Recombinant human anti-CD38 momoclonal antibody(Hangzhou Sumgen)

摘要 受体占位（Receptor Occupancy, RO）是拮抗性抗体药物临床药效学评价中最为直接的生物标志物之一。然而，临床实践中一个令人困惑的现象日益突显——外周血RO在首次给药的起始剂量即达到近乎完全饱和（>95%），随后在整个剂量递增过程中始终保持饱和状态。这一"饱和度悖论"引发了关键问题：既然给药后立即饱和，为何研究者和监管机构仍要求在I期、II期乃至III期临床中持续进行RO检测？本文系统梳理了EMA、FDA、NMPA/CDE及ICH关于RO研究的监管要求，综合分析了60个已上市抗体药物的RO数据及多项原创研究，提出了外周血RO"必要但不充分"的七项证据链：①外周血-组织RO脱节，②靶点更新与谷浓度覆盖不足，③检测方法学差异导致的结果不一致，④既往治疗造成的空间位阻效应，⑤Fc效应功能需要更高浓度阈值，⑥可溶性靶点对抗体的消耗，⑦长期给药引起的受体调节。针对双特异性及三特异性抗体（如PD-1/VEGF、PD-1/VEGF/CTLA-4），本文进一步分析了独立靶点评估、亲合力效应、竞争性结合等技术挑战，并以CS2009全球首个三特异性抗体临床RO数据为例进行了详细剖析。最后，本文提出了"分阶段、适配目的"（fit-for-purpose）的RO研究策略：首次人体试验中全面密集采样，剂量优化阶段聚焦谷浓度RO，注册试验中进行稀疏验证，并展望了免疫PET分子影像、定量系统药理学（QSP）模型及模型引导的精准给药（MIPD）等前沿方向。 关键词：受体占位；拮抗性抗体；药效学；饱和度悖论；多特异性抗体；流式细胞术；剂量选择；MABEL1 引言 拮抗性抗体药物通过与靶细胞表面的受体特异性结合，竞争性阻断配体-受体相互作用，从而抑制下游信号通路，已成为肿瘤免疫治疗、自身免疫性疾病等领域最重要的治疗手段之一。以靶向PD-1、PD-L1、TIGIT、CD73、CD47等免疫检查点的拮抗性抗体为代表，这类药物的核心药理学前提是——"占据靶点"（target engagement）是实现药效的必要条件。受体占位（Receptor Occupancy, RO）正是直接衡量药物是否"命中靶点"的药效学生物标志物。 然而，临床前和临床实践中反复出现的一个现象正在困扰研究者与申办方：对于高亲和力的拮抗性抗体，外周血RO在首次人体试验（FIH）的最低起始剂量即达到>95%的近乎完全饱和，且随着剂量递增，RO始终维持在饱和平台，几乎不呈现剂量-效应关系。如果最低剂量就已经饱和，为什么要继续在随后的II期、III期甚至上市后研究中投入大量资源进行RO检测？ 这是一个来自一线实践的真问题。作为临床生物分析实验室的从业者，我们深知RO研究的资源密集性：每个靶点需要单独建立和验证检测方法，临床样本需要新鲜全血在规定时间内（通常2-4小时）完成流式细胞术处理，采血时间点需要与给药时间精确匹配，数据分析需要复杂的设门策略和基线归一化处理。当项目组看到"RO曲线全平"的结果时，自然会质疑："为什么还要继续测？" 本文试图回答这个问题。我们将从监管框架、药理学原理、方法学限制和多特异性抗体新挑战四个维度，系统论证：RO并非仅仅是"剂量探索"工具——它是"剂量论证"（dose justification）、"机制确认"（mechanism confirmation）和"监管合规"（regulatory compliance）三位一体的核心生物标志物。外周血RO在峰浓度时饱和，只是一个必要但不充分的条件，判断一个剂量是否"足够"需要考虑至少七个更深层次的因素。 本文的论述路线如下：第2节梳理全球主要监管机构对RO研究的要求；第3节集中论证"饱和度悖论"背后的七项证据；第4节介绍RO检测方法学及常见陷阱；第5节聚焦多特异性抗体RO的独特挑战；第6节通过经典案例展示RO如何驱动临床决策；第7节提出分阶段的RO研究设计策略；第8节展望未来技术方向；第9节给出结论与实操建议。2 受体占位研究的监管框架2.1 EMA立场：RO是"根本性"数据 欧洲药品管理局（EMA）是全球最早也是最明确将RO纳入监管要求的主要机构。2017年发布的EMA/CHMP/SWP/28367/07 Rev. 1《首次人体及早期临床试验风险识别与缓解策略指南》[1]，将RO定性为计算最低预期生物效应剂量（MABEL）的"根本性"（fundamental）药效学数据。 该指南明确建议：对于高风险生物制品（尤其是免疫激动剂类抗体），应采用MABEL法而非NOAEL法确定FIH起始剂量；MABEL的计算必须基于RO数据、受体亲和力（Kd）以及体外功能药理学数据的整合。指南同时要求，在剂量递增阶段持续进行RO检测，以表征剂量-效应关系、确认靶点持续占据以及支持给药间隔的合理性。 EMA的这一立场有其深刻的历史根源。2006年3月，抗CD28超级激动剂抗体TGN1412的I期临床试验发生了医学史上最严重的药物安全事件之一：6名健康志愿者在接受了0.1 mg/kg的起始剂量后（该剂量基于食蟹猴NOAEL 50 mg/kg的1/500计算），全部出现危及生命的细胞因子释放综合征（CRS），导致多器官功能衰竭[2]。事后分析发现，0.1 mg/kg的剂量在人体中即产生了>90%的RO，远超预期的药理学效应。如果采用MABEL法——即基于RO数据计算产生~10% RO的剂量——起始剂量应低20-30倍。TGN1412事件后，EMA率先将RO从"可有可无的研究性数据"升级为"高风险生物制品FIH剂量选择的强制性依据"。2.2 FDA立场：支持性但非处方性 美国食品药品监督管理局（FDA）在RO问题上的立场经历了渐进式演变。2005年发布的《成人健康志愿者初始临床试验最大安全起始剂量估算指南》（MRSD）[3]将RO列为支持性药效学生物标志物，但主要以NOAEL法为基础，RO并非强制要求。 2021年，FDA发布了《双特异性抗体开发项目指南》[4]，首次专门针对多靶点抗体提出了靶点占有率（target engagement）的评估建议，标志着FDA对RO的重视程度正在提升。在实际IND审评中，特别是免疫-肿瘤学领域，FDA越来越期待申办方提交RO数据以支持剂量选择——但这种期待更多体现在审评沟通中，而非法规条文的强制性措辞。 与EMA相比，FDA的立场可以概括为：RO"可以被测量"（permissive），而非"应当被测量"（prescriptive）。然而，在实际操作中，凡是进行全球多中心开发的抗体药物，几乎无一例外地纳入了RO检测，这既是满足EMA要求的需要，也是提升FDA审评沟通效率的策略。2.3 CDE/NMPA立场：最为明确的最新立场 中国国家药品监督管理局药品审评中心（CDE）于2025年1月发布的《抗体类药物临床药理学研究指导原则》[5]，是截至目前全球范围内关于RO研究最为明确、措辞最为直接的监管指南。该指南明确指出："建议对抗体类药物的受体占位（RO）等药效学指标进行分析（如适用）。"对于激动剂类抗体，RO应控制在<10%的MABEL水平；对于拮抗剂类抗体，RO>90%是可接受的目标范围。 此外，CDE于2022年发布的《双特异性抗体指导原则》[6]进一步提出了对多靶点抗体的RO评估要求，而MIDD剂量探索指导原则则将RO置于模型引导的药物开发（MIDD）框架中，鼓励申办方通过PK/RO建模来优化剂量方案[7]。 CDE 2025年指南的发布，标志着中国监管机构在RO问题上已经站到了全球最前沿。对于深耕中国市场的生物制药企业而言，RO研究已从"锦上添花"变为"基本要求"。2.4 ICH指南：适度但必要的强调 ICH S6(R1)《生物技术药物非临床安全性评价》[8]明确要求将RO数据纳入MABEL计算，并用于临床前到临床的转化桥接。ICH S9《抗肿瘤药物非临床评价》[9]则针对肿瘤适应症提出了RO研究的特殊考量。这两个指南虽不如EMA指南详细，但共同确立了RO作为非临床-临床转化核心数据之一的地位。2.5 监管趋同与差异 综合来看，EMA、CDE和FDA三大监管机构均已认识到RO作为药效学生物标志物的重要价值。核心差异在于：EMA和CDE采取"要求性"（prescriptive）立场，即RO应当被测量；FDA采取"允许性"（permissive）立场，即RO可以被测量。这一差异对全球开发策略具有直接的实践指导意义：凡是计划在欧盟或中国申报上市的抗体药物，必须在早期临床试验中纳入RO检测方案。 （见表1：EMA、FDA、CDE、ICH受体占位研究监管要求对比） 表1 全球主要监管机构受体占位研究要求对比 维度 EMA（欧盟） FDA（美国） CDE/NMPA（中国） ICH 核心指南 EMA/CHMP/SWP/28367/07   Rev.1 (2017) MRSD指南(2005)；双特异性抗体指南(2021) 抗体类临床药理学指南(2025)；双抗指南(2022) S6(R1)；S9 RO地位 根本性（fundamental） 支持性（supportive） 建议性（recommended），措辞最为明确 必要（essential for MABEL） 态度 要求性（prescriptive） 允许性（permissive） 要求性（prescriptive） 要求性（prescriptive） FIH剂量选择 MABEL法，RO数据必需 NOAEL法为主，RO数据支持 MABEL/MRSD均可，RO明确建议 MABEL法，RO数据必需 多特异性抗体 隐含在一般指南中 专门指南(2021) 专门指南(2022) 未专门涉及 MIDD框架 鼓励 鼓励 明确鼓励(单独指南) 未专门涉及 驱动事件 TGN1412 (2006) 渐进式演变 监管科学体系化建设 全球协调需求3 "饱和度悖论"——为什么外周血RO饱和后仍然需要持续检测？