(S)-Methadone

Company to participate in plenary panel on artificial intelligence in psychiatry and present two scientific posters highlighting explainable AI applications in precision psychiatry TORONTO, May 20, 2026 (GLOBE NEWSWIRE) -- NetraMark Holdings Inc. (the “Company” or “NetraMark”) (TSX: AIAI) (OTCQB: AINMF) (Frankfurt: PF0), a premier artificial intelligence (AI) company transforming clinical trials with advanced AI solutions for clinical trial optimization and precision medicine, today announced its participation in the upcoming American Society of Clinical Psychopharmacology (ASCP) Annual Meeting in Miami, Florida, from May 26 - 29, 2026. NetraMark’s Founder, Dr. Joseph Geraci, PhD, will contribute to a plenary panel discussion on artificial intelligence in psychiatry. The Company will also present two scientific posters demonstrating the application of its proprietary NetraAI platform in neuropsychiatric clinical development. The presentations highlight NetraMark’s continued focus on applying explainable AI to identify clinically meaningful patient subgroups, support predictive enrichment strategies, and generate interpretable insights from complex clinical trial datasets. Plenary Panel Participation Dr. Joseph Geraci, PhD, will participate in the plenary panel on Thursday, May 28, titled: Artificial Intelligence: Understanding the Present and Anticipating the Future. Dr. Geraci’s talk will begin at 5:30 PM ET and focus specifically on bridging AI innovation and clinical trial data in psychiatry, titled: Mathematical Limits and Clinical Consequences. “This plenary session addresses one of the most important questions facing AI in clinical development: how to responsibly apply advanced analytical systems to highly heterogeneous clinical datasets,” said Dr. Joseph Geraci, Founder, Chief Scientific and Technology Officer of NetraMark. “Our focus is on developing explainable AI approaches that generate clinically interpretable insights while recognizing the limitations of modern AI and large language models when applied to highly heterogeneous psychiatric clinical trial data.” Scientific Poster Presentations NetraMark will also present two scientific posters showcasing the application of NetraAI in psychiatry. The first poster will be presented on