Cysteine Hydrochloride

论文标题：Chemical Space Exploration of a Database of Covalent Binders in the PDB作者团队：M. Andrés Velasco-Saavedra, Efrén Mar-Antonio, Luis Fernando Colorado-Pablo, Miguel A. Santos-Contreras, 等（墨西哥国立自治大学药学系、DIFACQUIM研究组等）文章链接：https://doi.org/10.1021/acs.jcim.6c00846 在过去的二十年里，共价靶向策略在药物发现领域迎来了强劲的复兴。从过去因脱靶毒性而被敬而远之，到如今成为开发高选择性、强效抑制剂的利器，共价结合剂（Covalent Binders, CBs）正展现出巨大的临床潜力。本期计算生物视界为大家深度解读一篇发表在《Journal of Chemical Information and Modeling》(JCIM) 上的最新重磅研究。该研究对蛋白质数据库（PDB）中所有可用的共价结合物进行了系统性的大规模分析，首次从化学空间和酶类分布的角度全面刻画了这些分子的结构多样性与结合特征。对于从事计算化学、靶向药物设计以及大分子结构模拟的读者而言，这项研究所提供的高质量开源数据库无疑为未来的虚拟筛选和新药研发提供了极具价值的参考工具。1. 共价药物的复兴与挑战 共价药物的作用机制通常分为两个阶段：首先，分子通过非共价相互作用结合到靶点口袋中，将其携带的反应基团（通常被称为“弹头”，Warhead）定位在蛋白质上特定的亲核氨基酸残基附近；随后，发生亲核取代或加成反应，形成不可逆或可逆的共价键。在所有可能被靶向的残基中，半胱氨酸（Cysteine）因其强大的亲核性而最常被利用，其次是酪氨酸、丝氨酸、苏氨酸、赖氨酸、组氨酸及天冬氨酸等。 相较于传统的非共价药物，共价抑制剂具有诸多药理学优势：它们可以在更低的给药剂量下发挥极高的效力，并有效降低药物耐药性的风险。更重要的是，靶向共价抑制剂（TCIs）极大地扩展了治疗领域，使得过去被认为“不可成药”（Undruggable）的靶点变得可以调节。然而，共价药物的开发长期以来被视为高风险项目，因为其内在的高反应活性容易导致非特异性的脱靶结合，从而引发严重的细胞损伤、毒副作用或免疫反应。因此，现代共价药物设计的核心在于：精心挑选“弹头”和药物靶点，在确保高结合亲和力的同时，将弹头的共价反应速率控制在适中水平，以此平衡药物的效力与安全性。此外，可逆共价抑制剂的出现进一步减少了不可逆脱靶蛋白修饰的几率。 近年来，美国FDA已批准了130多种具有共价作用机制的药物，其中近30%是在过去二十年内获批的。例如用于治疗带有EGFR外显子20插入突变的非小细胞肺癌药物莫博赛替尼（Mobocertinib），以及在新冠疫情中大放异彩的靶向SARS-CoV-2主蛋白酶（Mpro）的药物尼玛特韦（Nirmatrelvir，即Paxlovid的核心成分）。随着越来越多共价药物的成功上市，以及诸如索托拉西布（Sotorasib）等通过虚拟筛选和高通量筛选发现的分子问世，科学界急需一个结构准确、注释完善的共价分子数据库来辅助理性设计。2. 数据库构建与化学空间映射 为了全面覆盖现有共价结合物的化学空间，研究团队开展了极其严谨的数据收集与整理工作。由于之前的数据库（如CovPDB、CovBinderInPDB等）主要聚焦于反应性，而对分子间的结构相似性关注较少，本研究不仅整合了已有数据，还补充检索了截至2026年1月1日PDB中所有新沉积的解析结构。 图1：数据库构建工作流程。本图展示了本研究所用数据库的编译、整理、过滤和集成的各个主要阶段，涵盖了从多数据库集成、排除金属配体、通过Python脚本自动比对到手动重构分子反应弹头的精细化过程。 在数据清洗阶段，研究人员剔除了与金属离子配位的配体、重原子数少于5个的分子以及不含碳的无机小分子，并人工交叉比对了相关的一手文献，确保共价加合物被正确地逆向重构为其反应前的“弹头”形态。特别地，对于某些在水中自发生成醛类的α-羟基磺酸底物，团队将其规范化为对应的醛基前体。最终，该数据库收录了多达3585个独特的共价结合物（CBs）化学结构，这些化合物来源于6370个已解析的蛋白质-配体复合物。 为了探索这些分子的化学多样性，研究使用了基于Python的ChemPlot库，通过提取分子的ECFP4指纹（半径2，2048位），运用t-SNE、UMAP和PCA三种降维算法对其化学空间进行了可视化。 图2：共价结合剂（CBs）的化学空间分布。(A) 包含44182个PDB配体的二维化学空间可视化，对比了t-SNE、UMAP和PCA三种降维方法，紫色高亮代表本数据库中的3585个CBs；(B) CBs的物理化学性质分布直方图，包括分子量(MW)、氢键受体(HBA)、氢键供体(HBD)、计算LogP (cLogP)、拓扑极性表面积(tPSA)及可旋转键数(RotBonds)等描述符，显示其高度符合类药五原则； (C) 饼图展示了复合物的靶点分类比例，其中水解酶占62.59%；(D) 直方图统计了数据库中前20种最常见反应弹头的频率；(E) 按照不同分子子集高亮的化学空间分布，粉色为符合“类药三原则(Ro3)”的片段、蓝色为FDA批准药物，绿色为COCONUT天然产物库中的化合物。 研究发现，大部分CBs的分子量在300 Da左右，氢键受体少于10个，氢键供体不超过5个，计算得出的LogP大多介于5到7之间，拓扑极性表面积（tPSA）低于200 Ų。这意味着库中的绝大多数分子尽管未经药代动力学彻底优化，但已经展现出了优良的口服生物利用度潜力。3. 靶点偏好与“弹头”图谱 在分析大分子靶点分布时，研究揭示了一个压倒性的趋势：86.77%的共价蛋白质-配体复合物涉及的是酶类靶点，而仅有13.23%为非酶靶点。在酶类复合物中，水解酶（Hydrolases）占据绝对主导（62.59%），其次是转移酶（Transferases, 15.17%）和氧化还原酶（Oxidoreductases, 3.35%）。非酶靶点通常包括受体及具有调节、转运和细胞骨架功能的蛋白。 同时，研究人员在这些分子中识别出了超过80种不同的亲电子反应“弹头”。其中，排名前五的弹头占据了极大的比例： 1. 迈克尔受体（Michael acceptors）：18.87% 2. 醛类（Aldehydes）：13.45% 3. 卤代烃（Halohydrocarbons）：11.23% 4. 羰基（Carbonyls）：10.41% 5. 硼酸（Boronic acids）：5.63% 不同种类的酶对特定的弹头展现出了明显的偏好性。例如，迈克尔受体（如丙烯酰胺和丙烯酸酯）主要在靶向转移酶（如激酶）的CBs中被发现；而羰基、硼酸、腈类、环氧化物和尿素羰基则更多地见于结合水解酶的CBs中。值得一提的是，内酰胺弹头在水解酶中极为常见，这与青霉素结合蛋白及β-内酰胺酶作为抗生素的主要治疗靶点高度吻合。 图3：CBs的靶点与弹头分类。