3.1 问题的提出 在实际的拮抗性抗体临床项目中，下述场景反复上演： · 靶向PD-1的拮抗性抗体，FIH试验起始剂量1 mg/kg，首次给药后24小时，外周血CD3+ T细胞的PD-1 RO即达到>98%，剂量递增至3、10、20 mg/kg，RO始终保持>98%，在整个剂量区间内RO曲线几乎是一条水平线。 · 靶向CD73的抗体，起始剂量达到约95%的RO，但在14天给药间隔末期（Ctrough），RO下降至60-70%。 · 靶向TIGIT的抗体，RO在首次给药后达到>90%，但随着治疗持续至第3个周期，总受体表达量下降了约40%，游离受体RO名义上仍为>90%，但这可能部分归因于受体总量的减少，而非真正的完全占据。 这些现象揭示了一个核心事实：外周血RO在峰浓度时达到饱和，是拮抗性抗体药效学的"起点"而非"终点"。2021年发表的一项里程碑式研究[10]分析了60个已获批上市的治疗性抗体，发现其中55个（91.7%）在治疗剂量下的外周血RO均>99%。然而，这55个"已饱和"的抗体中，有38个（69.1%）的获批剂量是达到99% RO所需剂量的10倍以上，15个（27.3%）甚至超过100倍。这些数据有力地说明：外周RO饱和与推荐的临床剂量之间，存在一个显著的"额外暴露冗余"，而这个冗余正是下文七大因素共同作用的结果。 以下逐一论述外周血RO饱和后仍需持续检测的七项深层原因。3.2 七大原因逐一论证3.2.1 外周血-组织RO脱节：血液中的饱和不等于肿瘤中的占据 抗体药物从血液循环进入实体肿瘤面临巨大的物理屏障。肿瘤组织的高间质液压、致密的细胞外基质和不规则的血管结构，共同导致抗体在肿瘤组织中的分布深度极不均匀[11]。采用免疫PET分子影像技术的研究表明，89Zr标记的抗HER3抗体在实体瘤中的浓度仅为血液中的1/10至1/100[12]。 这意味着，在临床常规采血检测到的"外周血T细胞RO >99%"，对应的可能是肿瘤组织中仅达到50-70%的实际靶点占据。外周血RO是一个"可及的"生物标志物，但绝非肿瘤组织靶点占据的替代指标。只要组织RO无法被常规检测，外周血RO的持续测量就是连接药代动力学（PK）与推定组织药效学的最直接桥梁。 一线经验洞察：在实际项目中，我们经常观察到同一患者外周血CD4+ T细胞与CD8+ T细胞的RO存在差异，这提示即使是同一血液样本中的不同细胞亚群，抗体穿透和结合动力学也可能不同。由此推及，血液与组织之间的差异只会更大。这也是为什么即使外周血RO已经"平了"，临床药理学团队仍然坚持在每个剂量组检测RO——他们知道，在缺乏组织RO数据的情况下，外周血RO的"持续完全饱和"至少能够提供"暴露是充足的"这一底线信心。3.2.2 靶点周转动力学与谷浓度覆盖：峰浓度饱和不等于全给药间隔的持续占据 受体的内化（internalization）、脱落（shedding）和从头合成（de novo synthesis）是一个持续的动态过程。药物治疗后，被占据的受体被内化降解，同时新的受体不断被转运至细胞表面。这意味着，RO不是一个静态值，而是一个随PK浓度波动的动态参数。 拮抗性抗体的关键药理学窗口不在峰浓度（Cmax，通常为输液结束后即刻或24小时），而在谷浓度（Ctrough，即下一次给药前）。如果Ctrough时RO下降至不充分水平，靶点信号通路将在给药间隔末期恢复，导致药效的"间歇性逃逸"。前述PD-1/PD-L1抗体的临床经验表明，大多数获批药物的给药间隔被设定为能够维持Ctrough时RO>95%——即使峰浓度时RO早已"饱和"。前述38/55的获批抗体剂量超过99% RO剂量的10倍以上[10]，很大程度上就是为了确保全给药间隔内的持续性靶点占据。 实践中的典型场景：我们经常遇到这样的PK/RO曲线——Cmax时RO 100%，Day 7时RO 90%，Day 14（Ctrough）时RO降至70%。此时，即使峰浓度已经"饱和"，谷浓度的RO数据却成为了剂量是否充足的唯一直接证据。如果不在Ctrough时检测RO，我们将永远不会知道靶点是否在给药间隔的绝大部分时间内被有效抑制。3.2.3 检测方法学差异导致的RO不一致：同一份血样，不同的"RO" Nivolumab的案例是最经典的教训。PMC9762804[13]报道，Nivolumab的RO在不同检测方法下出现了实质性分歧：一种方法显示~70%的RO，另一种方法则显示>90%的RO。这种差异可归因于游离受体检测法与总受体检测法对受体内化/降解动力学的不同敏感性——当药物-受体复合物的内化速率快于游离受体的降解速率时，游离受体检测法会系统性地高估RO。 这对实践的直接启示是：我们声称的"RO已饱和>95%"，可能在另一种检测方法下只是"70%的占据"。所谓"饱和"可能部分是方法学假象。因此，在方法学转换过程中持续进行RO检测（例如从早期使用药物直接标记法的游离受体检测，转换为后续使用非竞争性抗体的总受体检测），是确保结果一致性和可比性的必要措施。3.2.4 既往治疗造成的空间位阻效应：RO饱和是因为剂量够了，还是因为靶点变少了？ 免疫检查点抑制剂（CPI）经治患者是当下临床试验的重要入组人群，但之前接受过的抗PD-1/PD-L1治疗会在体内残留循环抗体，这些残留抗体通过空间位阻效应遮蔽靶点表位，导致后续检测到的"可结合位点"数量系统性减少[14]。 PMC8451911[14]的研究显示，既往抗PD-1治疗可使外周T细胞的PD-1抗体结合容量（Antibody Binding Capacity, ABC）降低约2倍。在这种情况下，定量ABC提供的额外信息远超过单纯的相对RO百分比——RO可能显示为">95%饱和"，但这部分是因为总靶点数本身就减少了50%，而非剂量真正足够。 这意味着，仅凭RO百分比无法区分"剂量充足导致的饱和"与"靶点消耗导致的假性饱和"。定量ABC和总受体表达量检测是分辨这两种情况的关键补充手段。3.2.5 Fc效应功能阈值：占据受体与杀伤细胞需要不同的药物浓度 许多拮抗性抗体保留了功能性Fc段，其完整作用机制不仅包括受体阻断（由RO衡量），还包括抗体依赖性细胞毒性（ADCC）和抗体依赖性细胞吞噬（ADCP）等Fc效应功能。然而，ADCC/ADCP的执行通常需要比单纯受体阻断更高的药物浓度和更高的靶点占据密度。 典型案例如抗CD47抗体（magrolimab）——在低剂量下即可实现CD47的RO饱和（阻断"别吃我"信号），但诱导巨噬细胞吞噬肿瘤细胞所需的药物浓度和RO密度远高于单纯阻断。另一个例子是某些抗PD-L1抗体，其Fc段介导的ADCC清除免疫抑制性细胞需要超过单纯PD-L1阻断的药物暴露[15]。 这意味着，即使RO显示">99%的受体已被占据"，这也不等于"Fc效应功能已充分激活"。在剂量递增过程中持续检测RO，可以帮助确定"受体阻断剂量"与"效应功能剂量"之间的差距，为剂量优化提供关键信息。3.2.6 可溶性靶点和脱落受体的"抗原沉默"效应 许多抗体药物的靶点不仅表达于细胞表面，还以可溶性形式存在于循环中——可溶性配体（如VEGF、TGF-β）和脱落受体（如可溶性PD-L1、可溶性CD73）能够结合并消耗循环中的治疗性抗体，形成所谓的"抗原沉默"（antigen sink）效应[16]。 在这种场景下，细胞表面RO可能显示为饱和（因为血清中的药物浓度仍高于细胞表面受体的Kd），但可溶性靶点可能并未被完全中和。一个典型实例：对于PD-1/VEGF双特异性抗体，即使外周血T细胞上的PD-1 RO已达到>99%，血清游离VEGF可能尚未被完全抑制。因此，可溶性靶点水平的测定是细胞RO检测的必要补充。 PMC2670372[17]明确论证了简单的RO = C/(C+Kd)公式在靶点更新显著时的不充分性——必须建立包含靶点合成/降解速率的机制性PK/RO模型，才能准确预测最佳剂量和给药间隔。3.2.7 长期给药引起的受体调节：不能区分"真饱和"与"受体丢失" 慢性靶点占据可诱导受体的负反馈下调——细胞通过减少表面受体表达来适应持续的配体阻断。当受体总量下降40%时，游离受体检测法显示的"RO>95%"，可能只有部分归因于药物的真正占据，部分则归因于整体受体池的缩减。 游离受体检测法单独使用，无法区分这两种情况。必须同时监测总受体表达量，计算RO = 1 - (Free/Total)治疗期 / (Free/Total)基线，才能准确判断真实的受体占据程度[18]。同时，Sternebring等（2016）[19]提出的加权计算法（同时测量游离和结合受体）可以在受体总量波动时提供更为精确的RO估计。3.3 小结 综合上述七项论证，外周血RO在峰浓度时饱和——这个现象本身并非"悖论"，而是高效拮抗性抗体的一个预期特征。真正的悖论在于：为什么一些项目组在RO曲线"平了"之后就停止了检测，而后在FDA/EMA沟通中因缺乏谷浓度RO数据、缺乏受体调节数据、缺乏不同检测方法间的桥接数据而面临审评挑战？ RO应当从"找剂量"的思维定式中解放出来，被重新定位为： 1. 剂量论证工具——证明所选剂量在完整给药间隔内维持充分的靶点占据； 2. 机制确认工具——证明药物在不同患者群体、不同治疗背景下的靶点作用机制一致； 3. 监管合规工具——满足EMA/CDE明确要求、FDA隐性期待的RO数据提交要求。4 受体占位检测方法学——如何做好RO？ RO数据的价值高度依赖于检测方法的科学性。一个设计不当的RO检测方法，不仅会给出误导性的"饱和"假象，还可能导致错误的剂量决策。本节从方法学实践者的视角，系统梳理RO检测的核心方法、关键公式、常见陷阱与最佳实践。4.1 三种核心检测模式 根据检测靶标的不同，RO检测可归纳为三种核心模式[20]： （1）游离受体检测法（Free Receptor Assay） 检测原理：使用标记的竞争性抗体（通常为药物本身或竞争同一表位的替代抗体）检测细胞表面未被药物占据的游离受体。