Wednesday, May 27, at 11:45 AM ET, titled: Poster W51: Multimodal Identification of Neurobiological Subtypes Associated with Ketamine Response in Treatment-Resistant Depression Using NetraAI This poster demonstrates how integrating multimodal clinical trial data can reveal biologically distinct responder subtypes associated with ketamine response in treatment-resistant depression. The analysis highlights how multimodal neurobiological signatures may support a mechanistic understanding of antidepressant response and advance precision psychiatry approaches. The second poster to be presented on Thursday, May 28, at 11:30 AM ET, is titled: Poster T62: Cross-Trial Identification of a Predictive Enrichment Subgroup for Esmethadone (REL 1017) in Major Depressive Disorder Using Explainable Machine Learning. This poster presents the identification of a single model-derived subgroup replicated across three independent randomized, double-blind, placebo-controlled trials of esmethadone in major depressive disorder. The analysis demonstrates a regulatory-aligned predictive enrichment methodology emphasizing interpretability, cross-trial replication, and prospective feasibility. Advancing Explainable AI in Psychiatry NetraMark’s participation at ASCP reflects the growing importance of explainable AI approaches in neuropsychiatric drug development, where clinical heterogeneity continues to present challenges for trial design, patient selection, and treatment response interpretation. By leveraging NetraAI to identify stable and clinically interpretable subgroup structures, the Company aims to support more precise patient stratification strategies and improve the ability to detect therapeutic signal within complex psychiatric clinical trial datasets. About NetraAI NetraAI is engineered to include focus mechanisms that separate small datasets into explainable and unexplainable subsets. Unexplainable subsets are collections of patients that can lead to suboptimal overfit models and inaccurate insights due to poor correlations with the variables involved. NetraAI uses explainable subsets to derive insights and hypotheses (including factors that influence treatment and placebo responses and adverse events), potentially increasing the likelihood of a clinical trial's success. Many other AI