(A) 以靶点分类进行颜色编码的CBs二维化学空间分布（蓝色为水解酶、青色为转移酶、绿色为氧化还原酶、黄色为其他酶类，红色为非酶蛋白）； (B) 数据库中排名前20的常见弹头代表性化学结构及其具体靶点归属（包含了PDB配体三字母代码）；(C) 堆积柱状图详细展示了各类弹头在不同主要靶点类别中的分布比例差异，揭示了显著的靶点-弹头化学匹配机制。4. 深度案例分析：从计算筛选到天然启示 为了展示该数据库在现代计算机辅助药物设计（CADD）和药用化学中的实际应用价值，研究团队深入探讨了四个极具代表性的治疗领域案例。案例一：靶向SARS-CoV-2主蛋白酶（Mpro）的共价片段 在基于片段的药物发现（FBDD）中，遵守“类药三原则”（Ro3）的微小片段分子是构建强效药物的基础。Mpro是新冠病毒复制和转录的关键半胱氨酸蛋白酶（属于水解酶类），也是目前抗病毒药物设计的核心靶点（唯一FDA获批的Mpro药物尼玛特韦即以此发挥作用）。数据库中共有496个CBs结合于Mpro，其中近90%含有醛、卤代烃、羰基或迈克尔受体。通过过滤，研究筛选出了36个特定靶向Mpro的“片段级别”CBs，其中绝大多数（27个）具有卤代烃弹头。这些微小但结合精准的分子为未来设计新型非肽类Mpro抑制剂提供了绝佳的分子结构启示。 图4：共价结合至SARS-CoV-2主蛋白酶(Mpro)的片段分子。(A) 突出显示结合水解酶及特定结合Mpro的CBs化学空间分布（蓝点）；(B) 尼玛特韦(nirmatrelvir, ID: 4WI)与Mpro催化半胱氨酸C145共价结合的3D构象及其在全酶中的位置； (C) 结合Mpro的CBs所含弹头的总体频率直方图；(D) 在化学空间中粉色高亮显示分子片段及特定结合Mpro的36个微小片段；(E) 这36个靶向Mpro片段库中的特定弹头频率统计；(F) 结合Mpro的代表性片段化学结构图，核心反应弹头被标记为红色。案例二：FDA批准的共价激酶抑制剂 蛋白激酶是一类重要的转移酶，在肿瘤细胞的生长、信号传导中起着关键调控作用。目前，已有352个共价激酶抑制剂的结构被沉积在PDB中。分析显示，超过75%的激酶CBs采用“迈克尔受体”作为弹头，这种设计在增强激酶选择性方面起着决定性作用。例如经典药物阿法替尼（Afatinib）及新一代抑制剂莫博赛替尼（Mobocertinib）和拉泽替尼（Lazertinib），均通过此类机制与特定激酶（如EGFR外显子区的C797残基）发生特异性1,4-加成反应。截至最新统计，数据库已收录15种获FDA批准的不可逆激酶共价抑制剂。 图5：FDA批准的共价激酶抑制剂。(A) 转移酶（左）及特异性结合激酶（右）的CBs化学空间可视化（青色）；(B) 阿法替尼(afatinib, ID: OWN)与EGFR催化域C797残基发生1,4-加成共价结合的精细3D结构； (C) 结合激酶的CBs中各类弹头的频率分布，显示迈克尔受体占据压倒性优势；(D) 蓝色高亮显示FDA批准药物及15种特定结合激酶的上市药物的化学空间；(E) 数据库中所有FDA批准的激酶结合药物详尽化学结构全览，红色突出显示其核心反应弹头。案例三：靶向氧化还原酶等其他酶类的天然产物 天然产物在漫长的进化中往往自带能够结合靶标的亲电子“天然弹头”。通过与著名的开放天然产物数据库（COCONUT）比对，研究人员在当前CBs库中确证了446种具有天然来源特征的分子。在氧化还原酶（OXI）和其他酶类（ENZ，如裂解酶、异构酶、连接酶）中，天然产物展示出了高度的靶向多样性。例如，结合到人类GAPDH活性位点的庚烯酸（heptelidic acid），利用其独特的环氧弹头与催化残基C152结合；以及结合至大肠杆菌苏氨酰-tRNA合成酶的obafluorin，利用其β-内酯基团实现对蛋白合成的阻断。氧化还原酶更偏好迈克尔受体和卤代烃，而其他酶类则更易被羰基和醛类分子共价结合。 图6：共价结合氧化还原酶(OXI)及其他酶(ENZ)的天然产物。(A, B) 分别以绿色和黄色突出显示结合OXI和ENZ大类的CBs化学空间分布；(C) 结合这两大类酶的CBs弹头分布频率差异； (D) 来源于COCONUT数据库的天然产物在化学空间中的位置（左/右对应不同大类），以及庚烯酸(ID: F4F)结合GAPDH、obafluorin(ID: X5V)结合ThrRS的原子级3D结合模式图；(E) 广泛共价结合这两类靶点的代表性天然产物（如百里醌、小白菊内酯等）化学结构（弹头标红）。案例四：非酶靶点与共价化学探针 与具有清晰催化中心和底物深口袋的酶不同，非酶蛋白（如结构蛋白微管、血红蛋白及各类核受体）的靶向难度极高。但本数据库依然整理了530个成功靶向此类蛋白的CBs。例如，由链霉菌发酵产生的天然产物pironetin能够共价结合到微管的α-微管蛋白亚基（C316）上，展现出强大的抗肿瘤及规避耐药泵的潜力。此外，研究还整理归纳了目前拥有严谨生物物理验证证据的9大高质量共价化学探针（如靶向KRAS G12C的抑制剂前体等），为化学生物学筛选网络提供了标准化模板。 图7：结合非酶靶点的化合物与共价化学探针。(A) 红色高亮显示530个结合非酶靶点(OTR)的CBs化学空间，展示天然产物pironetin(ID: X3H)与微管α-亚基C316共价结合的3D结构，以及多种靶向转甲状腺素蛋白、血红蛋白等的代表性分子； (B) 突出显示9种高质量共价化学探针的化学空间，重点展示奥希替尼(osimertinib)与突变型EGFR(T790M/V948R)共价结合的3D复合物及其他多种探针分子的化学结构（弹头标红）。结语 随着结构生物学（特别是大分子结构解析）和计算底层技术的爆炸式发展，共价药物的理性设计正逐步告别“意外发现”的时代，步入高度定制化的黄金纪元。这篇系统性的研究通过极其庞大的工程量，不仅梳理出了目前最为全面、详细的共价结合物三维结构数据库，还首次以化学空间的宏观视角向我们展示了“弹头”与“靶点”之间微妙而精准的化学匹配艺术。 所有的精选结构和重构数据目前均已开源并托管在GitHub平台上。对于我们在计算生物视界的各位同行与读者来说，无论是开展全新的共价药物高通量分子对接验证，还是针对现有苗头化合物进行骨架跃迁（Scaffold Hopping）和弹头活性调优，这一开源数据库都将是一座取之不尽的结构宝库。在这个“万物皆可计算”的生物学新视界里，对大分子相互作用及化学空间的深刻洞察，必将加速下一代更强效、更安全的共价靶向疗法的诞生。 数据开源地址：https://github.com/cadd111/Covalent_Binders_DB.git

