近日，南京三迭纪医药科技有限公司（以下简称三迭纪）宣布，该公司首个3D打印药物产品T19获得中国国家药监局药物临床试验（IND）批准。该产品在中国按照2.2类改良型新药进行注册申报，是已知公开的首个在中国获得IND批准的3D打印药物产品。

3D打印技术也称增材制造技术，是在计算机程序控制下，根据物体的三维立体数字模型，将金属、高分子等可粘合材料通过“分层打印，逐层叠加”的方式直接制造出三维实体。与传统制造技术相比，3D打印能够减少复杂的工艺流程，以较高的生产效率制造出具有特殊外型或复杂内部结构的物体。3D打印技术已从最初用于生产简单的塑料原型，拓展应用于制药领域，并将成为药物研发的加速器和先进手段，推进制药行业数字化和智能化。

药物3D打印技术纵览

发展历程

目前已有6种3D打印技术被用于制药领域

根据美国材料与试验协会（ASTM) F42 增材制造技术委员会的分类标准，基于材料挤出成型、粘合剂喷射成型、粉末床熔融成型和光聚合固化4种原理的6种3D打印技术被应用于制药领域。这6种技术分别是热熔挤出沉积（MED）、熔融沉积成型（FDM）、半固体挤出(SSE)、粉末粘结(PB)、选择性激光烧结（SLS）和光固化成型（SLA)。

20世纪80年代末，各类3D打印技术如雨后春笋般出现。1996年，全球第一家药物3D打印公司Therics成立，大胆尝试将3D打印技术引入传统制药领域。2015年，Aprecia公司的抗癫痫药物Spritam获美国食品药品管理局（FDA）批准上市，3D打印药物成为现实。应用3D打印技术制造的该药物具有内部多孔的结构，可实现迅速崩解，解决吞咽困难的临床需求，是全球第一款3D打印药物。该药物的上市，标志着药物3D打印这种新兴技术获得监管部门认可，同时掀起一轮3D打印药物的研究热潮。据弗若斯特沙利文统计，目前全球约有50家企业和机构先后进入药物3D打印领域。

技术分析

MED技术在固体制剂领域相对更具有普适性

在全球第一款3D打印药物上市前，Therics和Aprecia公司均沿着基于粉末床熔融成型原理的PB技术进行开发。近年来，基于材料挤出成型原理的3D技术逐渐成为主流，这主要是由于该技术能够制造出满意的药物外观、设计出复杂的制剂结构、实现药物精准释放，且制剂开发时间短、药物生产成本低。

弗若斯特沙利文对前述6种药物3D打印技术在打印精度、打印温度、打印材料和载药、打印设备、药物结构制剂学方面的表现进行整理分析后发现，MED技术在固体制剂领域相对更具有普适性，且具有巨大的临床应用价值。

MED直接将粉末状的原料药和辅料混匀熔融，再以高精度挤出，层层打印成型，制备成预先设计的三维结构药物制剂。使用混匀挤出装置，可有效实现原料药和辅料粉末的混合、熔融和输送，为连续化进料和打印提供了可能；使用精密挤出装置可实现高精度打印；使用多个打印站协同打印和打印头阵列等创造性工程学技术手段，利用多材料构建药物复杂的内部三维结构并实现高效率、高通量的规模化生产，解决了FDM、SSE等同样基于材料挤出成型原理的3D打印技术在药物制备上的不足。

此外，MED还能够实现复杂结构剂型设计，精准控制药物释放。据悉，三迭纪公司应用MED技术研制的产品T19用于治疗类风湿性关节炎，能够控制药物释放的时间，患者睡前服用，血液中的药物浓度会在疾病症状最严重的早晨达到高峰，缓解患者早起后出现关节僵硬、疼痛、功能障碍等症状。

技术优势

个性化用药成为可能，能够帮助满足多种临床需求

在制药行业发展中，尽管人们对制药的流程和成本进行了优化，但其缺乏灵活度，不一定与药物开发或多元化的临床需求相兼容，而药物3D打印具有高度的灵活性，且生产过程是数字化、连续化的，具有变革现有设计、制造和使用药物方式的潜力。

在药物设计上，药物3D打印可以通过打印材料的选择、模型的设计和工艺参数的调节来控制药物的外观形状和内部结构（如剂量、形状、硬度、纯度、溶解性等），从而更好地控制药物释放周期、释放位置及释放速率，进而解决多种临床需求。

在药物制造上，与传统制药工艺相比，药物3D打印生产工艺简洁，所需设备更小，可实现按需生产，提高制药效率。默克公司还将3D打印技术用于加速临床试验。根据数据预测，在Ⅰ~Ⅲ期临床试验中，利用3D打印技术或可将制剂开发时间减少60%左右。

在药物使用上，3D打印药物可以凭借高度灵活性，按照患者性别、年龄、体重、疾病程度等信息，为每个患者单独设置剂量或定制复方药物，提高患者用药安全性和依从性，使个性化用药成为可能。

应用市场

3D打印技术在以小分子为主的固体制剂市场中将加速拓展及应用

药物3D打印技术作为一种新兴技术，可应用于固体制剂领域。固体制剂以小分子药物为主导。根据弗若斯特沙利文统计的数据，近年来，小分子药物市场发展较快，2016年至2019年，全球小分子药物市场规模已从9328亿美元增至10380亿美元，中国小分子药物市场规模已从7226亿元增至8190亿元。2020年，新冠肺炎疫情影响了医药流通，小分子药物全球市场规模和中国市场规模均出现小幅回缩。预计未来小分子药物市场规模还会持续扩大，全球市场规模将于2025年增至11813亿美元，中国市场规模将于2025年增至9752亿元。