methods lack these focus mechanisms and assign every patient to a class, often leading to "overfitting", which drowns out critical information that could have been used to improve a trial's chance of success. About NetraMark NetraMark is a company focused on being a leader in the development of Generative Artificial Intelligence (Gen AI)/Machine Learning (ML) solutions targeted at the pharmaceutical industry. Its product offering uses a novel topology-based algorithm that could parse patient data sets into subsets of people that are strongly related according to several variables simultaneously. This allows NetraMark to use a variety of ML methods, depending on the character and size of the data, to transform the data into powerfully intelligent data that activates traditional AI/ML methods. The result is that NetraMark can work with much smaller datasets and accurately segment diseases into different types, as well as help to classify patients for sensitivity to drugs and/or efficacy of treatment. For further details on the Company please see the Company’s publicly available documents filed on the System for Electronic Document Analysis and Retrieval+ (SEDAR+). Forward-Looking Statements This press release contains "forward-looking information" within the meaning of applicable Canadian securities legislation including statements regarding Dr. Joseph Geraci’s anticipated participation in the ASCP plenary panel and the presentation of two scientific posters at the ASCP Annual Meeting; the expected content and focus of those presentations; the potential of NetraAI to identify clinically meaningful patient subgroups and support predictive enrichment strategies; and that explainable AI approaches may improve the ability to detect therapeutic signal within complex psychiatric clinical trial datasets and support more precise patient stratification strategies, which are based upon NetraMark’s current internal expectations, estimates, projections, assumptions and beliefs, and views of future events. Forward-looking information can be identified by the use of forward-looking terminology such as "expect", "likely", "may", "will", "should", "intend", "anticipate", "potential", "proposed", "estimate" and other similar words, including negative and grammatical variations thereof, or