药物治疗后，游离受体量减少，信号下降，间接反映RO。 · 适用场景：最适用于拮抗性抗体——游离受体是药理学相关物种，被占据的受体即丧失了信号转导功能。 · 核心优势：直接测量药效学终点（有多少受体还可被占据），无需额外的非竞争性抗体试剂。 · 核心限制：①药物在样本处理过程中可能解离，导致游离受体虚假增高→RO低估；②抗药抗体（ADA）干扰检测试剂结合→游离受体虚假增高→RO低估或假阴性[21]。 （2）总受体检测法（Total Receptor Assay） 检测原理：使用与药物结合表位不同的非竞争性抗体，检测细胞表面的全部受体（包括已被药物占据的和未被占据的）。 · 适用场景：①作为游离受体的互补检测，提供"分母"用于RO计算；②检测长期给药引起的受体表达变化（上调或下调）；③当游离受体检测无法进行时（如缺乏合适的竞争性抗体），作为替代方案。 ·核心优势：不受药物解离影响；可以检测受体调节（receptor modulation）。 · 核心限制：①寻找亲和力匹配且不与药物竞争的非竞争性抗体难度极大；②不能直接反映药理学相关的"可用受体"数量。 （3）结合受体检测法（Bound Receptor Assay） 检测原理：使用抗药物抗体（抗独特型抗体或抗Fc抗体）检测已与细胞表面受体结合的药物，直接衡量药物-受体复合物。 · 适用场景：①当无法获得非竞争性总受体抗体时的替代方案；②临床前研究（抗药检测试剂易于获得）。 · 核心优势：直接测量药物-受体复合物，不依赖竞争性结合原理。 · 核心限制：①ADA可与检测试剂竞争结合药物，导致信号丢失；②内源性IgG背景可能干扰抗Fc检测；③信号强度受药物浓度和受体表达双重影响。4.2 RO的核心计算公式 RO计算的金标准公式为[20]： RO = 1 - (Free/Total)_治疗后 / (Free/Total)_基线 这一公式的核心设计在于以患者自身基线为对照（paired baseline normalization），从而消除个体间受体表达差异对RO计算的干扰。具体操作流程为： 1.首次给药前采集基线血样，测量Free_baseline和Total_baseline； 2.给药后在指定时间点采血，测量Free_treated和Total_treated； 3.计算每个时间点的(Free/Total)比值，并与基线比值进行比较。 总受体偏离1.0的程度反映受体调节：当Total_treated/Total_baseline > 1.0时，提示受体上调；< 1.0时，提示受体下调。 Sternebring等（2016）[19]提出的加权计算法进一步提升了RO的精度。当同时测量游离受体和结合受体时，二者的"加权和"（weighted sum）比单独的游离或结合测量更为稳定，对技术噪声的容忍度更高。这一方法在受体总量波动的场景下尤为重要，可以避免将"受体总量下降"错误解读为"RO增加"。4.3 RO检测的五大常见陷阱及规避策略 基于多年的一线项目经验，以下将RO检测中最常见的五个"坑"逐一梳理如下： （1）药物在样本处理过程中的解离 · 问题本质：采血后至流式染色完成之间的时间内（通常24-48小时），已与细胞表面受体结合的药物可能缓慢解离，释放出游离受体。这些"再生的"游离受体可被检测试剂识别，导致RO比体内真实值偏低。 · 规避策略：①样本全程维持2-8°C（低温减慢解离速率）；②尽量压缩采血至染色的时间窗口（目标<24小时）；③使用高亲和力检测试剂（亲和力越高，与解离药物竞争结合的能力越强）；④在进行方法学验证时，必须在已知RO水平的药物加标样本中评估解离对结果的影响（spike-in recovery实验）。 （2）抗药抗体（ADA）干扰 · 问题本质：ADA可与检测试剂竞争结合药物分子（结合受体检测法），或直接阻断检测试剂与游离受体的结合（游离受体检测法），导致RO假阴性或低估。PMC5064743[21]报道的CXCR4抗体MEDI3185案例中，ADA阳性患者的游离受体检测法RO显著低于ADA阴性患者，但总受体检测法的RO则无差异，证明了ADA干扰仅影响特定检测模式。 · 规避策略：①同时运行游离受体和总受体检测，二者结果不一致（游离RO低、总RO正常）提示ADA干扰；②平行检测ADA，将RO结果与ADA数据交叉验证；③如果结合受体检测法可用，ADA对结合受体检测的干扰模式与游离受体检测相反（ADA→结合受体信号下降→RO低估），有助于确证。 （3）检测试剂与治疗性抗体的亲和力不匹配 · 问题本质：如果用于游离受体检测的竞争性抗体的亲和力低于药物本身，则它无法有效"竞争"掉已结合的药物，导致游离受体信号虚假升高→RO低估。反之，如果检测试剂亲和力远高于药物，则可能过度竞争，导致RO高估。 · 规避策略：①尽可能使用药物本身作为检测试剂（直接荧光标记），消除亲和力不匹配问题；②如果使用替代抗体，必须在已知药物浓度梯度的加标样本中验证其竞争能力；③方法学验证报告中应包含"药物干扰曲线"——展示不同药物浓度下检测试剂的信号变化。 （4）离体靶点调节 · 问题本质：采血后离体条件下，细胞表面的受体可能发生内化（internalization）或脱落（shedding），导致总受体量下降、游离受体量变化，RO计算结果偏离体内真实值。某些靶点（如CD73）的离体调节速度极快——30分钟内总受体量即可下降10-20%。 · 规避策略：①采血后立即固定细胞（如使用含固定剂的采血管）；②在方法学验证阶段明确样品的稳定性窗口——在室温、2-8°C和固定条件下分别测试0、2、4、8、24小时的RO结果变化；③项目启动前与临床中心沟通采血和运输流程，确保所有样本的处理时间落在已验证的稳定性窗口内。 （5）设门策略与细胞亚群异质性 · 问题本质：同一患者的不同免疫细胞亚群对同一抗体的RO可能存在显著差异。例如，CD4+ T细胞与CD8+ T细胞之间，T细胞与NK细胞之间，RO的差异可达10-30个百分点。如果设门策略只关注一个"总T细胞"群体，将掩盖亚群间的RO异质性，可能导致假性"饱和"结论。 · 规避策略：①设门策略应包括至少CD4+ T细胞和CD8+ T细胞两个主要亚群；②如果靶点在B细胞、NK细胞、单核细胞等上有表达，应分别设门分析；③在报告中同时呈现各亚群的RO数据，而非仅提供一个合并平均值；④如果亚群间RO差异显著，应探讨其生物学意义及对剂量选择的潜在影响。4.4 拮抗性抗体RO检测的最佳实践 综合上述分析，拮抗性抗体RO检测的最佳实践可总结为： 1. 核心方法：游离受体检测法（药物直接标记或高亲和力竞争性抗体）。 2. 互补方法：总受体检测法（非竞争性抗体），用于计算归一化RO和检测受体调节。 3.计算方式：RO = 1 - (Free/Total)_治疗后 / (Free/Total)_基线，优先使用Sternebring加权法。 4. 补充检测：如有可用的抗药检测抗体，增加结合受体检测作为第三维度验证。 5. 功能确认：同时检测下游功能性药效学标志物（细胞因子释放、增殖标志物Ki67、活化标志物CD69/HLA-DR/ICOS等），为RO数据提供药理学确认。 6.验证参数：方法学验证应覆盖精密度、稳定性（全血和染色后样本）、药物干扰、ADA干扰、定量下限及批间一致性。遵循"适配目的"（fit-for-purpose）原则进行分级验证[22]。 （见表2：三种RO检测模式对比） 表2 游离受体、总受体、结合受体三种RO检测模式对比 维度 游离受体检测 总受体检测 结合受体检测 检测靶标 未被占据的受体 全部受体（游离+结合） 药物-受体复合物 检测试剂 标记的药物或竞争性抗体 非竞争性抗体（不同表位） 抗药物抗体（抗独特型/抗Fc） 药理学意义 表征"可用受体"→直接反映药效 提供分母；检测受体调节 表征"已被占据受体"→直接反映占据 核心优势 最直接反映药效学终点 不受药物解离影响；检测受体调节 直接测量RO；不依赖竞争原理 核心限制 药物解离→RO低估；ADA干扰 寻找合适的非竞争性抗体难度大 ADA干扰→信号丢失；内源性IgG背景 最佳应用 拮抗性抗体的核心检测模式 游离受体的互补检测；长期给药受体调节 无法获得非竞争性抗体时的替代方案 关键控制 加标回收率；解离动力学验证 表位独立性验证；亲和力匹配验证 ADA交叉验证；背景扣除验证5 多特异性抗体受体占位——独特挑战与考量5.1 问题的特殊性 双特异性抗体（BsAb）和三特异性抗体（TsAb）的兴起，使RO研究面临新的挑战维度。传统的游离/总受体二元范式，建立在"一个药物→一个靶点"的简化假设之上。而多特异性抗体同时结合两个甚至三个靶点，带来了至少七个新的RO方法论问题[23,24]。 在本实验室的实际经验中，当我们从单特异性抗PD-1抗体的RO项目切换到PD-1×VEGF双特异性抗体的RO项目时，最直观的感受是：方法开发的复杂度呈指数级增长。过去只需建立一套游离+总受体的单色流式方案，现在至少需要两套独立的方案（PD-1 RO和VEGF中和），且两者之间存在潜在的交叉干扰。以下逐一展开分析。5.2 每个靶点臂的独立评估 多特异性抗体的每个靶点臂必须独立进行RO评估。以CS2009（PD-1/VEGF/CTLA-4三特异性抗体，基石药业）为例[25]，该分子需要三套独立的RO检测： 1. PD-1 RO：在T细胞上检测PD-1受体的游离/总受体比值； 2.CTLA-4 RO：在T细胞上检测CTLA-4受体的游离/总受体比值； 3. VEGF中和：在血清中检测游离VEGFA浓度（VEGF是可溶性配体，不是细胞表面受体，因此需要不同的检测范式）。 检测复杂度的增长与靶点数量直接相关：双特异性抗体需要至少2套游离+2套总受体检测（共4个参数），加上谱系标志物（CD3、CD4、CD8等），最终需要的流式参数数量通常为6-10个。