相较于传统固体制剂，3D打印药物能够更好地控制药物释放，提高药物疗效，减轻药物副作用，降低给药频次。目前全球已有数款3D打印药物的新药临床试验申请获批，进入临床试验阶段。未来，将有更多3D打印药物实现商业化，为患者提供更多用药选择，3D打印技术在以小分子为主的固体制剂市场中将加速拓展及应用。

药物3D打印行业纵览

发展现状

主要发展方向为规模化生产和个性化制药

自1996年全球第一家药物3D打印公司成立以来，经历20多年的发展，如今3D打印制药技术凭借数字化、个性化的制造方式，为占据药物市场半壁江山的固体制剂的发展注入了新动力和新模式。

3D打印药物公司的技术路线并不相同，各有其技术偏好，行业主要发展方向为规模化生产和个性化制药两种。

规模化生产 沿用了当前的药物生产模式，符合现在药物开发、注册和商业流通的规律，先后通过开发固定剂量的药物产品、进行药品注册和规模化生产，向全球市场供货。

Aprecia公司和中国企业三迭纪正沿着这一方向发展，并真正将3D打印技术应用到药物产品开发及商业化阶段。Aprecia公司已开发出满足药品生产质量管理规范（GMP）要求的规模化生产系统，能够实现10万片/日的产能，并已有一款3D打印药物上市。三迭纪则拥有自动化、连续化的GMP 3D打印生产线，年产能达5000万片，已有两款药物获得FDA的IND批准。此外，默克公司也在规模化生产方向上进行探索，发起了一个药物3D打印创新项目，目前正在通过药物3D打印技术生产临床试验用药，未来计划用于规模化生产。

个性化制药 3D打印技术在调节药物剂量、药物组合和生产方式上具有灵活性，可根据患者个体需要进行药物定制化生产。

FabRx公司在个性化制药方向走在前列，研究了包括FDM、SLS、SLA、SSE及直接粉末挤出（DPE）在内的多种适用于药物3D打印的技术，曾为枫糖尿症患儿制备个性化药物。研究性临床试验结果表明，其能够更好控制患者体内亮氨、异亮氨酸和缬氨酸的血液水平，且味道和颜色患者接受度高。现在FabRx公司已与法国Gustave Roussy癌症中心开展合作，开发个性化药物用于早期乳腺癌治疗。

面临挑战

技术开发难度大，对监管提出更高要求

3D打印是可见的有望改变药物制造的下一代技术，但其在开发和应用方面仍面临较大挑战。在技术开发方面，尽管目前市面上有多种商用3D打印机，但大多很难直接“迁移”到制药行业。3D打印制药需要从零开始，为满足制药要求和药品法规要求而开发专用设备，还需对制药工艺和药物剂型设计进行辅料研究，对药物三维结构新剂型的释放机制进行体内外研究和验证。技术整体开发难度大，对人员专业素质要求高，需要工程学、材料学和药学等诸多专业学科人才的通力合作。

在技术应用方面，由于3D打印药物使用全新的制药技术，因此对于药物3D打印公司而言，需走通特定的法规路径以保障产品未来实现商业化。对于监管机构，需要适应3D打印作为药物的制造方式，并为新技术带来的变革做好准备。

药物3D打印生产过程连续化、数字化，是各个国家和地区监管部门所推进的产业改革方向。2017年，FDA发布促进新兴技术用于制药创新的行业指南，3D打印药物是其中一个战略方向。2022年，中国国家药监部门受理并批准三迭纪产品T19的IND申请。

未来趋势

技术日臻完善，将在规模化生产上较早实现商业化

经过多年的技术积累，药物3D打印领域领军企业已经显现，这些企业拥有跨学科人才队伍，以及自主研发和生产能力。药物3D打印领域的头部公司、跨国药企、初创公司、研究机构将凭借自身优势找到各自定位，构建全新的生态系统，通过合作共同探索更多研发、生产和商业应用场景，加速新技术的日臻完善和广泛应用。

药物3D打印在规模化生产和个性化制药两个方向均展现出巨大的商业潜力。在规模化生产方向，已有一款3D打印药物获批上市，法规注册路径清晰；而个性化制药则需要突破更大的法规障碍，同时需要改变药物商业流通体系。目前，部分国家和地区的法规部门通过与药企合作，积极探寻个性化制药指导原则，助力新技术解决患者因个体差异而产生的不同临床需求。预计10~20年后，个性化制药时代将会来临，药物3D打印有望会在规模化生产方向较早成功实现商业化。

3D打印技术还将推动制药行业迈入智能制药新时代。药物3D打印是基于计算机模型的数字化生产技术，构建了数字化制药的基础，相关技术更易与大数据、人工智能和物联网等先进的信息化技术以及精密的在线物理和化学检测技术相结合，用于药物的生产流程和质量管理。3D打印药物在研发和生产过程中产生的大量工艺和检测数据，结合技术开发中建立的模型和算法，可反馈和优化整个流程，进而实现智能制药。