年，FDA發布促進新興技術用于制藥創新的行業指南，3D打印藥物是其中一個戰略方向。2022年，中國國家藥監部門受理并批準三迭紀產品T19的IND申請。

未來趨勢

技術日臻完善，將在規模化生產上較早實現商業化

經過多年的技術積累，藥物3D打印領域領軍企業已經顯現，這些企業擁有跨學科人才隊伍，以及自主研發和生產能力。藥物3D打印領域的頭部公司、跨國藥企、初創公司、研究機構將憑借自身優勢找到各自定位，構建全新的生態系統，通過合作共同探索更多研發、生產和商業應用場景，加速新技術的日臻完善和廣泛應用。

藥物3D打印在規模化生產和個性化制藥兩個方向均展現出巨大的商業潛力。在規模化生產方向，已有一款3D打印藥物獲批上市，法規注冊路徑清晰；而個性化制藥則需要突破更大的法規障礙，同時需要改變藥物商業流通體系。目前，部分國家和地區的法規部門通過與藥企合作，積極探尋個性化制藥指導原則，助力新技術解決患者因個體差異而產生的不同臨床需求。預計10~20年后，個性化制藥時代將會來臨，藥物3D打印有望會在規模化生產方向較早成功實現商業化。

3D打印技術還將推動制藥行業邁入智能制藥新時代。藥物3D打印是基于計算機模型的數字化生產技術，構建了數字化制藥的基礎，相關技術更易與大數據、人工智能和物聯網等先進的信息化技術以及精密的在線物理和化學檢測技術相結合，用于藥物的生產流程和質量管理。3D打印藥物在研發和生產過程中產生的大量工藝和檢測數據，結合技術開發中建立的模型和算法，可反饋和優化整個流程，進而實現智能制藥。