第二章：连接子、毒素与偶联发现 如果将ADC药物比作一枚导弹，靶点与抗体的发现和工程化是给这枚导弹装上了精确的制导系统，那么连接子、毒素与偶联工艺开发，则是构建导弹的‘战斗部’：毒素是摧毁目标的能量源，连接子是维持血液循环中绝对安全的‘分子保险栓’，而偶联工艺则是决定弹头挂载密度与飞行稳定性的精密组装线。 连接子、毒素与偶联工艺是ADC 开发中化学、生产与生物学交叉最密集的环节，核心任务是：在阶段一拿到 lead 抗体后，通过"连接子-毒素组合 + 偶联方式"的系统筛选，找到DAR 可控、血浆稳定、肿瘤内可释放、旁观者效应适配、且可放大生产的最优 ADC 分子。它不是一个单纯的合成步骤，而是一个"设计-制备-表征-评价"的高速迭代循环。 下面按实际开展顺序拆开讲。 2.1连接子（Linker）、毒素（Payload）与偶联工艺（Conjugation）的内在逻辑  在 ADC 药物这枚“生物导弹”中，连接子（Linker）、毒素（Payload）与偶联工艺（Conjugation）构成了决定其杀伤效力的“战斗部系统”。这三者绝非孤立存在，而是一个深度耦合、相互制约、相辅相成的“铁三角”。 任何一方的设计缺陷，都会成为整个 ADC 分子的“阿喀琉斯之踵”。以下从工程学角度，深度拆解这三者之间如何相互定义、相互成就。 2.1.1毒素（Payload）：定义需求的“原点”  毒素是杀伤肿瘤细胞的“弹头”，其药理活性、膜通透性、以及理化性质（尤其是疏水性），从根本上定义了连接子和偶联工艺的设计边界。 1. 毒素的膜通透性 → 决定连接子的“释放逻辑”与靶点的“内化要求” •高膜通透性毒素（如 MMAE、DXd、SN-38）： 这类毒素在胞外释放后仍能自由穿透细胞膜。这赋予了连接子极大的设计自由度——既可以采用可裂解连接子在胞外/肿瘤微环境中切割释放，也可以容忍靶点或抗体的弱内化能力。正如前文所述，这是当代 ADC 开发的主流逻辑，用化学手段“购买”了对抗体内化能力的容错空间。  •低/无膜通透性毒素（如 DM1、MMAF）： 毒素必须进入细胞内才能发挥作用。这就要求连接子必须是能在溶酶体被高效切割的可裂解连接子（或依赖抗体降解的不可裂解连接子），且对偶联工艺提出了极高要求：必须保证抗体在偶联后依然保持高效的内化能力，否则毒素永远无法到达作用位点。  2. 毒素的毒性强度（Potency）→ 决定偶联工艺的“DAR 控制精度” •超强效毒素（如 PBD 二聚体、Duocarmycin）： 其毒性极高，极低的 DAR（如 DAR 2 甚至 DAR 1）即可杀死肿瘤细胞。这要求偶联工艺必须具备极高的定点偶联能力，以精确控制 DAR，避免产生高 DAR 的“裸抗”或聚集，否则会造成严重的脱靶毒性。  •中等毒性毒素（如 MMAE）： 需要相对较高的 DAR（如 DAR 4 或 DAR 8）才能起效。这允许偶联工艺有一定的随机性，但也要求连接子具备较好的亲水性以补偿高 DAR 带来的聚集风险。  3. 毒素的疏水性 → 决定连接子的“亲水化改造”与工艺的“聚集控制” •绝大多数高活性毒素（如 Auristatin 类）本身具有极强的疏水性。如果直接偶联，会导致抗体表面疏水性剧增，引发聚集和快速清除。  •这倒逼连接子必须进行亲水化改造（如引入 PEG 链、磺酸盐基团），或者要求偶联工艺必须采用定点偶联，将疏水毒素精准挂载在不易引发抗体构象扰动的位置（如远离 CH2 域的轻链 C 端），从而留出足够的“疏水预算”。  疏水性改造主要有两个方面的好处：由于抗体在水性环境中才能保持活性，ADC 的偶联反应必须以水溶液为主体，仅允许极低比例的有机溶剂作为助溶。高疏水性毒素在水相中溶解度低，确实会限制偶联效率和均一性。虽然可以通过工艺优化（如助溶剂、表面活性剂、滴加法）来解决这一难题，但当代 ADC 开发中，对毒素或连接子进行亲水化改造，已成为一项关键的优化策略。 其根本目的并非‘创造偶联环境’（因为工艺端可以克服），而是为了抵消高毒性毒素挂载带来的疏水负担，降低 ADC 终产品的聚集风险，从而拓宽治疗窗口、提升成药性。亲水化改造带来的溶解度提升，只是让偶联工艺变得更加简单、稳健和宽容。 2.1.2连接子（Linker）：承上启下的“枢纽”  连接子是连接抗体与毒素的“桥梁”，它的化学结构、反应基团、稳定性，直接锁定了偶联工艺的技术路线，并决定了毒素的最终释放形态。 1. 连接子的反应基团 → 锁定偶联工艺的“化学路径” •马来酰亚胺（Maleimide）基团： 决定了偶联工艺通常采用半胱氨酸偶联（通过还原链间二硫键产生游离巯基）。工艺的关键在于控制还原度，避免过度还原破坏抗体结构。  •NHS 酯基团： 决定了偶联工艺采用赖氨酸随机偶联。工艺的关键在于控制反应 pH 和摩尔比，以调节 DAR 分布。  •点击化学基团（如 DBCO）： 决定了偶联工艺必须采用非天然氨基酸插入或糖基化偶联等前沿技术。这要求工艺端具备微生物发酵或复杂的酶促反应能力。  2. 连接子的稳定性 → 定义工艺的“宽容度” •一个极其稳定的连接子（如不可裂解的 SMCC）可以容忍偶联工艺中产生的少量杂质或DAR不均一，因为毒素不会在血浆中提前释放。  •而一个对血浆酶敏感的可裂解连接子，则要求偶联工艺必须极致纯净，确保没有游离毒素残留，否则会引发严重的血液学毒性。  2.1.3偶联工艺（Conjugation）：实现手段的“天花板”  偶联工艺是将“设计蓝图”转化为“实体分子”的过程。它的成熟度、均一性、以及对抗体结构的保护能力，直接决定了连接子和毒素组合能否从“理论有效”走向“临床成药”。 1. 工艺的均一性（DAR 分布）→ 决定毒素“治疗窗口”的宽窄 •传统随机偶联工艺： 产生 DAR 0-8 的异质混合物。高 DAR 分子疏水易聚集，低 DAR 分子无效且竞争抗原。这极大地限制了高毒性、高疏水性毒素的使用。  •现代定点偶联工艺（Thiomab、酶促、糖偶联）： 实现 DAR 2 或 DAR 4 的单一主峰。这不仅拓宽了毒素的选择范围（可以使用更强效但窗口窄的毒素），还提升了连接子的稳定性（均一的分子更易纯化，血浆中不易脱毒），从而整体放大了 ADC 的杀伤效力。  2. 工艺对蛋白的扰动 → 决定连接子-毒素组合的“成药性” •偶联过程本身（如还原、化学修饰）可能暴露裸抗阶段被埋藏的 PTM 热点，或破坏 CH2 域的稳定性。  •一个优秀的偶联工艺，必须能在连接毒素的同时，最小化对抗体构象的扰动。例如，通过优化反应缓冲液、温度、pH，或者采用更温和的酶促偶联工艺，来保护抗体的“疏水预算”和热稳定性，确保连接子-毒素挂载后，抗体依然能精准导航。  2.2具体开展的六个步骤  2.2.1 Payload筛选与优化  基于目前全球 ADC 产品研发与商业化进展，payload（细胞毒性载荷）的选择已经形成了相对清晰的几大机制类别。同时，随着 ADC 开发从“单点偶然”走向“平台化驱动”，payload-linker 化合物库的建设也成为各大药企和 CRO 构建核心竞争力的关键战场。 2.2.1.1已上市及在研 ADC 的 Payload 类别与作用机制  目前获批 ADC 所使用的 payload 主要包括两类微管抑制剂（auristatins 和 maytansinoids 共 8 种）、两类 DNA 损伤剂（calicheamicin 和 PBD）、两类 TOP1 抑制剂（DXd 和 SN-38），以及光敏剂（IR700）和细菌毒素（PE38）等。三期临床在研产品的 payload 则进一步扩展至九种 auristatin、SC209、seco-DUBA、四种 DXd 衍生物、exatecan、KL610023、adizutecan 等多种 TOP1 抑制剂。 