三特异性抗体可能需要10-14个参数。 此外，同一细胞可能同时表达多个靶点（如T细胞共表达PD-1和TIGIT），这要求多参数流式方案能够同时在同一细胞群上解析多个靶点的RO状态。panel设计的一个关键原则是：每个靶点的游离受体检测试剂和总受体检测试剂必须使用不同的荧光通道，以避免光谱重叠导致的信号串扰。5.3 肿瘤微环境中的亲合力效应——外周血RO可能系统性低估靶点占据 多特异性抗体的关键设计理念之一是利用亲合力（avidity）效应实现肿瘤微环境（TME）的优先靶向。当一个抗体分子同时结合同一个细胞表面的两个不同靶点（顺式结合，cis-binding）或桥接两个不同细胞（反式结合，trans-binding）时，其表观亲和力可以比单价结合高出几个数量级。 CS2009的分子设计正是利用了这一点：PD-1臂和CTLA-4臂为单价设计，VEGFA臂为双价设计，通过TME中的VEGF高浓度驱动肿瘤区域的优先富集和亲合力增强[25]。然而，在临床RO检测中，我们使用的是外周血T细胞，这些细胞处于单靶点结合条件（血液中没有肿瘤相关的高浓度VEGF来介导亲合力效应）。 因此，外周血中测得的RO可能系统性低估TME中的实际靶点占据程度——这在逻辑上似乎是"好事"（实际药效比检测结果更强），但从剂量优化的角度看，这种低估可能导致不必要的剂量递增。5.4 检测试剂间的竞争性结合 在多特异性抗体的RO检测中，用于不同靶点的检测试剂之间可能发生竞争性结合： · 两个检测试剂可能竞争同一荧光通道的带宽（光谱重叠）； · 检测试剂可能与药物的另一臂发生交叉反应； · 在同时检测多个靶点的多色方案中，某一检测试剂的非特异性结合可能影响其他靶点的信号。 我们的经验是：对于双特异性抗体，必须进行单染对照（single stain controls）和荧光减一对照（fluorescence-minus-one, FMO controls），逐通道验证每个检测试剂的特异性和信号独立性。方法学验证报告中应包含"检测试剂干扰矩阵"——评估每对检测试剂之间的相互干扰程度。5.5 可溶性靶点检测的必要补充 对于包含可溶性靶点臂的多特异性抗体（如VEGF、TGF-β等），RO检测必须包括两部分：细胞表面受体RO（流式细胞术）和可溶性靶点水平（ELISA/MSD等配体结合方法）。二者是不可分割的互补信息。 CS2009的临床数据[25]完美地展示了这一互补性：在1 mg/kg的最低剂量组，外周血T细胞的PD-1 RO仅为约75%，但血清游离VEGFA已经被深度抑制至检测下限以下。这说明VEGF臂相比PD-1臂在更低的药物暴露下即实现了靶点饱和。如果不检测血清VEGF，仅凭PD-1 RO数据选择RP2D，将严重低估该分子的药理学窗口。5.6 功能性药效学标志物的确认 当每个靶点的独立RO检测在技术上难以实现时（例如，无法获得某一靶点的合适检测试剂），功能性药效学标志物可以作为药理学确认的替代或补充手段。CS2009的案例同样具有启示意义：Ki67（增殖标志物）和ICOS（T细胞活化标志物）在CD4+和CD8+ T细胞上均呈现剂量依赖性上调，这为PD-1和CTLA-4的双靶点药理学激活提供了功能性证据，即使单靶点RO检测存在技术不确定性[25]。5.7 多特异性抗体RO的临床案例 （1）CS2009（PD-1/VEGF/CTLA-4三特异性抗体，基石药业） [25] 全球首个公布完整临床RO数据的三特异性抗体。2026年ASCO报道了72例患者、6个剂量水平（1-45 mg/kg，Q3W）的I期数据。核心RO发现： · 10 mg/kg剂量组：PD-1/CTLA-4 RO约为75%（Day 1），谷浓度下降至50-75%，剂量覆盖不充分； · ≥20 mg/kg剂量组：PD-1/CTLA-4 RO在Day 1达到~100%，谷浓度维持75-90%至Day 63，剂量覆盖充分； · 血清游离VEGFA在所有剂量组均被深度抑制； · Ki67和ICOS在CD4+和CD8+ T细胞上呈剂量依赖性上调； · 线性PK，T1/2约6-8天，ADA发生率仅0.7%（1/139）； ·暂定RP2D为30 mg/kg。 关键启示：RO数据直接区分了"不充分剂量"（10 mg/kg）与"充分剂量"（≥20 mg/kg），为RP2D的选择提供了决定性依据。如果不是因为RO数据清晰地展示了10 mg/kg的谷浓度覆盖不足，仅凭安全性和初步疗效信号（所有剂量组的ORR差异可能不显著），可能无法在早期识别出真正的剂量效应差异。 （2）EMB-02/Fanastomig（PD-1/LAG-3双特异性抗体） [26] PMC12072225报道了47例患者、6-900 mg QW的I期数据。综合性PK/PD+RO建模揭示了一个关键发现：LAG-3的RO在相同药物暴露下显著滞后于PD-1 RO，提示LAG-3臂的靶点占据需要更高的药物浓度或更长的暴露时间。这一发现直接支持了独立评估每个靶点臂RO的必要性——如果仅检测PD-1 RO并据此选择剂量，LAG-3臂可能长期处于"亚充分占据"状态。 （3）AK112/Ivonescimab（PD-1/VEGF双特异性抗体，康方生物） I期试验（NCT04047290，80例患者）建立了PD-1 RO和VEGF中和的双维药效学评估。后续III期HARMONi-A试验（NSCLC）中继续纳入RO作为确证性生物标志物[27]。AK112是首个获批上市的PD-1/VEGF双特异性抗体，其开发过程中始终维持RO检测的案例，为多特异性抗体的药效学评估建立了行业基准。 （4）RG7769（PD-1/TIM3双特异性抗体，罗氏） [14] PMC8451911报道的特色在于纳入了CPI初治和CPI经治两类患者人群。结果显示，T细胞RO在两种人群中均接近100%，但CPI经治患者的定量ABC水平显著低于初治患者。这一发现再次强调了：在多特异性抗体（尤其是包含PD-1臂的分子）的RO评估中，仅报告RO百分比不足以区分"真正饱和"与"靶点消耗后的假性饱和"。 （见表3：已发表多特异性抗体临床RO数据汇总） 表3 已发表多特异性抗体临床RO数据汇总 药物 靶点 阶段 例数 剂量范围 核心RO发现 参考文献 CS2009 PD-1/VEGF/CTLA-4 I期 72 1-45 mg/kg Q3W PD-1/CTLA-4 RO≥20   mg/kg饱和；10 mg/kg谷浓度RO不足；VEGF全剂量抑制 ASCO 2026; HKEX filing   [25] EMB-02 PD-1/LAG-3 I期 47 6-900 mg QW LAG-3 RO滞后于PD-1 RO；PK/PD+RO建模支持独立评估 PMC12072225 [26] AK112 PD-1/VEGF I-III期 ~80 (I期) — PD-1 RO和VEGF中和双维评估 NCT04047290 [27] RG7769 PD-1/TIM3 I期 — — ~100% T细胞RO在CPI初治和经治人群中；ABC定量揭示经治患者靶点减少 PMC8451911 [14] SSGJ-707 PD-1/VEGF II期 — 10 mg/kg Q3W ORR 67.6% NSCLC；RO数据待公布 ASCO 20266 受体占位驱动临床决策的经典案例6.1 TGN1412——改变行业规则的惨痛教训 2006年3月13日，伦敦Northwick Park医院。6名健康志愿者在静脉输注抗CD28超级激动剂抗体TGN1412后90分钟内，全部出现剧烈头痛、腰背剧痛和胃肠道症状，随后迅速发展为危及生命的细胞因子释放综合征（CRS），表现为高热、低血压、肺水肿、急性呼吸窘迫综合征、弥散性血管内凝血和多器官功能衰竭[2]。 事后调查发现，TGN1412的起始剂量0.1 mg/kg是基于食蟹猴NOAEL（50 mg/kg）的1/500倍计算得出的——这看似保守的安全因子。然而，食蟹猴与人类的CD28受体在胞内信号域存在关键差异，导致相同的RO在人体中产生了远远超过预期的下游信号放大效应。事后估算，0.1 mg/kg的剂量在人体中产生了>90%的RO——而非MABEL计算所应追求的约10%[28]。 TGN1412事件对RO领域的深远影响体现在三个层面： · 监管层面：EMA直接基于此事件修订了FIH指南，将MABEL法（而非NOAEL法）确立为高风险生物制品FIH剂量选择的首选方法，并将RO数据定性为MABEL计算的"根本性"数据[1]。 · 行业层面：所有靶向免疫受体的抗体（不仅是激动剂，也包括拮抗剂）的FIH试验从此必须纳入RO检测方案，RO从"研究性数据"转变为"必备数据"。 · 方法学层面：推动了RO检测方法的标准化和验证框架的建立——在TGN1412时代，RO更多是学术研究工具，缺乏统一的验证标准和报告规范。 实验室视角：TGN1412是我们在与申办方讨论RO方案时最常引用的案例。当项目组提出"我们的抗体亲和力很低，起始剂量应该不会有什么药效"时，TGN1412提醒我们：MABEL不是基于"感觉"的，而是基于体外RO数据的严格计算。6.2 Pembrolizumab与Nivolumab——检测方法差异影响RO解读 PD-1抑制剂的两个标杆药物，其RO数据为业界提供了关于"检测方法如何影响RO结论"的生动教材。 Pembrolizumab的临床数据显示，在≥1 mg/kg Q3W的剂量下，外周血PD-1 RO即可达到>95%的饱和平台[29]。基于此数据，Pembrolizumab最终获批的剂量为200 mg Q3W / 400 mg Q6W的固定剂量——RO数据直接支持了平剂量给药（flat dosing）策略。 Nivolumab的RO数据则更具"故事性"。早期数据显示RO≥65%（0.3 mg/kg时），但后续采用不同检测方法的研究显示RO>90%[13]。