Sagimet公布2025年第四季度业绩,计划于2026年下半年启动F4 MASH联合治疗试验
Sagimet Biosciences公布2025年第四季度及全年财务业绩,并计划于2026年下半年在F4 MASH患者中启动denifanstat与resmetirom联合用药的2期临床试验。公司预计于2028年上半年获得26周生物标志物读出,并于2028年下半年获得52周中期读出。
Sagimet Biosciences Inc.(Nasdaq: SGMT)公布截至2025年12月31日的2025年第四季度及全年财务业绩,并宣布计划于2026年下半年在F4 MASH患者中启动denifanstat与resmetirom联合用药的2期(Phase 2)临床试验。公司预计将于2028年上半年获得26周生物标志物读出,并于2028年下半年获得52周中期读出。
Sagimet于2025年12月宣布完成其开放标签1期药代动力学(pharmacokinetic,PK)临床试验,评估其每日一次口服脂肪酸合成酶(fatty acid synthase,FASN)抑制剂denifanstat与甲状腺激素受体β(thyroid hormone receptor beta,THR-β)激动剂resmetirom联用的药代动力学特征及潜在药物-药物相互作用(drug-drug interactions,DDI),并评估该联用方案的安全性与耐受性。研究期间,denifanstat与resmetirom联用总体耐受性良好,未出现安全性信号。未发生严重不良事件,也未见具有临床意义的实验室检查结果异常,且无因治疗而停药的情况。Sagimet计划利用这些数据推进该联合方案在伴F4纤维化的MASH患者中开展2期概念验证试验;目前这一人群尚无获批治疗。
公司预计F4研究的入组将耗时约12至18个月,与其他F4研究相一致。Sagimet计划向FDA提出在52周时采用非侵入性测量作为治疗反应评估,同时也将做好准备:如有需要,可将随访延长至96周并进行活检评估。
2026年1月,Sagimet的许可合作伙伴Ascletis Bioscience Co. Ltd.公布在中国开展的开放标签3期(Phase 3)试验的积极主要结果,该试验评估ASC40(denifanstat)片剂在中重度痤疮患者中的长期安全性。该开放标签3期试验共入组240名受试者,口服denifanstat 50 mg每日一次,最长治疗40周。最初在为期12周的ASC40-303试验中随机分配至denifanstat组的受试者,在长期安全性研究结束时其denifanstat累计暴露时间达到52周。主要终点评估安全性,次要终点评估在最长52周denifanstat治疗期间的部分疗效指标。Denifanstat总体耐受性良好。此外,接受denifanstat治疗的受试者在所有疗效终点(试验的次要终点)上均较12周时观察到的结果进一步改善。
中国国家药品监督管理局(NMPA)已受理Ascletis关于denifanstat用于治疗中重度痤疮的新药上市申请(New Drug Application,NDA)。
Ascletis的12周3期项目共入组480名患者,并达到所有主要及次要终点,包括IGA成功率及皮损计数终点(总皮损、炎性皮损及非炎性皮损)。在延长期研究中,发生率超过5%的治疗中出现不良事件仅包括皮肤干燥和眼干。
2025年6月,公司启动TVB-3567的首次人体(first-in-human)1期临床试验。TVB-3567是一种正在开发用于痤疮适应证的FASN抑制剂。该1期临床试验为随机、双盲、安慰剂对照研究,旨在评估TVB-3567在有或无痤疮的健康受试者中的安全性、耐受性、药代动力学与药效学。
2025年12月,Sagimet宣布与Assia Chemical Industries Ltd.(Assia)达成许可协议。Assia以TAPI Technology & API Services(TAPI)名义运营,为Teva Pharmaceutical Industries Ltd.旗下子公司。根据协议,TAPI向Sagimet授予一项全球、独家许可,涵盖与resmetirom原料药(active pharmaceutical ingredient,API)创新形式相关的特定知识产权。
2025年11月,Sagimet在美国肝病研究学会(AASLD)—The Liver Meeting® 2025上展示两份壁报。在对denifanstat 2b期FASCINATE-2临床试验的二次分析中,denifanstat在F3 MASH患者中诱导纤维化显著改善≥2个分期;并在通过基于AI的数字病理识别出的qFibrosis 4期MASH患者亚组中改善肝纤维化及多项非侵入性生物标志物。研究还采用基于基线纤维化特征的空间计算组织学分析来预测对denifanstat的治疗反应。