以下用两张表系统梳理已上市与在研 ADC 的 Payload 类别及作用机制。 表1：ADC Payload 主要类别、作用机制与代表分子  Payload 类别 具体化合物 作用机制 效力（IC₅₀） 旁观者效应 关键特点 微管抑制剂（Tubulin Inhibitors） 结合微管蛋白β亚基或微管末端，抑制微管聚合/促进解聚，破坏纺锤体动态平衡，诱导 G2/M 期阻滞与凋亡 0.05–0.1 nM 研究最成熟、使用最广 Auristatin 类 MMAE、MMAF、AF-HPA 同上 亚纳摩尔 MMAE：强；MMAF：较弱 MMAE 膜通透性强，MMAF 亲水性好、聚集低 Maytansinoid 类 DM1、DM4、SC209 阻断微管蛋白聚合，抑制成熟微管形成 亚纳摩尔 中等 需依赖内化与溶酶体降解 Tubulysin 类 Tubulysin B hydrazide（AZ13599185） 抑制微管聚合 0.1–1 nM — 新兴微管抑制剂 DNA 损伤剂（DNA-Damaging Agents） 通过断裂、烷基化或交联 DNA 诱导凋亡 可达 pM 级 效力极高，对低抗原表达肿瘤有效 Calicheamicin 类 Calicheamicin 结合 DNA 小沟，诱导双链断裂 0.1–1 nM 中等 主要用于血液瘤 PBD 二聚体 SG3199（PBD dimer）、IGNs 在 DNA 小沟产生链间交联 0.1–1 pM 强 效力最强，但治疗窗窄 Duocarmycin 类 Duocarmycin、seco-DUBA DNA 小沟烷基化（A 的 N3 位） 1–10 pM 中等 膜通透性好 Anthracycline 类 Doxorubicin 衍生物 DNA 嵌入与链间交联 — — 处于早期探索 拓扑异构酶 I 抑制剂（TOP1 Inhibitors） 稳定 TOP1-DNA 剪切复合物，阻碍 DNA 单链重连，引发 DNA 损伤与凋亡 1–10 nM 旁观者效应强，实体瘤主力 DXd 类 Deruxtecan（DXd）及系列衍生物 TOP1 抑制 纳摩尔 强 膜通透性强，DAR 可达 7-8 Camptothecin 类 SN-38 TOP1 抑制 纳摩尔 强 伊立替康活性代谢物 Exatecan 类 Exatecan TOP1 抑制 纳摩尔 强 新一代 TOP1 抑制剂 其他 TOP1 抑制剂 P1003、SHR9265、KL610023、Adizutecan TOP1 抑制 纳摩尔 强 中国药企主导布局 蛋白合成抑制剂 PE38、ETA-252-608 ADP-核糖基化 eEF2，阻断肽链延伸 — 无 小众类别 免疫调节剂（Novel-Mechanism） 下一代范式 TLR 激动剂 未公开具体结构 刺激先天免疫，产生细胞因子 ~1 μM — 机制新颖 STING 激动剂 未公开具体结构 促进 I 型干扰素与炎症细胞因子 ~100 nM — 机制新颖 其他新型载荷 α-Amanitin（RNA Pol II 抑制剂） 抑制 RNA 聚合酶 II — — 可克服微管类耐药 光敏剂 IR700 近红外光激活产生细胞毒 — — 需外源光照激活 注：以上数据综合自多篇综述。已上市 ADC 中微管抑制剂占 53.3%，是绝对主力；而三期临床 ADC 中 TOP1 抑制剂与微管抑制剂合计占 45.8%，呈"双雄并立"格局。 表2：已上市 ADC 产品—Payload—机制对应明细  产品名（商品名） 靶点 Payload Payload 类别 作用机制 连接子类型 平均 DAR Brentuximab vedotin（Adcetris） CD30 MMAE 微管抑制剂 抑制微管聚合 酶可裂解（VC） ~4 Trastuzumab emtansine（Kadcyla） HER2 DM1 微管抑制剂 抑制微管聚合 不可裂解（SMCC） ~3.5 Polatuzumab vedotin（Polivy） CD79b MMAE 微管抑制剂 抑制微管聚合 酶可裂解 ~3.5 Enfortumab vedotin（Padcev） Nectin-4 MMAE 微管抑制剂 抑制微管聚合 酶可裂解 ~3.8 Tisotumab vedotin（Tivdak） Tissue Factor MMAE 微管抑制剂 抑制微管聚合 酶可裂解 ~4 Belantamab mafodotin（Blenrep） BCMA MMAF 微管抑制剂 抑制微管聚合 不可裂解 ~4 Mirvetuximab soravtansine（Elahere） FRα DM4 微管抑制剂 抑制微管聚合 酶可裂解 ~3.5 Disitamab vedotin（Aidixi） HER2 MMAE 微管抑制剂 抑制微管聚合 酶可裂解 ~4 Gemtuzumab ozogamicin（Mylotarg） CD33 Calicheamicin DNA 损伤剂 DNA 双链断裂 酸可裂解 ~2-3 Inotuzumab ozogamicin（Besponsa） CD22 Calicheamicin DNA 损伤剂 DNA 双链断裂 酸可裂解 ~6 Loncastuximab tesirine（Zynlonta） CD19 SG3199（PBD） DNA 损伤剂 DNA 链间交联 酶可裂解 ~2.3 Trastuzumab deruxtecan（Enhertu） HER2 DXd TOP1 抑制剂 TOP1 抑制 酶可裂解 ~8 Datopotamab deruxtecan（Datroway） TROP2 DXd TOP1 抑制剂 TOP1 抑制 酶可裂解 ~4 Sacituzumab govitecan（Trodelvy） TROP2 SN-38 TOP1 抑制剂 TOP1 抑制 酸可裂解 ~7.6 Telisotuzumab vedotin（Emrelis） c-Met MMAE 微管抑制剂 抑制微管聚合 酶可裂解 — Moxetumomab pasudotox（Lumoxiti，已撤市） CD22 PE38 蛋白合成抑制剂 抑制蛋白质合成 可裂解 — Cetuximab sarotalocan（Akalux） EGFR IR700 光敏剂 光激活细胞毒 不可裂解 1.3-3.8 2.2.1.2 Payload 选择的四大工程学约束 在实际产品设计中，payload 的选择必须同时满足： 1.效力（Potency）：IC50 需达到亚纳摩尔乃至皮摩尔级  2.明确的结合位点：需要提供可共价连接连接子的官能团  3.理化性质适配：低分子量、良好的水溶性、对溶酶体酸性环境稳定  4.机制互补性：微管抑制剂仅对快速增殖细胞有效；DNA 损伤剂可作用于全细胞周期；TOP1 抑制剂兼具强旁观者效应——需要根据靶点表达特性、肿瘤类型进行匹配  2.2.1.3 payload库的建立技术 ADC 领域的 payload 库建库，实际存在两条并行路径——一条是从海量化学空间中"淘金"的虚拟/多样性大库路径，另一条是围绕已知高活毒素母核做纵深优化的聚焦类似物库路径。后者是产业界当前的payload 库建库主流。 