PMC9762804[13]系统性分析了这一差异的根源：游离受体检测法与总受体检测法对PD-1受体在药物结合后的内化/降解动力学具有不同的敏感性，导致同一患者样本的RO读数可以有实质性差异。 Nivolumab最终获批剂量为3 mg/kg Q2W（后改为240 mg Q2W / 480 mg Q4W固定剂量），明显高于Pembrolizumab的等效剂量。RO数据中的方法学不一致性，可能是导致两个药物"最优剂量"差异的部分原因。 关键启示：RO检测方法不是透明的"数据采集工具"——方法本身的选择会影响结论，进而可能影响剂量决策。因此，在整个开发过程中保持RO检测方法的一致性（或在不同方法之间建立正式的桥接数据），是确保数据可比性和决策延续性的基本要求。6.3 Elotuzumab与Daratumumab——RO作为"机制确认"而非"剂量探索" 多发性骨髓瘤领域的两个标杆抗体药物，提供了RO作为"机制确认型生物标志物"的典范。 Elotuzumab（抗SLAMF7）和Daratumumab（抗CD38）均在治疗剂量下实现了>95%的RO，且由于其靶点在骨髓瘤细胞上高表达，RO在最低有效剂量即达到饱和[30]。在这种情况下，RO并未用于"寻找剂量"——剂量选择主要由PK、安全性和疗效驱动。但RO数据的核心价值在于：为监管机构提供了药物"确实在靶点上"的直接证据，消除了"未命中靶点"导致疗效不佳的可能性。这种"机制确认"功能在加速审批路径中尤为重要。6.4 CS2009——RO数据驱动RP2D选择的最新范例 CS2009（PD-1/VEGF/CTLA-4三特异性抗体）的I期RO数据[25]为"RO如何直接驱动临床决策"提供了教科书级别的案例： · 安全性和耐受性在所有6个剂量组（1-45 mg/kg）均表现良好，无DLT，MTD未被达到。如果仅依据安全性数据，6个剂量都可以被视为"可接受"。 · 疗效信号在各个剂量组均有观察到，但早期ORR数据的置信区间重叠严重，无法可靠区分剂量间疗效差异。 · 转折点出现在RO数据上：10 mg/kg组在给药间隔末期PD-1/CTLA-4 RO下降至50-75%，提示靶点占据不持久；≥20 mg/kg组的RO在Day 63仍维持75-90%，提示靶点在整个Q3W给药间隔内被持续占据。 · 基于RO数据，暂定RP2D确定为30 mg/kg——高于"足够安全"的10 mg/kg，高于"最低有效"的20 mg/kg，定位在"在整个给药间隔内持续且稳定地占据靶点"的药效学最优区间。 这一案例完美地回答了"为什么RO饱和了还要继续测"——正是因为RO没有在每个剂量都饱和，RO数据揭示了隐藏在平坦安全性/初步疗效曲线背后的真实的剂量-药效学关系。 （见表4：RO驱动临床决策的典型案例汇总） 表4 受体占位驱动临床决策的典型案例 案例 药物/靶点 核心RO发现 临床决策影响 核心启示 TGN1412 抗CD28 0.1 mg/kg→>90%   RO→CRS EMA将RO升级为MABEL计算的根本性数据 MABEL应追求~10%   RO，非>90% RO Pembrolizumab 抗PD-1 ≥1 mg/kg→>95% RO饱和 RO直接支持200 mg Q3W固定剂量策略 RO数据可支持简化给药方案 Nivolumab 抗PD-1 不同检测方法RO不一致（70% vs >90%） 方法学差异可能影响最优剂量判断 检测方法不一致可导致剂量结论差异 Elotuzumab/Daratumumab 抗SLAMF7/CD38 治疗剂量>95% RO RO作为"机制确认"证据 RO在饱和后仍有监管价值 CS2009 PD-1/VEGF/CTLA-4 10 mg/kg谷浓度RO不足；≥20   mg/kg持续饱和 RO数据直接驱动RP2D选择（30 mg/kg） RO在安全性和初步疗效无法区分剂量时提供决定性依据7 分阶段、适配目的——RO研究设计的实操框架 基于上述论证，RO不应在全开发周期中以相同的强度进行。相反，应遵循"适配目的"（fit-for-purpose）原则，根据每个开发阶段的不同目标调整RO采样的密度和策略。本节提出的框架融合了Stewart等[20]的经典建议、EMA/CDE的监管要求以及本实验室的实际项目经验。7.1 临床前阶段——奠定基础 目标：建立RO检测方法，为MABEL计算提供数据，桥接至临床检测方法。 · 在目标种属（食蟹猴、小鼠等）中验证游离受体和总受体检测方法； · 测定靶点受体在目标细胞群中的表达水平、周转速率和结合动力学； · 使用RO数据计算MABEL：对于高风险免疫调节抗体，MABEL应追求约10% RO，而非>90%饱和[1]； · 完成人到临床检测方法的桥接：验证人源检测试剂；评估与非人灵长类样本的交叉反应性。 一线经验：临床前RO方法的建立往往被低估其重要性。很多项目的临床前RO数据是在"顺便测一下"的心态下收集的——使用未经充分验证的试剂、缺乏标准化的设门策略、没有基线归一化。这样的数据在进入临床阶段后无法与临床RO数据建立可靠的联系，白白浪费了宝贵的跨物种转化信息。我们建议：临床前RO方法的验证标准应尽可能接近临床方法——即使不需要完全按照GLP标准，也至少应建立精密度、检测限和加标回收率等核心验证参数。7.2 首次人体试验（FIH/I期）——全面密集的RO评估 目标：建立完整的PK/RO关系，为后续剂量选择提供全面的药效学基础。 这一时期是RO检测密度最高的阶段，建议的采样策略为： · 每个剂量组：首次给药周期内至少7-8个时间点（给药前、输液结束、Day 1、Day 2、Day 4、Day 7、Day 14/21谷浓度，以及后续2-3个周期的给药前和谷浓度）； · 汇报维度：按细胞亚群（CD4+、CD8+、其他相关亚群）分别汇报RO数据，而非仅提供合并平均值； ·建模支持：建立PK/RO模型（通常为Sigmoid Emax模型），描述浓度-RO关系； · 受体调节初探：通过总受体变化监测首次获得长期给药的受体调节信号； · 功能标志物：同时检测功能性药效学标志物（细胞因子、增殖标志物、活化标志物），为RO提供药理学确认。 关键决策点：外周血RO是否支持所选剂量范围内的靶点占据？无论RO是否饱和，都可以获得有价值的信息——如果饱和，了解"多大的暴露冗余"存在（支持后续简化给药方案）；如果不饱和，界定"达到饱和的临界剂量"（支持后续剂量优化）。 实操提示：在FIH阶段，我们建议即使RO数据已经显示"平了"（饱和），也不要在中途缩短采样时间点。原因有三：（1）谷浓度RO的微小下降（例如从99%降至95%），在统计学上可能不显著，但在药理学上可能具有生物学意义；（2）受体调节可能在与RO饱和同时发生——如果中途停止采集总受体数据，将错过受体调节的早期信号；（3）监管机构（尤其是EMA）期望看到"完整的PK/RO表征"，而非仅"RO是否饱和"的二元结论。7.3 剂量优化阶段（Ib/II期）——重点靶向的RO评估 目标：确认谷浓度RO覆盖；在不同患者群体中验证RO一致性。 · 降低采样密度：主要采集给药前和谷浓度（Ctrough）两个时间点； · 聚焦谷浓度：将分析重点从"峰浓度RO是否饱和"转移到"谷浓度RO是否持续≥95%"； · 患者群体亚组分析：比较CPI初治 vs 经治、不同肿瘤类型、不同联合用药方案下的RO表现； · 最小有效RO剂量：如果多个剂量组均显示峰浓度RO饱和，确定能够维持谷浓度RO≥95%的最低剂量； · RO与疗效/安全性的整合分析：在群体PK/PD模型中探索RO与临床终点的暴露-效应关系。 关键决策点：拟定的III期剂量是否在全给药间隔内维持了充分的谷浓度靶点占据？ 实操提示：剂量优化阶段最容易出现的错误是"RO全部饱和了，所以不需要测了"的过早简化。我们建议至少保留给药前和Ctrough两个时间点的RO采集，原因有三：（1）确证性RO数据向监管机构传递"剂量选择不是基于假设，而是基于全周期数据"的信心；（2）Ib/II期的患者群体与I期可能存在实质性差异（肿瘤负荷、既往治疗、ECOG评分等），需要独立的靶点占据验证；（3）即使峰浓度RO在I期已经饱和，谷浓度RO在患者群体中可能表现不同——例如，肿瘤负荷更大的患者可能有更高的靶点更新速率，导致谷浓度RO下降更快。 II期持续RO检测的典型案例： · Nivolumab (CheckMate系列)：在CheckMate 017/057/066等多项II/III期NSCLC和黑色素瘤研究中，RO数据持续采集，揭示了Phase 1数据（70% RO）与后续研究（>90% RO）之间因检测方法学差异导致的不一致。正是这种跨阶段持续RO检测，促使研究者通过QSP建模系统解释了RO差异的来源——结合受体与游离受体内化/降解动力学的差异[13]。这一发现不仅消除了Nivolumab剂量选择的潜在争议，也为后续固定剂量转换方案（240mg Q2W→480mg Q4W）提供了药理学合理性支持。 · Pembrolizumab (KEYNOTE系列)：KEYNOTE-001中建立的RO数据（≥1 mg/kg即可饱和>95%）直接支持了后续以2 mg/kg Q3W启动KEYNOTE-002（黑色素瘤II期）、KEYNOTE-006（黑色素瘤III期）、KEYNOTE-024（NSCLC III期）等关键试验。更重要的是，在KEYNOTE系列试验累积的大量PK/RO群体数据基础上，申办方建立了群体PK模型，证明了200mg固定剂量与2mg/kg基于体重的给药方案的PK/RO变异度相当，从而成功实现了FDA批准的"体重换算固定剂量"标签更新[32,33]。如果没有贯穿II/III期的RO数据积累，仅凭I期的"RO全饱和"结论，无法支持这一重大给药方案变更。 · Vedolizumab (GEMINI系列)：作为非肿瘤领域的典型案例，Vedolizumab的GEMINI 1和GEMINI 2两项III期试验中持续进行了α4β7整合素受体饱和度检测。数据显示，300mg Q4W或Q8W给药均在第6周达到完全受体饱和，并维持至第52周[34]。关键在于，Q8W组的部分患者在第8周末端出现了受体饱和度的轻微下降——这一信号在规模更大的III期人群中才得以显现，而在仅十余例患者的I期研究中完全无法检测到。RO数据最终支持了Q4W和Q8W两种给药方案的同时获批。 · Anifrolumab (MUSE→TULIP系列)：从Phase 2b MUSE到Phase 3 TULIP-1/TULIP-2，Anifrolumab项目始终将I型IFN基因标志（21-IFNGS）中和率作为核心药效学指标进行持续监测。Phase 2b数据表明300mg和1000mg Q4W的中和率相似，但1000mg停药后IFNGS反弹更慢。这一PD信号驱动了Phase 3仅选择300mg进行确证。TULIP汇总分析进一步揭示：21-IFNGS中和程度与临床疗效（BICLA应答率）呈正相关——最高中和四分位数的患者BICLA应答率为58.1%，最低四分位数仅为37.6%[35,36]。这为"RO/PD指标与临床终点之间存在定量关联"提供了极为难得的注册试验级别证据。 · SG301 (抗CD38单抗)：I期数据显示CD38 RO在≥8 mg/kg时饱和，这一RO数据直接确定了该剂量作为Phase II的推荐剂量（RP2D）。Phase II试验正在进一步验证这一基于RO的剂量选择是否能够在更大规模患者群体中重现[37]。 · Ibrutinib (非抗体小分子案例)：虽然Ibrutinib不是抗体药物，但其BTK受体占位研究是RO驱动剂量选择的最经典案例之一。Phase I数据显示BTK RO>95%在≥2.5 mg/kg/天（约175 mg/天）时即达到完全饱和，但Phase II/III的注册剂量选择了420 mg/天——约为完全饱和所需剂量的3倍[38]。FDA审评文件中明确指出：RO数据提示更低剂量可能同样有效，建议在将来探索低剂量方案。该案例从反面说明：如果缺乏跨阶段的持续性RO数据，将无法建立"最低有效RO剂量"的证据基础。7.4 注册试验（III期）——确证性的稀疏RO评估 目标：在注册人群中确证靶点占据的药理学合理性；为NDA/BLA申报提供RO确证数据。 · 稀疏采样：仅采集给药前和给药后的1-2个时间点（例如Cmax或给药中期）； · 确证目的：确认III期人群的RO与I/II期数据一致； · 监管价值：为NDA/BLA申报提供RO确证数据，支持"所选剂量具有药理学合理性"的结论； · 关键决策点：RO数据是否充分支持注册申报？ III期持续RO检测的实践案例与监管价值： · Anifrolumab (TULIP-1/TULIP-2)：这是迄今为止抗生素药物领域"III期RO/PD数据对注册申报贡献最大"的案例之一。TULIP-1和TULIP-2两项III期试验共纳入819例中重度SLE患者，在整个52周治疗期间持续采集21-IFNGS中和率数据。结果显示：Anifrolumab 300mg Q4W给药方案实现了快速（4周内）、深度（中位>85%）、持续（至第52周）的IFNGS中和，且中和程度与BICLA临床应答率呈明确的暴露-效应关系[35,36]。尤其值得关注的是：150mg剂量组虽然也显示一定中和活性（中位>50%，第52周），但其Ctrough>IC80的患者比例仅为~27%，远低于300mg组的~83%。这一PK/PD差异直接支持了300mg作为最终获批剂量。FDA的审评文件中明确引用了21-IFNGS中和数据作为"剂量合理性"的核心证据之一。 · Vedolizumab (GEMINI 1/2)：GEMINI 1（UC）和GEMINI 2（CD）两项III期试验在诱导期（Week 0-6）和维持期（Week 6-52）全程检测了α4β7受体饱和度[34]。关键发现是：无论Q4W还是Q8W给药，受体饱和度均在第6周达到完全（100%）并维持至第52周，但Q8W组在给药间隔末端出现了轻微的饱和度波动。更重要的是，4%患者ADA阳性，其中持续阳性者表现为血清药物谷浓度降低和受体饱和度相应下降——这一发现提示：在III期大规模人群中进行RO检测，可以在ADA影响尚未表现为临床疗效丧失之前，早期识别出需要调整给药方案的患者亚群。 · Pembrolizumab (KEYNOTE系列)：虽然KEYNOTE的III期试验（KEYNOTE-006/024/042/189/407等）中RO检测已转为稀疏采样（多为给药前+一个给药后时间点），但这些RO数据的累积效应极为深远：群体PK/PD分析建立了从早期RO数据到固定剂量200mg Q3W（后扩展至400mg Q6W）的完整证据链[32]。该证据链的关键环节包括：①I期RO证明1mg/kg即饱和→②II/III期群体PK模型证明200mg平剂量与2mg/kg体重剂量的PK/RO变异度相当→③FDA批准基于"PK+RO桥接"的给药方案变更。这一案例被FDA列为MIDD成功范本之一[39]。 · SC GnRH拮抗剂案例：虽然非抗体药物类别，但口服GnRH拮抗剂Relugolix和Elagolix的开发过程亦值得借鉴。该类药物的II/III期试验中持续检测了促性腺激素受体占位作为PD指标，RO数据直接支持了"低剂量起始、RO数据指导剂量滴定"的给药策略[40]。7.5 上市后及生命周期管理 · 特殊人群的RO评估（肝肾功能不全、儿童、老年患者）； ·替代给药方案（固定剂量、延长给药间隔）的RO支持——如Nivolumab 480mg Q4W替代240mg Q2W，Pembrolizumab 400mg Q6W替代200mg Q3W，其PK/RO桥接数据是FDA批准延长给药间隔的核心依据[13,32]； · 联合用药中的RO（评估潜在的竞争性或协同性靶点占据效应）。7.6 II期/III期持续进行受体占位研究的案例汇总 以下表汇总了在II期和/或III期临床试验中持续进行受体占位研究的代表性案例，按药物类别分类。这些案例共同证明：RO研究并非在I期完成即可归档的"一次性数据"，而是贯穿整个开发周期、服务于剂量论证、机制确认和监管申报的持续性工作。 （见表6：II/III期临床持续受体占位研究案例汇总） 表6 II/III期临床试验中持续进行受体占位研究的代表性案例 药物（商品名） 靶点/类型 II期RO贡献 III期RO贡献 注册影响 参考文献 Nivolumab (Opdivo) PD-1 拮抗性mAb CheckMate系列验证RO>90%，揭示方法学间RO差异 支持240mg→480mg Q4W延长给药间隔 RO为方案变更提供PK/PD桥接数据 [13] Pembrolizumab (Keytruda) PD-1 拮抗性mAb KEYNOTE-002等确立2mg/kg Q3W的有效RO 群体PK模型支持200mg平剂量→400mg Q6W FDA批准体重非依赖给药 + 延长间隔 [32,33] Vedolizumab (Entyvio) α4β7 拮抗性mAb — GEMINI 1/2: 完全RO饱和至52周；ADA影响RO 支持Q4W/Q8W双方案获批 [34] Anifrolumab (Saphnelo) IFNAR1 拮抗性mAb MUSE: 300mg/1000mg PD中和率相似，停药反弹差异驱动Phase 3剂量选择 TULIP-1/2: 300mg中位>85%   IFNGS中和至52周；150mg仅~27%   Ctrough>IC80 RO/PD数据为FDA批准的核心证据之一 [35,36] SG301 CD38 拮抗性mAb I期确立≥8mg/kg   RO饱和→RP2D Phase II进行中，RO持续验证 — [37] Ibrutinib (Imbruvica) BTK 共价抑制剂 — Phase II/III采用420mg/天（3x完全RO剂量175mg/天） RO提示可降剂量；FDA建议探索低剂量 [38] CS2009 PD-1/VEGF/CTLA-4 三特异性抗体 I期RO直接驱动RP2D选择(30mg/kg) — RO区分10mg/kg(不足)vs≥20mg/kg(充分) [25] EMB-02 (Fanastomig) PD-1/LAG-3 双特异性抗体 I期PK/PD+RO模型预测未测剂量方案 — LAG-3 RO滞后于PD-1 RO发现 [26] AK112 (Ivonescimab) PD-1/VEGF 双特异性抗体 — HARMONi-A III期保留RO确证性检测 RO伴随首个获批PD-1/VEGF双抗全开发周期 [27] AGEN2034 PD-1 拮抗性mAb I/II期：RO>59%所有剂量，Phase II宫颈癌扩展进行中 — RO数据与已上市PD-1抑制剂可比 [41] （见表7：不同开发阶段的RO采样策略建议） 表7 各临床开发阶段的受体占位研究策略建议 开发阶段 核心目标 采样密度 关键时间点 数据产出 关键决策 临床前 建立方法；计算MABEL — — RO-浓度曲线；MABEL计算书 起始剂量和剂量范围 FIH/I期 全面PK/RO表征 高密度（7-8点/周期） 给药前至Ctrough全周期 PK/RO Emax模型；受体调节初探 剂量范围是否充分？ Ib/II期 谷浓度RO确证；群体异质性分析 中密度（2-3点/周期） 给药前+Ctrough 谷浓度RO数据；亚群比较 III期剂量是否合理？ III期 确证性RO；监管数据包 低密度（1-2点/周期） 给药前+1个给药后点 确证性RO数据 RO数据是否支持NDA/BLA？ 上市后 特殊人群；新方案 按需 按需 特殊人群RO数据 标签扩展是否可行？