statements that certain events or conditions "may", "would" or "will" happen, or by discussions of strategy. Forward-looking information includes estimates, plans, expectations, opinions, forecasts, projections, targets, guidance, or other statements that are not statements of fact. The forward-looking statements are expectations only and are subject to known and unknown risks, uncertainties and other important factors that could cause actual results of the Company or industry results to differ materially from future results, performance or achievements. Any forward-looking information speaks only as of the date on which it is made, and, except as required by law, NetraMark does not undertake any obligation to update or revise any forward-looking information, whether as a result of new information, future events, or otherwise. New factors emerge from time to time, and it is not possible for NetraMark to predict all such factors. When considering these forward-looking statements, readers should keep in mind the risk factors and other cautionary statements as set out in the materials we file with applicable Canadian securities regulatory authorities on SEDAR+ at www.sedarplus.com including our Annual Information Form for the year ended September 30, 2025. These risk factors and other factors could cause actual events or results to differ materially from those described in any forward- looking information. The Toronto Stock Exchange does not accept responsibility for the adequacy or accuracy of this release. Contact Information: Swapan Kakumanu - CFO | swapan@netramark.com | 403-681-2549 Or Adam Peeler – Investor Relations | adam.peeler@loderockadvisors.com | 416-427-1235 LodeRock Advisors1 Toronto St, Suite 202 Toronto, Ontario M5C 2W4

抑郁症（Depression）研究报告执行摘要： 抑郁症（Major Depressive Disorder，MDD）是全球范围内导致残疾的主要原因之一，根据世界卫生组织（WHO）数据显示，全球约有3.8%的人口患有抑郁症，已成为仅次于癌症的人类第二大"健康杀手"。近年来，随着神经科学研究的深入，抑郁症的发病机制已从传统的"单胺假说"逐步扩展至多系统综合机制，包括谷氨酸系统、神经炎症、神经可塑性、下丘脑-垂体-肾上腺（HPA）轴等多个领域，为抗抑郁药物的研发开辟了全新的方向。本文系统梳理了抑郁症领域的最新药物靶点图谱，涵盖单胺类靶点、谷氨酸系统靶点、GABA系统靶点、神经炎症相关靶点、神经可塑性相关靶点、HPA轴相关靶点、褪黑素系统靶点、阿片系统靶点以及其他新兴靶点。同时，本文还对全球及中国抑郁症药物市场规模、竞争格局、研发趋势和政策环境进行了全面分析，旨在为制药企业、投资者和研究人员提供决策参考。 核心发现： 市场规模：2024年全球抗抑郁药物市场规模约为193亿美元（注：部分研究机构数据显示约124.5-153亿美元，统计口径存在差异），预计到2030年将达到266亿美元，年复合增长率（CAGR）约为5.8%。中国市场2021年规模约100亿元，预计到2030年将达到238亿元。 