路径 A：计算驱动的多样性 payload 虚拟库 这条路径的目标是突破已知毒素母核的局限，从化学空间中发现全新机制或新母核的 payload。代表方法是 PayloadGenX 多阶段混合虚拟筛选框架。 核心技术流程  1. 超大规模化合物池构建 从 ZINC12、ChEMBL、PubChem、QM9 等数据库收集约 9 亿个分子，并额外纳入 220 个已批准小分子抗癌药作为"种子"。 2. 类药五规则（RO5）粗筛 基于 Lipinski 规则过滤，约 2000 万个分子进入下一轮——这一步确保候选分子具备基本的类药性。 3. 片段相似度聚焦（Fragment-Based Screening） 从已批准抗癌药生成特征片段，以相似度阈值 0.4 / 0.5 / 0.6 进行筛选，分别获得： •相似度 > 0.6：6,500 个抗癌类似物  •相似度 > 0.5：36,770 个  •相似度 > 0.4：150,000 个  相似度阈值越接近 1，发现"抗癌样"分子的概率越高——这是在"化学空间广度"与"抗癌相关性"之间做权衡。 4. 结构对接（Molecular Docking） 将筛选出的抗癌类似物与 β-微管蛋白进行分子对接，排名前 1,000 的分子进入下一轮。 5. ADMET 与合成验证 通过 ADMET 分析 + 合成验证 + 细胞毒筛选，最终短列出 5 个最有效 payload 进入临床前确认。此外还进行了 100 ns 分子动力学模拟，确认 β-微管蛋白-配体复合物的结构稳定性。 这条路径的产业定位  这是一条"从 9 亿到 5 个"的极端漏斗。它的价值不在于日常使用，而在于： •发现全新母核（不局限于 auristatin / maytansinoid / PBD 等已知类别）  •为 AI 模型提供训练数据（如 DumplingGNN 构建的 ADC payload 数据集，融合 2,292 个独特分子的 SMILES、885 个 3D 构象、615 个来自近期专利的分子结构）  现实情况是：由于 ADC payload 的严苛门槛（亚纳摩尔效力 + 可修饰位点 + 水溶性 + 血浆稳定性），纯靠虚拟筛选从零发现全新 payload 的成功率极低。因此这条路径更多是"为聚焦类似物库提供新的母核起点"。 路径 B：基于先导毒素的聚焦类似物库（产业主流）  这是当前 ADC 产业建 payload 库的绝对主流范式。其核心思想是：在已知高活毒素母核上做系统性结构修饰，以获得自主知识产权、差异化优势和更优的理化性质。 核心技术模块  1. 母核选择与可修饰位点鉴定  首先要明确毒素母核上哪些位点可以动、哪些位点不能动： Amatoxin 类（RNA Pol II 抑制剂） •可变位点：7 位残基（Ama-15 将 D-Ala 置于 7 位，RNA Pol II 抑制活性提升 5 倍）、dihydroisoleucine 的 δ-羟基、asparagine 侧链、tryptophan 的 6-羟基  •不可动位点：hydroxyproline、glycine、isoleucine、cysteine——这些要么化学惰性，要么是结合 RNA Pol II 的关键残基  •结构优化策略：在可变位点引入极性或带电基团以增加分子亲水性，降低抗体表面的疏水聚集  Carmaphycin B 类（蛋白酶体抑制剂） •通过系统合成带胺手柄的类似物库，发现 P2 残基是最适合连接子连接的位置  •关键发现：胺手柄的碱性强烈影响细胞毒活性——线性胺导致细胞毒性最大降低，而碱性较弱的芳香胺（如 4-磺酰基苯胺衍生物）保留了强效活性  Tubulysin 类（微管抑制剂） •采用基于结构的药物设计（SBDD）+ 平行药物化学方法合成新型类似物  •通过 RAPID OVERLAY 进行结构比对，发现了一系列新型强效细胞毒类似物  2. SAR 驱动的系统衍生化  以 amatoxin 为例，Süssmuth 和 Yao 在 2021 年首次系统编译了 amatoxin 针对 RNA Pol II 抑制的 SAR 框架，设计并合成了 25 个 amatoxin 类似物。基于这个框架： •Ama-01：保留与 α-amanitin 相当的强效抑制活性  •Ama-15：7 位 D-Ala 替换，抑制效应提升 5 倍  •HDP-101 的 amanitin 衍生物：缺失 tryptophan 的 6′-羟基，硫醚替换亚砜桥，通过天冬氨酸侧链的酰胺键连接 cathepsin B 可裂解连接子  3. 亲水性调节库  针对高疏水性 payload 的建库策略： •在可变位点引入极性或带电基团（如 amatoxin 衍生物设计）  •针对 carmaphycin B 类似物库，评估不同胺手柄对细胞毒性的影响——线性胺导致细胞毒性最大降低，而碱性较弱的芳香胺保留了强效活性  4. 偶联手柄工程  在毒素分子上引入可与连接子反应的官能团： •胺手柄（如 carmaphycin B 类似物库中的 4-磺酰基苯胺手柄）  •羟基官能团（如 amatoxin 的 6-羟基 tryptophan）  •羧酸基团（用于与连接子的胺基形成酰胺键） 2.2.1.4建 payload 库时的核心设计约束  无论哪条路径，payload 库中的每个分子都必须满足 ADC 场景下的多重约束。 约束维度 具体要求 设计对策 效力 IC50 在 0.001-1 nM 范围 选择已知强效机制（微管抑制、TOP1 抑制、DNA 损伤） 膜通透性 决定旁观者效应强弱 调节极性表面积（TPSA）和 LogP 亲水性 降低 ADC 聚集倾向 引入极性/带电基团、PEG 化 可修饰位点 提供连接子挂载点 在母核上预留伯胺、羟基、羧酸 血浆稳定性 循环中不失活 避免不稳定键型、保护敏感位点 合成可及性 支持工艺放大 控制合成步骤数、提高产率 2.2.1.5 payload 库治疗窗口最大化筛查（安全性 Triage） ADC payload 库建库流程中一个必须前置、但又容易被轻视的关键环节——行业把这称为"early de-risking"或"payload triage"，目的是在进入昂贵的偶联工艺之前，用一套分层的体外安全性闸门（Safety Gate）尽早淘汰掉不符合要求的分子，避免在错误的分子上浪费偶联、制备和体内测试的资源。 