8 未来方向与新兴技术8.1 分子影像——弥合血-组织RO鸿沟 免疫PET（Immuno-PET）技术使用放射性核素（如89Zr、64Cu）标记的抗体，通过全身PET/CT成像实现非侵入性、实时、全身范围的抗体分布和靶点占据可视化[12]。这一技术直接回应了外周血-组织RO脱节这一最核心的问题。 89Zr标记的抗HER3抗体免疫PET研究已经证明，抗体在实体瘤中的浓度仅为血液的1/10至1/100，且肿瘤内分布高度异质[12]。随着免疫PET技术的逐渐成熟，未来有望在早期临床试验中同时进行外周血RO检测和免疫PET成像，建立二者的相关性，为外周血RO数据的"组织RO推断"提供转化桥接。 然而，目前免疫PET仍局限于少数专业学术中心，成本和物流障碍限制了其广泛应用。未来随着标准化示踪剂制备程序的建立和监管框架的完善，免疫PET或将成为多特异性抗体组织RO评估的标准工具。8.2 定量系统药理学（QSP）与模型引导的药物开发（MIDD） 整合靶点周转、组织分布和受体动力学的机制性QSP模型，能够从外周血RO数据预测组织RO[17]。CDE MIDD剂量探索指导原则[7]明确鼓励申办方将RO数据置于MIDD框架中，通过模型整合而非孤立解读RO数据。 EMB-02的案例[26]展示了这一范式的实践价值：PK/PD+RO建模不仅描述了已观察到的数据，还预测了未在临床试验中直接测量的剂量方案（如不同给药间隔）下的RO表现，为剂量优化提供了超越"试错法"的科学基础。 未来，整合患者个体化靶点表达、PK和RO数据的"数字孪生"（digital twin）方法，有望实现基于模型引导的精准给药（MIPD），使RO从群体生物标志物升级为个体化剂量优化的决策工具。8.3 新兴检测技术 · 单细胞RO分析：在单细胞水平解析RO的分布异质性，识别罕见的不完全占据亚群。对于功能性Fc效应机制，即使99%的细胞实现了完全占据，1%的"逃逸"细胞也可能在反复给药后形成耐药克隆。 · 质谱流式（CyTOF）：在40+参数的维度上同时进行RO评估和免疫表型分析，全景式展示多特异性抗体的多靶点占据格局。 · 可溶性生物标志物组合：多重可溶性配体和脱落受体的同步测定，提供细胞RO联合可溶性靶点中和的完整药效学画像。9 结论与实操建议9.1 核心结论 1. 监管趋同但力度分化：EMA、CDE和FDA三大监管机构均认可RO作为药效学生物标志物的重要价值。CDE 2025年《抗体类药物临床药理学研究指导原则》是全球最新、措辞最为明确的RO研究监管指南。EMA和CDE采取"要求性"立场（RO应当被测量），FDA采取"允许性"立场（RO可以被测量），但全球多中心开发策略下，RO检测已成为事实上的行业标准。 2. 饱和度悖论已经化解：外周血RO在峰浓度时饱和，是高亲和力拮抗性抗体的预期特征，而非悖论。RO应当从"剂量探索工具"重新定位为"剂量论证、机制确认和监管合规"三位一体的核心生物标志物。外周血RO的必要不充分性来自七个维度：组织分布差异、靶点周转与谷浓度覆盖、检测方法学差异、既往治疗影响、Fc效应功能阈值、可溶性靶点消耗以及受体调节。 3. 多特异性抗体RO方法论正在成型：独立靶点评估、亲合力效应、竞争性结合、可溶性靶点互补检测和功能性药效学标志物确认，构成了多特异性抗体RO评估的五大支柱。CS2009（PD-1/VEGF/CTLA-4）提供了全球首个完整的三特异性抗体临床RO数据范例，其RO数据直接驱动了RP2D选择。9.2 八条实操建议 1. FIH中全面密集：每个剂量组、多个时间点（至少7-8个）、多个细胞亚群、全面的RO采集。即使RO在最低剂量即饱和，也不要在中途"砍点"——峰浓度饱和不等于谷浓度持续覆盖。 2. 剂量优化中聚焦谷浓度：将RO采样降至给药前+Ctrough两点，但确保在患者群体中独立验证。不要因为I期"全平了"就在II期"全砍了"。 3. 注册试验中稀疏确证：保留1-2个时间点的确证性RO数据，满足监管对"所选剂量具有药理学合理性"的期望。 4. 始终同时检测游离受体和总受体：RO = 1 - (Free/Total)治疗期/ (Free/Total)基线。游离受体单独使用会掩盖受体调节效应，总受体单独使用缺乏药理学解读维度。 5. 按细胞亚群分别汇报：CD4+ T细胞和CD8+ T细胞的RO可能存在10-30个百分点的差异，合并平均值会掩盖具有生物学意义的亚群异质性。 6. 可溶性靶点的互补检测：对于包含可溶性靶点臂的多特异性抗体，细胞RO检测必须配以血清/血浆游离靶点水平检测。 7.将RO纳入PK/PD建模：RO不应被孤立解读。PK/RO Emax模型、群体PK/PD模型和QSP模型能够从有限的RO数据中提取最大化的药理学信息。 8. 预期并计划RO饱和——这不是bug，这是feature：高效拮抗性抗体在最低起始剂量即饱和，说明药物设计是成功的——亲和力足够高、靶点可达性好。应将RO饱和预期融入方案设计：提前计划好"当RO饱和后，我们将集中分析谷浓度覆盖、受体调节和亚群异质性，而不是停止检测"。9.3 结语 受体占位是衡量药物是否"在做它被设计去做的事情"——占据靶点——的最直接药效学手段。作为药物开发者，我们有责任用数据向临床团队和监管机构确认这一机制的实现，即使——尤其——当它看起来显而易见的时候。从"为什么RO饱和了还要测"的困惑出发，本文试图建立一种新的共识：RO不是只在"没饱和"时有价值的探索工具，而是贯穿整个开发周期的"靶点占据持续确认系统"——它的价值不仅在于"找到合适的剂量"，更在于"证明合适的剂量确实是合适的"。参考文献 [1] European Medicines Agency. Guideline on strategies to identify and mitigate risks for first-in-human and early clinical trials with investigational medicinal products. EMA/CHMP/SWP/28367/07 Rev. 1. 2017. [2] Duff GW. Expert Scientific Group on Phase One Clinical Trials: Final Report. London: The Stationery Office; 2006. [3] U.S. Food and Drug Administration. Guidance for Industry: Estimating the Maximum Safe Starting Dose in Initial Clinical Trials for Therapeutics in Adult Healthy Volunteers. 2005. [4] U.S. Food and Drug Administration. Bispecific Antibody Development Programs: Guidance for Industry. 2021. [5] 国家药品监督管理局药品审评中心. 抗体类药物临床药理学研究指导原则. 2025年1月. [6] 国家药品监督管理局药品审评中心. 双特异性抗体指导原则. 2022. [7] 国家药品监督管理局药品审评中心. 模型引导的药物研发（MIDD）剂量探索指导原则. [8] ICH S6(R1). Preclinical Safety Evaluation of Biotechnology-Derived Pharmaceuticals. 2011. [9] ICH S9. Nonclinical Evaluation for Anticancer Pharmaceuticals. 2009. [10] Which factors matter the most? Revisiting and dissecting antibody therapeutic doses. PMC8410626. 2021. [11] Thurber GM, Schmidt MM, Wittrup KD. Antibody tumor penetration: transport opposed by systemic and antigen-mediated clearance. Adv Drug Deliv Rev. 2008;60(12):1421-1434. [12] 89Zr-anti-HER3 immuno-PET imaging of antibody biodistribution and tumor targeting. PMC6604691. 2019. [13] Receptor occupancy assessment and interpretation: nivolumab case study. PMC9762804. 2022. [14] Human RO assay to measure anti-PD-1 binding in patients with prior anti-PD-1: RG7769 (PD-1/TIM3 bispecific) RO. PMC8451911. 2021. [15] Suh HY, Peck CC, Yu KS, Lee H. Determination of the starting dose in the first-in-human clinical trials with monoclonal antibodies: a systematic review of papers published between 1990 and 2013. Drug Des Devel Ther. 2016;10:4005-4016. [16] Target-mediated drug disposition and dynamics. Biochem Pharmacol. 