靶点多元化：抑郁症药物研发已从单胺系统扩展至谷氨酸系统、神经炎症系统、神经可塑性系统等多个领域。GluN2D型NMDA受体、P2X7受体、BDNF-TrkB通路等新兴靶点展现出巨大的临床潜力。 快速起效突破：以艾司氯胺酮为代表的NMDA受体拮抗剂实现了数小时至数天的快速起效，解决了传统抗抑郁药物起效缓慢的痛点。GABA-A受体调节剂Zuranolone已在产后抑郁适应症获批。 研发遇冷与调整：2025年抑郁症药物研发遭遇重创，五大明星候选药相继折戟晚期试验，表明该领域新药研发仍面临巨大挑战。 图1：全球与中国抑郁症药物市场规模预测（2019-2030）第一章 抑郁症概述1.1 疾病定义与分类 抑郁症是一种以持续性情绪低落、兴趣减退为核心症状的精神障碍性疾病。根据《精神疾病诊断与统计手册》（DSM-5）和《国际疾病分类》（ICD-10）的定义，抑郁症的诊断需要满足以下核心症状中的至少两项，并持续至少两周：情绪低落、兴趣或愉悦感丧失、精力下降或疲劳感、睡眠障碍（失眠或嗜睡）、食欲或体重改变、精神运动性激动或迟滞、无价值感或过度自责、注意力难以集中、反复出现死亡或自杀念头。 根据症状特征和病程特点，抑郁症可分为以下主要亚型： 单相抑郁症是最常见的类型，包括重度抑郁症（Major Depressive Disorder，MDD）、持续性抑郁障碍（恶劣心境）、产后抑郁和季节性抑郁障碍等。其中，重度抑郁症是本报告的主要研究对象，其特征为明显的功能损害和严重的心理痛苦。 双相情感障碍虽然也包含抑郁相，但由于其独特的治疗原则和用药禁忌，通常被视为独立的疾病类别。本报告聚焦于单相抑郁症的药物靶点研究。1.2 流行病学数据1.2.1 全球流行病学 抑郁症已成为全球公共卫生领域的重大挑战。根据世界卫生组织（WHO）的数据，全球约有3.8%的人口患有抑郁症，约合2.8亿人。抑郁症是导致全球残疾的主要原因之一，每年因抑郁症造成的经济损失高达数千亿美元。从性别分布来看，抑郁症在女性中的患病率约为男性的两倍。女性的生理周期、妊娠、产后及围绝经期等特殊生理阶段与激素水平变化相关，增加了抑郁风险。从年龄分布来看，抑郁症发病呈现双峰特征，首个发病高峰出现在20-25岁左右，第二个高峰出现在45-55岁。1.2.2 中国流行病学 中国抑郁症防治形势同样不容乐观。根据最新统计数据，中国抑郁症患者已超过9500万，其中成年人抑郁症终身患病率约为6.9%，12个月患病率约为3.6%（部分来源显示确诊率约3.4%），且患病率呈逐年上升趋势。每年新增抑郁症患者约900万，疾病负担持续加重。从地域分布来看，抑郁症患病率存在一定的地区差异。经济发达地区由于生活节奏快、竞争压力大，抑郁症患病率相对较高。从年龄结构来看，青少年和老年人群的抑郁症问题日益突出，需要给予特别关注。1.3 发病机制假说 抑郁症的发病机制至今尚未完全阐明，存在多种假说，它们相互补充、相互印证，共同构建了我们对抑郁症病理生理学的理解框架。 单胺假说：是最经典的抑郁症发病机制假说，提出于20世纪60年代。该假说认为抑郁症与大脑内5-羟色胺（5-HT）、去甲肾上腺素（NE）和多巴胺（DA）等单胺类神经递质的功能不足有关。基于这一假说研发的抗抑郁药物（如SSRIs和SNRIs）至今仍是临床一线用药。 谷氨酸假说：是近年来研究最为活跃的领域之一。该假说认为抑郁症与谷氨酸能系统功能异常有关，表现为NMDA受体活性过高和谷氨酸过度释放。氯胺酮等NMDA受体拮抗剂展现出的快速抗抑郁效果为这一假说提供了有力支持。 神经可塑性假说：认为抑郁症与神经可塑性受损有关，表现为神经元萎缩、突触密度降低和神经发生减少。BDNF/TrkB信号通路的下调是这一假说的核心机制。 神经炎症假说：认为外周及中枢炎症在抑郁的发生中起重要作用。小胶质细胞激活、促炎细胞因子（如IL-1β、IL-6、TNF-α）水平升高与抑郁症症状密切相关。 HPA轴功能异常假说：认为抑郁症与下丘脑-垂体-肾上腺轴的负反馈调节受损有关，表现为皮质醇水平升高和糖皮质激素抵抗。第二章 靶点全景图谱 抑郁症药物靶点可根据其作用机制和神经生物学系统分为多个类别。下文将详细阐述各类靶点的结构、功能、作用机制及代表性药物。 2.1 单胺类靶点 单胺类神经递质系统是抑郁症发病机制研究最为成熟的领域，也是当前临床一线抗抑郁药物的主要作用靶点。单胺类靶点主要包括选择性5-羟色胺再摄取抑制剂（SSRIs）靶点、5-羟色胺和去甲肾上腺素双重重摄取抑制剂（SNRIs）靶点、三环类抗抑郁药（TCAs）靶点以及单胺氧化酶抑制剂（MAOIs）靶点。2.1.1 SSRIs（选择性5-羟色胺再摄取抑制剂）靶点 靶点名称：5-羟色胺转运体（Serotonin Transporter，SERT） 作用机制：SSRIs类药物通过选择性抑制突触前膜上的5-羟色胺（5-HT）转运体，阻止5-HT的再摄取，使突触间隙中的5-HT浓度升高，从而增强5-HT能神经传递。SSRIs包括氟西汀（Fluoxetine）、舍曲林（Sertraline）、帕罗西汀（Paroxetine）、西酞普兰（Citalopram）、艾司西酞普兰（Escitalopram）和氟伏沙明（Fluvoxamine）等。 2.1.2 SNRIs（5-羟色胺和去甲肾上腺素再摄取抑制剂）靶点 靶点名称：5-羟色胺转运体（SERT）和去甲肾上腺素转运体（Norepinephrine Transporter，NET） 作用机制：SNRIs类药物通过同时抑制5-HT和去甲肾上腺素（NE）的再摄取，增强两种神经递质系统的功能。