Payload 库早期安全性 Triage：选择与淘汰指标总表  闸门层级 评估维度 具体指标 / 测试方法 选择标准（Pass / Go） 淘汰标准（Fail / No-Go） 备注 Gate 0 理化性质预筛 LogP / LogD 1–5（兼顾膜通透与溶解度） Hard Fail：> 5（疏水聚集风险）或 < 0（膜通透不足） 计算预测 TPSA（拓扑极性表面积） 90–150 Ų Hard Fail：> 200 Ų（膜通透严重受限） 反应活性警示（PAINS等） 无 Michael 受体过度暴露、无烷化警示 Hard Fail：存在非特异性反应基团 避免脱靶共价结合 可合成性 合成步骤 ≤ 5，产率 > 20% Soft Flag：步骤 > 8 或产率 < 10% 工艺放大风险 Gate 1 非特异性细胞毒性 正常细胞毒性 CC₅₀（HUVEC / PBMC / HepG2） CC₅₀≥ 母体 × 0.5（即毒性未显著增强） Hard Fail：CC₅₀ < 母体 × 0.1（毒性增强 10 倍以上） 核心闸门 肿瘤细胞效力 IC₅₀（3–5 种细胞系） IC₅₀≤ 10 nM（保持强效） Hard Fail：IC₅₀ > 100 nM（效力严重不足） 选择性指数 SI = CC₅₀ / IC₅₀ SI ≥ 母体 SI（治疗窗口未收窄） Hard Fail：SI < 母体 SI × 1/3（窗口收窄 > 3 倍） 相对母体判定 Soft Flag：SI 下降 1/3–2/3 → Conditional Go（需连接子补偿） Gate 2 作用机制确认 微管聚合抑制（针对微管类） 聚合抑制 IC₅₀≤ 1 μM，与母体相当 Hard Fail：IC₅₀ > 10 μM 或无抑制 防机制丢失 TOP1-DNA 切割复合物稳定（针对 TOP1 类） 稳定复合物形成（荧光/凝胶 assay） Hard Fail：无稳定作用 DNA 损伤标记（γH2AX 等，针对 DNA 损伤类） γH2AX 阳性，浓度依赖 Hard Fail：阴性（机制丢失） Gate 3 DMPK Lite 血浆稳定性（人/鼠血浆，37℃） t₁/₂ > 24 h（循环中稳定） Hard Fail：t₁/₂ < 1 h（快速降解→脱靶） 脱靶风险 hERG 抑制（心脏毒性风险） IC₅₀ > 10 μM Hard Fail：IC₅₀ < 1 μM 早期心脏毒性 代谢软点识别 无可识别易代谢位点 Soft Flag：存在易代谢位点 → 后续结构优化 Gate 4 构象/聚集预判 疏水性（HIC 保留时间 / LogD） 与母体相当或更低 Soft Flag：显著高于母体 → 偶联后聚集风险 偶联后风险 自聚集倾向（浊度 / DLS） 无可见聚集 Soft Flag：有自聚集 → 需亲水化改造 2.2.2 Linker 设计与优化  Linker 是 ADC 中唯一同时接触抗体与毒素的组件，其化学结构直接决定了 ADC 三大核心属性。Linker 本身不具备药理活性，却是决定 ADC"治疗窗口"的隐形操盘手。因此，linker的设计从来不是只考虑它自己本身，要同时兼顾毒素小分子和抗体大分子的性能。 2.2.2.1 linker的决定性作用 1. 对抗体端：决定"能不能稳定挂载"  Linker 的反应末端化学直接定义了偶联工艺路径，并深刻影响抗体的结构完整性： •偶联化学兼容性：马来酰亚胺（Maleimide）对应半胱氨酸偶联、NHS 酯对应赖氨酸偶联、点击化学（叠氮/DBCO）对应非天然氨基酸或糖基化偶联。反应基团的选择决定了抗体哪些位点会被修饰。  •抗体构象扰动：偶联过程及 Linker 挂载会扰动抗体局部构象。文献反复证实，CH2 域是受冲击最严重的区域——T-DM1 研究中，仅连接子附着就让 trastuzumab 的 CH2 Tm 下降，偶联毒素后进一步下降；HDX-MS 检测到半胱氨酸偶联后 CH2 和 CH2-CH3 界面构象动力学增强。因此 Linker 设计必须为抗体的"疏水预算"留有余量。  •DAR 分布与均一性：随机偶联（赖氨酸/半胱氨酸）产生 DAR 0–8 的异质混合物，高 DAR 分子疏水易聚集、低 DAR 分子无效且竞争抗原；而通过 Linker 工程化引入定点偶联位点，可实现 DAR 2 或 DAR 4 的单一主峰（>90%），显著提升成药性。  2 对毒素端：决定"能不能精准释放"  Linker 与毒素的连接方式，直接决定了毒素在细胞内的释放形式与活性保留： 释放形式：可裂解连接子（如 VC 二肽）经酶切后通过 1,6-消除或环化脱落"自毁间隔子"（如 PABC），释放出接近原型毒素的活性形式；不可裂解连接子（如 SMCC）则要求抗体整体降解，释放出"带残基"的 Lys-MCC-DM1，此时毒素对残基的容忍度成为关键（DM1 的 N 端修饰不敏感，故可行）。  膜通透性与旁观者效应：Linker 残基的极性和体积直接影响释放后毒素的膜通透性。若释放形式带羧酸根等极性基团，TPSA 增大、膜通透性骤降，旁观者效应受限；反之（如 DXd、SN-38 的完全还原形式）则可自由扩散杀伤抗原阴性细胞。  疏水预算的"债务"：绝大多数高活性毒素（Auristatin 类）本身强疏水，Linker 若再引入疏水基团，会加剧 ADC 表面疏水性、诱发聚集。因此 Linker 常被赋予亲水化功能（PEG、磺酸、极性氨基酸）以补偿毒素的疏水负担。 2.2.2.2 Linker 的应用与创新情况  1. 已上市 ADC 的 Linker 产品 靶点 Payload Linker 类型 关键特征 Adcetris CD30 MMAE vc（Val-Cit-PABC，可裂解） 组织蛋白酶 B 切割，行业标杆 Kadcyla HER2 DM1 SMCC（不可裂解） 依赖抗体降解，无旁观者效应 Polivy / Padcev / Tivdak CD79b / Nectin-4 / TF MMAE vc（可裂解） Adcetris 技术路线复制 Enhertu HER2 DXd GGFG 四肽（可裂解） 高膜通透 + DAR~8 + 旁观者效应 Trodelvy TROP2 SN-38 CL2A（可裂解，pH 敏感） 碳酸酯键酸敏感切割 Zynlonta CD19 SG3199（PBD） vc-PABC（可裂解） 超强效 payload，DAR 2.3 Elahere FRα DM4 spacer（可裂解） Maytansinoid 类 2. 应用趋势与创新范式 趋势一：可裂解 + 高膜通透毒素成为主流 当代 ADC 开发已从"必须高效内化"转向"连接子-毒素组合代偿"逻辑。可裂解连接子（Val-Cit、Val-Ala、GGFG、CL2A）+ 高膜通透性毒素（MMAE、DXd、SN-38）成为主流，本质是用化学手段购买对抗体内化能力的容错空间。Neri 团队的非内化 Tenascin-C ADC（vcMMAE）实现肿瘤完全消退，正是这一范式的极端例证。 趋势二：DAR 从中低值走向高值 传统 ADC（Kadcyla DAR~3.5、Adcetris DAR~4）受限于聚集风险，而新一代（Enhertu DAR~8、Trodelvy DAR~7.6）通过亲水化 Linker + 高膜通透毒素的组合，成功将 DAR 推高，显著增强肿瘤杀伤。 趋势三：Linker 从"惰性间隔子"升级为"多功能调控单元" 现代 Linker 不再是简单的"连接棍"，而是集成了： •自毁功能（PABC 间隔子）  •亲水调节（PEG、磺酸、极性氨基酸）  •智能响应（pH、ROS、酶、光）  •定点偶联手柄（马来酰亚胺、点击化学）  3. Linker 的修饰方法与创新技术  1)自毁间隔子工程（Self-Immolative Spacer）  解决的核心问题：保证释放后毒素活性完整。 