爱隆定律

爱隆定律（Eroom's law）是一个观察的现象，指的是尽管人类已经在很多高科技［比如高通量筛选（High throughput Screening）、生物科技、组合化学（combinatorial chemistry）和电脑辅助药物设计（computer-aided drug design）］上取得显著进步，但新药的发展还是会随着时间经过而变慢且变贵的一个观察定律。这个定律最早在1980年代被观察到，而根据此定律，发展新药物的成本，在经过通货膨胀调整后，每隔九年就会加倍；为了凸显制药业和晶体管等其他科技领域会随着时间经过而呈现指数性进步的状况之间的对比，因此此定律的英语名称是由摩尔定律（Moore's law）倒过来拼写来命名的。

提出并命名此定律的文章将这现象归咎于四个主要的原因，这些原因如下：

• “比披头士还好”问题（the 'better than the Beatles' problem）：新开发的药物，其疗效和阿托伐他汀等被广泛认为成功的药物相比，往往只有小幅度的增加，而这些新药的疗效和既有的有效药物之间的差距，比有效药物和安慰剂之间的差距还来得小；而在疗效方面较小的改进，意味着若要证明这些药物有同等程度的功效，那么临床测试的规模必须要更大，因此这个问题被称作“比披头士还好”，以凸显这状况和“如果所有新的流行歌要比披头士的歌还要好的话，那就很难找得到新的歌曲”的相似处。
• “谨慎管制”问题（the 'cautious regulator' problem）：药物管理机构对风险越来越小的容忍度，使得新药的研发变得越来越昂贵且越来越困难，在诸如沙利窦迈和罗非昔布等旧药因安全性问题而退出市场后，对新药的安全标准往往会有所提升。
• “砸钱”倾向（the 'throw money at it' tendency）：对研发部门增加人力和其他资源的作法，可能会导致计划成本超支。
• “基础研究与暴力搜寻”偏见（the 'basic research–brute force' bias）：一些研发者可能会有高估基础研究的进展以及暴力搜寻法在临床测试中证实新药有效且安全的能力的倾向。自1960年至1990年代及之后，发现新药的方法，已从传统上以整体动物做药物测试的方法（也就是表型筛选，phenotypic screening），变成反向药物学的目标导向方法，这使得人们因而发现和目标蛋白质有高亲和力，能与之紧密结合，但依旧有可能因为低估生物体整体复杂性而在临床实验上失败的药物；此外，发现新药的技巧，也已从对小分子反复的低通量筛选策略，变成对大量潜在化合物进行目标筛选的高通量筛选方法；但尽管较为快速且便宜，高通量筛选可能较缺乏效率。

尽管一些人可能认为说，缺乏“低垂的果实”是爱隆定律的原因之一，但这点可能不若上述四点重要，因为即使制药业每年能开发四到五种可能的新药，比起已经开发过的药物，能成为新药物的潜在分子总量，依旧足够人们在未来的数十年间进行开发；此外，在会和多种分子作用的非针对性药物（所谓的“脏药”）的针对性搜寻方面，依旧有相当的空间可探索，而即使在过去数十年，已有少量的这类药物被开发，这类的药物在作为中枢神经系统的药物方面可能特别有效。

参见

• 维尔特定律
• 安迪-比尔定律