代表药物包括文拉法辛（Venlafaxine）、度洛西汀（Duloxetine）和去甲文拉法辛（Desvenlafaxine）等。 2.1.3 三环类抗抑郁药（TCAs）靶点 靶点名称：多靶点作用，包括SERT、NET、组胺H1受体、乙酰胆碱毒蕈碱受体（M1）和肾上腺素α1受体 作用机制：TCAs是较早问世的一类抗抑郁药，主要包括阿米替林（Amitriptyline）、丙咪嗪（Imipramine）、多塞平（Doxepin）等。它们通过抑制5-HT和NE的再摄取，同时具有抗组胺和抗胆碱能作用。 2.1.4 单胺氧化酶抑制剂（MAOIs）靶点 靶点名称：单胺氧化酶A和B（MAO-A、MAO-B） 作用机制：MAOIs通过抑制单胺氧化酶的活性，阻止5-HT、NE和多巴胺（DA）的降解，从而增加突触间隙中单胺类神经递质的浓度。代表药物包括苯乙肼（Phenelzine）、反苯环丙胺（Tranylcypromine）和吗氯贝胺（Moclobemide）等。 2.2 谷氨酸系统靶点 谷氨酸系统是近年来抑郁症研究最为活跃的领域之一。以氯胺酮为代表的NMDA受体拮抗剂展现了快速起效的抗抑郁特性，为难治性抑郁症患者带来了新的希望。2.2.1 NMDA受体靶点 靶点名称：N-甲基-D-天冬氨酸（NMDA）受体 作用机制：NMDA受体是离子型谷氨酸受体，在突触可塑性、学习和记忆中发挥关键作用。NMDA受体拮抗剂（如氯胺酮）通过阻断NMDA受体，解除对谷氨酸能神经元的抑制，增强前额叶皮层的谷氨酸释放，激活AMPA受体，最终促进神经可塑性相关基因的表达。 2.2.2 AMPA受体靶点 靶点名称：α-氨基-3-羟基-5-甲基-4-异恶唑丙酸（AMPA）受体 作用机制：AMPA受体是离子型谷氨酸受体另一个重要亚型，负责快速突触传递。AMPA受体正向别构调节剂（PAMs）可以增强AMPA受体介导的突触传递，促进神经可塑性。 2.2.3 mGluR受体家族 靶点名称：代谢型谷氨酸受体（mGluRs），包括mGluR1-8八个亚型 作用机制：mGluRs是G蛋白偶联受体，通过调节突触前神经递质释放和突触后信号传导参与情绪调节。其中，mGluR2/3和mGluR5是研究较为深入的抗抑郁靶点。 2.3 GABA系统靶点 γ-氨基丁酸（GABA）是中枢神经系统主要的抑制性神经递质，研究发现抑郁症患者存在GABA系统功能低下。2.3.1 GABA-A受体靶点 靶点名称：GABA-A受体 作用机制：GABA-A受体是配体门控氯离子通道，被GABA激活后引起氯离子内流，导致神经元超极化。新一代GABA-A受体正向变构调节剂可以选择性增强受体功能，恢复抑制性/兴奋性平衡。 2.4 神经炎症相关靶点 神经炎症假说是抑郁症发病机制研究的重要新方向。研究表明，外周及中枢炎症在抑郁的发生中起重要作用，抑郁症患者循环血中多种炎症因子表达上调。2.4.1 P2X7受体靶点 靶点名称：嘌呤能P2X7受体（P2X7R） 作用机制：P2X7受体是ATP门控阳离子通道，主要表达于小胶质细胞，在神经-胶质信号传导中发挥关键作用。P2X7受体激活可促进白细胞介素-1β（IL-1β）和其他炎症因子的释放。2.4.2 TLR4受体靶点 靶点名称：Toll样受体4（TLR4） 作用机制：TLR4是模式识别受体，主要表达于小胶质细胞表面，参与识别病原相关分子模式（PAMPs）和损伤相关分子模式（DAMPs）。TLR4激活可触发NF-κB信号通路，导致促炎细胞因子表达上调。2.4.3 COX-2靶点 靶点名称：环氧化酶-2（COX-2） 作用机制：COX-2是前列腺素合成的关键酶，在炎症反应中高表达。COX-2抑制剂可减少前列腺素E2（PGE2）的合成，发挥抗炎作用。2.5 神经可塑性相关靶点2.5.1 BDNF（脑源性神经营养因子）靶点 靶点名称：脑源性神经营养因子（BDNF）及其受体TrkB 作用机制：BDNF是中枢神经系统最重要的神经营养因子之一，与受体TrkB结合后激活PI3K/Akt、MAPK/ERK等下游信号通路，促进神经元存活、突触可塑性和神经发生。2.5.2 TrkB受体靶点 靶点名称：酪氨酸激酶受体B（TrkB） 作用机制：TrkB是BDNF的高亲和力受体，属于受体酪氨酸激酶家族。BDNF与TrkB结合后引起受体二聚化和自磷酸化，激活下游信号通路。2.6 HPA轴相关靶点 下丘脑-垂体-肾上腺（HPA）轴功能异常是抑郁症的重要病理特征之一。2.6.1 CRHR1（促肾上腺皮质激素释放激素受体1） 靶点名称：促肾上腺皮质激素释放激素受体1（CRHR1） 作用机制：CRHR1是促肾上腺皮质激素释放激素（CRH）的受体，属于G蛋白偶联受体家族。CRH与CRHR1结合后激活cAMP/PKA/CREB信号通路，调节应激反应。2.6.2 糖皮质激素受体（GR） 靶点名称：糖皮质激素受体（Glucocorticoid Receptor，GR） 作用机制：GR是类固醇激素受体超家族成员，在HPA轴负反馈调节中发挥关键作用。GR与糖皮质激素结合后，转位至细胞核调节基因转录。2.7 褪黑素系统靶点2.7.1 MT1/MT2褪黑素受体 靶点名称：褪黑素受体1A（MT1）和1B（MT2） 作用机制：褪黑素通过激活MT1和MT2受体，调节昼夜节律、睡眠觉醒周期和季节性情绪变化。褪黑素受体是G蛋白偶联受体，主要分布于下丘脑视交叉上核（SCN）。