PABC 之所以被称为"自消除间隔基"（self-immolative spacer），是因为它本身不直接"抓"毒素——它要和毒素上的某个官能团形成特定的化学键（氨基甲酸酯 / 醚 / 碳酸酯等），然后在酶切触发后通过 1,6-消除级联反应把这个键"撕开"，释放出游离毒素。PABC 不是万能的，它必须与毒素的官能团类型匹配。 核心决策表：毒素官能团 → PABC 连接类型  毒素上的官能团 形成的键 连接化学 经典案例 临床验证度 伯胺 / 仲胺（-NH₂ / -NHR） 氨基甲酸酯（carbamate） PABC-NHCOO-毒素 MMAE 的仲胺 → Adcetris® 金标准 酚羟基（-Ph-OH） 醚键（PABE, p-aminobenzyl ether） PABC-O-毒素 酚类毒素 中等（消除速率受酚酸性影响） 醇羟基（-CH₂OH） 碳酸酯（carbonate） PABC-O-CO-O-毒素 布地奈德 C21-醇 需 PAB 增强稳定性 羧酸（-COOH） 不直接适用 需改用 PAB 酰胺或其他变体 部分毒素 需重新设计 复杂 / 多位点 需定制 spacer 变体 PABC + 2-氨基吡啶等释放基团 Budesonide 案例 前沿 关键认知：PABC 本身是一个"p-aminobenzyl alcohol（PABOH）"骨架——它的氨基端和 Val-Cit 二肽的羧基形成酰胺键；苄醇羟基端再和毒素形成上述四种键之一。酶切 Val-Cit 后暴露 PABC 的氨基，触发 1,6-消除，把"苄基-键-毒素"这段整体断裂，释放游离毒素 + CO₂ + 对亚氨基喹啉甲烷中间体。 按官能团选连接策略  a)毒素有酚羟基（如某些喜树碱衍生物、SN-38 类似物）  •用 PABE（p-aminobenzyl ether）——PABC 的苄醇羟基与酚 OH 形成醚键  •消除速率受酚的酸性影响：毒素若带吸电子基团（EWG），可加速 1,6-消除；给电子基团则减慢  •临床案例较少，释放效率需逐案优化  b)毒素有醇羟基（如布地奈德、某些大环内酯类）  •用 PABC carbonate——PABC 苄醇 + 毒素醇 = 碳酸酯键  •简单碳酸酯在血浆中不稳定（30-36 小时释放 ~50%）  •必须引入 PAB 骨架增强稳定性（带 PAB 的碳酸酯稳定性显著提升，但仍不如氨基甲酸酯）  •布地奈德案例用了 2-氨基吡啶作为释放基团来增强稳定性与释放效率  c)毒素有羧酸（如某些脂肪酸类毒素、DM1 的羧酸）  •PABC 不直接适用——羧酸和 PABC 苄醇无法直接形成稳定的自消除键  •改用 不可裂解 linker（如 Kadcyla 的硫醚 linker，释放时带着 linker 残基）  •或用 PABC 的酰胺变体（PAB 氨基与毒素羧酸形成酰胺，但消除机理改变）  •或毒素结构改造，引入胺/羟基手柄  d)毒素多位点 / 复杂官能团  •参考 Budesonide 案例：用 2-aminopyridine 释放基团作为 PABC 与毒素之间的"适配器"  •两级自消除级联：蛋白酶切 → PABC 1,6-消除 → 2-AP 释放毒素 2)亲水化修饰（疏水预算补偿）  解决的核心问题：补偿高疏水毒素带来的聚集风险。 •PEG 化：插入短链 PEG（PEG4、PEG8）增加水溶性、作为柔性间隔子  •磺酸/羧酸基团：引入带电荷基团提升表观溶解度（如 DXd 连接子中的磺酰基）  •极性氨基酸基序：在连接子中嵌入 Ser、Gln 等极性残基  •分支状连接子架构：通过树状分支分散疏水载荷  亲水化改造的真正核心目的不是"创造偶联环境"，而是改善 ADC 终产品的胶体稳定性、拓宽治疗窗口。偶联环境本身可通过助溶剂（DMSO<10%）等工艺手段解决。 3)稳定性-释放动力学调谐  解决的核心问题：平衡"循环稳定 vs 胞内快速释放"。 •二肽序列优化：Val-Cit、Val-Ala、Phe-Lys 等不同组合对组织蛋白酶 B 的切割敏感性不同，调节释放速率  •pKa 调控：酸敏感腙键/碳酸酯键的切割速率取决于 pH 阈值  •还原敏感性：二硫键的稳定性受取代基电子效应调控（如二硫键断裂速率与旁观者效应关联）  •空间位阻：在切割位点附近引入保护基，提升血浆稳定性  4)定点偶联兼容性设计  解决的核心问题：实现 DAR 均一、降低 ADC 异质性。 通过 Linker 工程化引入确定的偶联位点： •工程化半胱氨酸（THIOMAB）：LC-V205C 优于 Fc-S396C（溶剂可及性 + 正电荷微环境最优）  •非天然氨基酸：在 CH3 区引入叠氮苯丙氨酸，点击化学偶联  •酶促偶联：转谷氨酰胺酶（Q295）、Sortase A 识别序列  •糖基化偶联：N297 糖工程 + SPAAC  5)智能响应型 Linker（下一代）  •pH 敏感：腙键、碳酸酯键（酸性内体/溶酶体切割）  •酶敏感：组织蛋白酶 B、β-葡萄糖醛酸酶、磷酸酶  •ROS 敏感：肿瘤微环境高 ROS 触发  •光响应：IR700 类（需外源光照，已上市但小众） 核心动作：针对选定的 payload 设计匹配的连接子，平衡血浆稳定性和肿瘤内释放。 2.2.3 payload-linker中间体 在 ADC 分子设计中，，Payload 的细胞毒性与 Linker 的裂解机制定义了治疗窗口的源头，Payload 与 Linker 的优化并非孤立进行，而是互为补充的耦合关系：一方的理化缺陷可通过另一方的结构修饰来弥补。典型如 Payload 疏水性过强导致的聚集倾向，可通过 Linker 端的亲水化策略（如聚肌氨酸 PSAR 或 PEG 化）予以有效纠正，从而在保留 Payload 细胞毒性的同时改善 ADC 的整体成药性。在此基础上，行业主流开发范式是先将二者构建为 Linker-Payload 关键中间体，再与筛选确定的抗体偶联。因此，中间体的整体理化性质（如反应活性、纯度、稳定性及偶联兼容性）是连接分子设计意图与最终成药性的核心枢纽——它直接决定了偶联反应的均一性（DAR 分布）、产物稳定性及后续工艺可放大性，是 ADC 从"分子设计"走向"药物产品"的关键转化节点。 2.2.3.1 payload-linker中间体设计时必须考虑的 5 个核心问题  1. 释放机制的“自毁”设计（Self-immolation）  这是解决“带残基”问题的核心化学手段。 设计逻辑： 在毒素和连接子之间插入一个“自毁间隔子”（如对氨基苄醇基 PAB、Val-Ala-PABA）。当连接子被酶切或化学还原后，这个间隔子会自发进行 1,6-消除或环化脱落，像断尾求生一样把连接子残基全部甩掉，只留下活性完整的毒素。  考量点： 自毁反应的速率必须极快（毫秒级），否则带残基的中间体可能会提前扩散或失活。  2. 膜通透性与旁观者效应的平衡  设计逻辑： 如果你希望毒素能穿透细胞膜（高膜通透性），释放后的分子必须保持高度的疏水性和电中性。  考量点： 如果释放形式是带有羧酸根（如 PABA 残基）或氨基的残基，膜通透性会骤降。此时，你需要问自己：我的靶点是否强制要求旁观者效应？ 