2006;72(1):1-10. [17] Use of PK/PD modelling for starting dose selection in first-in-human trials of therapeutic antibodies. PMC2670372. 2009. [18] Moulard M, Ozoux ML. How validated receptor occupancy assays used for clinical studies can impact drug development and regulatory review. Cytometry B Clin Cytom. 2016;90(2):150-158. [19] Sternebring O, Lledo-Garcia R, Bhojani S, et al. A weighted method for estimation of receptor occupancy in pharmacodynamic studies. Cytometry B Clin Cytom. 2016;90(2):220-229. [20] Stewart JJ, Green CL, Jones N, et al. Role of receptor occupancy assays by flow cytometry in drug development. Cytometry B Clin Cytom. 2016;90(2):110-116. [21] Anti-drug antibody interference in receptor occupancy assay: MEDI3185/CXCR4 case. PMC5064743. 2016. [22] Fisher TL, Zhang J, Balderes P, et al. A validated flow cytometry method for receptor occupancy of SEMA4D (CD100). Cytometry B Clin Cytom. 2016;90(2):199-208. [23] Muller PY, Brennan FR. Safety assessment and dose selection for first-in-human clinical trials with immunomodulatory monoclonal antibodies. Clin Pharmacol Ther. 2009;85(3):247-258. [24] Altasciences. Receptor occupancy by flow cytometry: pitfalls of two common approaches. ACT 2020. [25] CStone Pharmaceuticals. CS2009 (PD-1/VEGF/CTLA-4 trispecific antibody) Phase I clinical data. HKEX filing, October 2025; ASCO 2026 abstract. [26] EMB-02/Fanastomig (PD-1/LAG-3 bispecific) PK/PD+RO modeling for dose optimization. PMC12072225. 2025. [27] AK112/Ivonescimab (PD-1/VEGF bispecific) Phase 1 and Phase 3 HARMONi-A data. NCT04047290. [28] Suntharalingam G, Perry MR, Ward S, et al. Cytokine storm in a phase 1 trial of the anti-CD28 monoclonal antibody TGN1412. N Engl J Med. 2006;355(10):1018-1028. [29] Pembrolizumab (Keytruda) prescribing information. Merck & Co., Inc. 2024. [30] Elotuzumab (Empliciti) prescribing information. Bristol-Myers Squibb. Daratumumab (Darzalex) prescribing information. Janssen Biotech. 2024. [31] AI-081 FIH Phase 1-2 clinical trial. NCT06635785. [32] Pembrolizumab (Keytruda) prescribing information. Merck & Co., Inc. 2024. FDA Clinical Pharmacology and Biopharmaceutics Review(s), Application 125514Orig1s000. [33] Freshwater T, Kondic A, Ahamadi M, et al. Evaluation of dosing strategy for pembrolizumab for oncology patients. J Immunother Cancer. 2017;5:43. [34] Sandborn WJ, Feagan BG, Rutgeerts P, et al. Vedolizumab as induction and maintenance therapy for Crohn's disease (GEMINI 2). N Engl J Med. 2013;369(8):711-721. Feagan BG, Rutgeerts P, Sands BE, et al. Vedolizumab as induction and maintenance therapy for ulcerative colitis (GEMINI 1). N Engl J Med. 2013;369(8):699-710. [35] Tang W, Tummala R, Almquist J, et al. Clinical Pharmacokinetics, Pharmacodynamics, and Immunogenicity of Anifrolumab. Clin Pharmacokinet. 2023;62:655-671. Relationship Between Anifrolumab Pharmacokinetics, Pharmacodynamics, and Efficacy in Patients With Moderate to Severe Systemic Lupus Erythematosus. PMC9545691. 2022. [36] Chia YL, Tummala R, Mai T, et al. Physiology-based pharmacokinetic model with relative transcriptomics to evaluate tissue distribution and receptor occupancy of anifrolumab. CPT Pharmacometrics Syst Pharmacol. 2025;14(1):e11706429. PMC11706429. [37] Tian Y, Zhou K, Lin Q, et al. SG301, a Novel Anti-CD38 Monoclonal Antibody, in Patients with Relapsed/Refractory Multiple Myeloma: A First-in-Human, Multicentre, Phase 1 Trial. Blood. 2024;144(Suppl 1):4746. [38] Ibrutinib (Imbruvica) FDA Clinical Pharmacology and Biopharmaceutics Review(s). Application 205552Orig1s000. 2013. PMC4767861 (survey of oncology drug approvals 2010-2015, ibrutinib RO case). [39] U.S. Food and Drug Administration. Model-Informed Drug Development (MIDD) Paired Meeting Program. 2022. Cphi.cn. FDA成功案例、CDE大力推荐：MIDD如何加速新药研发？2023. [40] Elagolix (Orilissa) prescribing information. AbbVie Inc. 2018. [41] Moore KN, Dresher C, Liu J, et al. Phase 1/2 open-label, multiple ascending dose trial of AGEN2034, an anti-PD-1 monoclonal antibody, in advanced solid malignancies: Results of dose escalation. J Clin Oncol. 2018;36(15_suppl):3086.