2.8 阿片系统靶点2.8.1 Kappa阿片受体（KOR） 靶点名称：Kappa阿片受体（Kappa Opioid Receptor，KOR） 作用机制：KOR是内源性强啡肽系统的受体，属于G蛋白偶联受体。KOR激活可调节应激反应、多巴胺系统和谷氨酸能传递。2.9 其他新兴靶点 南京医科大学团队研究发现："单胺假说"提出近60年来、氟西汀发现50年来的重要突破，新型快效抗抑郁药物可在2小时内快速起效。机制研究聚焦于单胺类系统的快速调节和神经可塑性的即时激活。LY03021多靶点抗抑郁药物首次应用去甲肾上腺素转运体（NET）、多巴胺转运体（DAT）以及GABA-A受体的调节机制，同时调节单胺和抑制性神经递质系统。第三章市场规模与竞争格局3.1 全球抑郁症药物市场规模 根据最新市场研究数据，全球抗抑郁药物市场规模持续扩大。由于不同研究机构采用不同的统计口径和定义范围（如是否包含抗焦虑药物、是否区分片剂和注射剂等），市场数据存在一定差异。 年份 部分来源数据 另一些来源数据 2019 约152亿美元 约150亿美元 2023 约153亿美元（湖南睿略） 约124.5亿美元（中研普华） 2024 约193亿美元（医药魔方） - 2030预测 约266亿美元（医药魔方） 约135亿美元（中研普华） 说明：市场规模预测差异主要源于：1）统计范围定义不同；2）是否考虑新型疗法溢价；3）地域覆盖范围差异。建议读者在参考时关注数据来源和统计口径。3.2 中国抑郁症药物市场规模 中国患者人群：中国抑郁症患者已超过9500万。根据北京大学第六医院黄悦勤教授等在《柳叶刀·精神病学》发表的研究数据，中国成人抑郁障碍终身患病率约为6.9%，12个月患病率约为3.6%。每年新增抑郁症患者约900万。市场规模：2021年中国抑郁症药物市场规模达到约100亿元，2022-2030年复合增长率为4.2%，预计到2030年将达到238亿元。3.3 市场细分分析3.3.1 按药物类别细分 药物类别 市场份额 代表药物 临床地位 SSRIs 约40% 氟西汀、舍曲林、帕罗西汀 一线治疗 SNRIs 约25% 文拉法辛、度洛西汀 一线治疗 TCAs 约10% 阿米替林、丙咪嗪 二线治疗 MAOIs 约5% 吗氯贝胺 二线治疗 其他 约20% 安非他酮、米氮平、阿戈美拉汀 多样3.4 市场增长驱动因素 需求侧驱动因素： 人口老龄化加剧：老年人抑郁症患病率上升，驱动用药需求增长 生活节奏加快：工作压力增大，抑郁症发病率上升 公众认知提升：对心理健康问题认知提升，就诊率提高 支付意愿增强：患者对创新疗法的支付意愿增强 供给侧驱动因素： 新型靶点突破：新型靶点药物研发取得突破，推动市场增长 给药方式创新：鼻喷雾剂、口服制剂等创新给药方式提升患者依从性 数字疗法兴起：数字疗法和神经调控技术发展为治疗提供新选择 精准医学发展：基因组学推动个性化治疗，提高治疗效果3.5 未满足的临床需求 1. 起效时间：传统抗抑郁药物起效需2-4周，约三分之一的患者疗效不佳或无效 2. 难治性抑郁症：约50%的患者未能获得有效治疗 3. 安全性问题：现有药物存在性功能障碍，体重增加，心血管风险等副作用 4. 依从性差：长期用药依从性差是治疗失败的重要原因3.6 竞争格局分析 图2：全球抑郁症药物市场竞争格局3.6.1 第一梯队（跨国药企） 公司 代表产品 市场地位 辉瑞（Pfizer） 舍曲林、左洛复 领先 礼来（Eli Lilly） 氟西汀（百忧解） 领先 灵北制药（Lundbeck） 氢溴酸伏硫西汀 领先 强生（Johnson & Johnson） Spravato（艾司氯胺酮） 快速增长 葛兰素史克（GSK） 盐酸帕罗西汀 稳定 百健/Sage Zuranolone（已获批PPD） 适应症扩展中3.6.2 第二梯队（国内大型药企） • 豪森药业：抗抑郁仿制药 • 华海药业：制剂出口能力 • 科伦药业：创新药研发 • 绿叶制药：LY03021创新药 • 东阳光：原料药优势第四章研发趋势与在研药物4.1 临床阶段在研药物4.1.1 已批准上市的创新药物 药物名称 靶点/机制 公司 批准时间 特点 艾司氯胺酮（Spravato） NMDA受体拮抗剂 强生 2019/2025扩展 首个难治性抑郁单药疗法 Brexanolone GABA-A受体调节 Sage 2019 首个产后抑郁药物 Zuranolone（Zurzuvae） GABA-A受体调节 Biogen/Sage 2023.8 已获批产后抑郁（MDD申请被拒） 盐酸托鲁地文拉法辛（若欣林） SNRI 绿叶制药 2024年12月 中国首个化药1类创新抗抑郁药 琥珀酸地文拉法辛 SNRI 多家 2025年2月 4天内症状改善4.1.2 临床III期在研药物 药物名称 靶点/机制 公司 适应症 状态 Osavampator AMPA受体PAM Neurocrine Biosciences MDD辅助治疗 3期研究中 Aticaprant KOR拮抗剂 研发中 MDD辅助治疗 3期研究中 注：Zuranolone针对MDD适应症的上市申请已于2024年被FDA拒绝，不再处于滚动申报或待审批状态。4.2 2025年研发遇冷与调整 2025年抑郁症药物研发遭遇重创，多个明星候选药相继折戟晚期试验： • Neumora Therapeutics navacaprant：后期研究失败，未能显著减轻抑郁症状 • Relmada REL-1017：两项三期试验被迫停止（无效性审查） • Biogen/Sage Zuranolone MDD：FDA拒绝批准MDD适应症，要求更多有效性证据 这表明抑郁症新药研发仍面临巨大挑战，需要更深入理解疾病机制和优化临床试验设计。精神疾病药物临床试验设计复杂，安慰剂反应率高，需要更多生物标志物指导研发。4.3 新型靶点研究进展 • GluN2D型NMDA受体：2025年3月《Science Advances》发表研究，证实GABA能中间神经元上的GluN2D型NMDA受体是快速抗抑郁药物开发的新靶点，为开发具有更高亚基选择性的靶向抗抑郁药提供了理论基础。 • P2X7受体：作为神经炎症靶点，在抑郁症治疗中展现出潜力，是NLRP3炎症小体激活的上游信号。 • BDNF-TrkB系统：多个小分子TrkB激动剂正在开发中，ZZL-7等化合物展现2小时快速起效潜力。 • KOR拮抗剂：Aticaprant等正在进行临床三期研究。4.4 非药物治疗4.4.1 神经调控技术 • 重复经颅磁刺激（rTMS）：非侵入性治疗方法，高频rTMS刺激背外侧前额叶皮层（DLPFC）显示有效，2026年研究探索与正念干预联合。 • 深部脑刺激（DBS）：针对难治性抑郁症的侵入性治疗，胼胝体下扣带回（SCC）是研究最多的靶点。 • 迷走神经刺激（VNS）：对抑郁症状的长期改善作用。4.4.2 数字疗法 FDA批准的数字疗法： • CT-152（Pear Therapeutics）：首个获FDA批准的重度抑郁症处方数字疗法，3期随机对照试验显示，辅助抗抑郁药物治疗6周后，MADRS评分较假应用组差异达-2.12，85.0%的平均课程完成率。 • Rejoyn：2024年下半年获FDA认证的处方数字疗法，定位为22岁及以上正在接受抗抑郁药物治疗患者的辅助疗法，6周标准化干预方案，结合认知训练与治疗课程。 • 数字疗法发展趋势：2025年多个国家将数字健康和数字疗法纳入医保报销范围，美国联邦医保机构为FDA批准的数字心理健康疗法提供保险覆盖。第五章政策环境分析5.1 FDA审批政策 快速通道和突破性疗法：FDA对创新抗抑郁药物提供突破性疗法认定（Breakthrough Therapy Designation），Zuranolone于2018年获得突破性疗法认定。2024年新药审批：FDA在2024年批准50款创新疗法，24款被认定为"first-in-class"，抑郁症领域批准了艾司氯胺酮单药疗法扩展适应症。监管挑战：精神疾病药物临床试验设计复杂，安慰剂反应率高，需要更多生物标志物指导研发。5.2 EMA审批政策 EMA对抑郁症药物的审批遵循类似的严格标准，强调：• 长期疗效和安全性数据• 功能改善终点（如社会功能）• 患者报告结局（PRO）5.3 NMPA审批政策 中国政策支持：抑郁症纳入国家基本公共卫生服务项目，提高医保报销比例，鼓励创新药物研发。2024-2025年批准：盐酸托鲁地文拉法辛缓释片（若欣林）于2024年12月获批，成为中国首个自主研发的化药1类创新抗抑郁药。琥珀酸地文拉法辛缓释片于2025年2月获批。第六章展望与投资建议6.1 主要结论 靶点多元化：抑郁症药物研发已从单胺系统扩展至谷氨酸系统、神经炎症系统、神经可塑性系统等多个领域，为难治性抑郁症患者提供了新的治疗选择。 快速起效突破：NMDA受体拮抗剂代表了快速起效抗抑郁药物的新方向，艾司氯胺酮已获FDA批准单药疗法，可在24小时内改善症状。GABA-A受体调节剂Zuranolone已在产后抑郁适应症获批。 新兴靶点突破：GluN2D型NMDA受体作为快速抗抑郁新靶点的发现，为开发具有NMDA受体亚基选择性的靶向抗抑郁药提供了理论基础，可能减少非选择性NMDA拮抗剂的精神病样副作用。 市场持续增长：全球抗抑郁药物市场预计将保持5-7%的年复合增长率（注：不同机构预测存在差异，范围约1.2%-7.2%），到2030年达到266亿美元（乐观预测）。中国市场到2030年将达到238亿元。 非药物疗法兴起：数字疗法（如CT-152、Rejoyn）和神经调控技术（rTMS、DBS）正在成为重要的治疗补充，为患者提供更多元化的治疗选择。6.2 投资建议 高潜力投资方向： 1. 谷氨酸系统靶点药物：NMDA受体亚基选择性调节剂（如NR2B拮抗剂、GluN2D调节剂）和AMPA受体正向别构调节剂具有快速起效优势，市场潜力巨大。 2. BDNF-TrkB通路小分子激动剂：该通路是多种抗抑郁治疗的共同下游机制，小分子激动剂可突破BDNF大分子难以入脑的局限性。 3. 神经炎症靶点：P2X7受体、TLR4等靶点代表全新的抗抑郁策略，有望为难治性患者提供新的治疗选择。 4. 数字疗法：FDA批准的数字疗法已验证其临床价值，随着医保覆盖扩大，商业化前景可期。 风险提示： • 研发风险：2025年多个明星候选药折戟晚期试验（包括Zuranolone MDD被拒），表明抑郁症新药研发失败率较高 • 临床试验设计：安慰剂反应率高是主要挑战 • 市场竞争：传统药物价格压力和仿制药竞争加剧 • 政策风险：药品定价和医保政策变化6.3 研究展望 • 精准医学：基于基因组学、蛋白组学和影像学的精准患者分层将指导更有效的个体化治疗。 • 联合治疗：不同机制药物的组合策略可能克服难治性抑郁症的治疗瓶颈。 • 转化医学：基础研究发现的靶点向临床药物的转化效率有待提高。 • 早期干预：识别抑郁症前驱症状和风险因素，实现早期预防和干预。