如果是，必须走“完全还原”路线；如果不是（如靶点均一高表达），“带残基”的不可裂解连接子反而是更安全的选择。  3. 毒素作用机制的“空间位阻容忍度”  设计逻辑： 画一张毒素与细胞内靶点（如微管蛋白、拓扑异构酶 I）结合的 3D 模型。  考量点： 连接子残基会从哪个方向伸出？是否会直接挡住结合口袋？如果挡住，就必须修改连接子的连接位点（如将连接点从毒素的氨基移到羟基），或者换用更短的连接子/自毁基团。  4. 血浆稳定性与胞内释放效率的“跷跷板”  设计逻辑： 连接子-毒素中间体在血液中必须极度稳定，不能提前释放游离毒素；但在细胞内又必须高效释放。  考量点： 如果为了“完全还原”而设计了复杂的自毁基团，这个基团在血浆中是否足够稳定？如果自毁基团太活泼，可能导致循环中断裂，引发脱靶毒性。  5. 偶联化学的兼容性与“疏水预算”  设计逻辑： 连接子末端必须带有能与抗体反应的基团（如马来酰亚胺、NHS 酯）。  考量点： 这个反应基团与毒素之间相隔多少个原子？连接子本身是否引入了额外的疏水性？正如我们之前讨论的，高疏水性连接子-毒素中间体会消耗抗体的“疏水预算”，导致偶联后 ADC 聚集。因此，设计时常常需要在连接子中强制引入亲水基团（如 PEG、磺酸盐），但这又可能反过来影响释放后的膜通透性。  2.2.3.2 当你在设计带有连接子的毒素时，可以遵循以下逻辑： 先看毒素：它的作用靶点对结构修饰的容忍度高吗？（高→可带残基；低→必须完全还原）。  再看机制：我需要旁观者效应吗？（需要→必须高膜通透性→必须完全还原或仅带极小残基；不需要→可考虑不可裂解连接子带残基）。  最后看工艺：我的连接子化学能支持自毁设计吗？引入的亲水/疏水基团会破坏偶联环境或终产品稳定性吗？  没有完美的连接子-毒素组合，只有针对特定靶点、特定临床需求做出的最优妥协。 第一三共的 DXd 系列（可裂解+高膜通透+完全还原）和 ImmunoGen 的 DM1 系列（不可裂解+带残基+无旁观者效应）都是基于上述逻辑做出的、适应不同战场（靶点表达异质性）的经典范式。 2.2.3.3 Payload-Linker库的建设现状  ADC 领域的 payload 库建设呈现出"公共数据平台刚刚起步 + 企业专有库激烈竞争"的格局。 1. 公共数据库： ADCdb 的开创性工作  2023年，浙江大学药学院团队构建了全球首个 ADC 专用数据库 ADCdb，填补了该领域的空白： •收录规模：6572 个 ADC 分子  •组件覆盖：1168 个抗体、511 个连接子、447 个 payload、327 个抗原、54 个靶点  •活性数据：9171 条已发表的生物活性信息  •数据类型：覆盖临床试验（739 条）、PDX 模型（587 条）、CDX 模型（2013 条）、细胞系（5725 条）等多层级数据  •访问地址：https://idrblab.org/adcdb/ 或 https://adcdb.idrblab.net •ADCdb 2027 版已更新，新增了"Payload Search"独立检索入口，可以直接查看单个 payload（如 DXd、MMAE）被哪些 ADC 使用、对应的临床状态和活性数据。 ADCdb 是 AI 驱动 ADC 研发的奠基性设施，但它也暴露了领域的深层挑战：ADC 数据高度碎片化、专有性强、缺乏标准化标注，且临床深度数据大多留在企业内部的"暗数据"中。 此外，加拿大 BHK Lab 在 ADCdb 基础上构建了 ORCESTRA 数据集，作为美国 ARPA-H ADAPT 计划的一部分 ： •数据直接来源于 ADCdb •额外提供了 payload SMILES 字符串和 ChemBERTa 计算的 payload 嵌入向量 •专为大规模 AI 建模设计，适合做 payload 结构-活性预测 •访问：https://www.orcestra.ca/ 2. 企业与 CRO 的专有化合物库建设  产业界正在以不同路径构建自己的"payload-linker 军火库"：以皓元医药为代表，通过 20 年积累构建了约 16.5 万种生命科学试剂（超 10 万种分子砌块 + 6.5 万种工具化合物及生化试剂），服务全球 1.5 万余家创新药企，覆盖中国 70% 的 ADC 研发客户。前端化合物库为 linker-payload 设计提供结构参考，后端 CRO/CMC/CDMO 服务贯穿全流程——形成"前端导流+后端转化"的双轮驱动生态。 3. 化合物库建设的核心维度  一个成熟的 ADC payload-linker 化合物库，需要在以下维度进行系统化构建： 维度 核心考量 设计目标 机制多样性 微管抑制 / TOP1 抑制 / DNA 交联 / 烷基化 / RNA Pol II 抑制 / 免疫调节 覆盖不同细胞周期敏感性、克服耐药 效力梯度 nM 至 pM 级 potency 梯度 匹配不同靶点表达水平 膜通透性 高通透（MMAE、DXd 类）/ 低通透（MMAF、DM1 类） 调控旁观者效应 可偶联性 伯胺、羟基、羧酸等可修饰官能团 兼容定点/随机偶联工艺 "疏水预算" 亲水性连接子补偿毒素疏水性 控制 ADC 聚集倾向 释放形式 自毁间隔子设计、完全还原 vs. 带残基 匹配细胞内释放机制 合成可及性 步骤数、产率、纯化难度 支撑工艺放大与成本控制 4. 当前化合物库建设的瓶颈  尽管进展显著，payload-linker 库的建设仍面临根本性挑战： "可用的 payload 种类实际上非常有限"——目前 16 款上市 ADC 仅涉及 10 种毒素（calicheamicin、PE38、PBD、MMAE/MMAF、DM1/DM4、DXd/SN-38/KL610023）。绝大多数化疗药物由于 potency 不足或缺乏可修饰位点，无法直接用作 ADC payload。 这意味着化合物库的建设不能简单"堆数量"，而要在有限的机制类别内做精细的理化性质优化——这也是为什么头部企业纷纷押注 AI 驱动设计：通过在已知活性骨架上进行系统性的"Me-Too / Me-Better"优化（如 DXd 系列已衍生出 4 种以上三期临床分子），最大化利用已被验证的机制类别。 2.2.4 偶联化学与小量 ADC 制备（最关键的实验环节）  这是实验量最大的环节。核心流程如下： 1. 抗体预处理  •缓冲液置换：将抗体置换到偶联缓冲液（PBS、HEPES 或硼酸盐，pH 根据偶联类型定）  •浓缩：调整抗体浓度至 5-20 mg/mL（浓度过高增加聚集风险，过低减慢反应动力学）  2. 抗体功能化（依偶联方式而定）  半胱氨酸偶联路线（最主流）： •用 TCEP 或 DTT 还原链间二硫键  •关键控制点：还原剂浓度决定游离巯基生成量，需精准匹配目标 DAR  •中间控制（IPC）：用 Ellman 法（DTNB）或 LC-MS 测定 TAR（巯基/抗体比），目标值需与目标 DAR 线性相关（如 Enhertu 平台 TAR≈8 对应 DAR≈8），批间波动 ≤±0.5  •Fab 优先还原现象：受控条件下 Fab 区链间半胱氨酸优先于铰链区还原，可利用此选择性提升产物均一性  赖氨酸偶联路线： •不需还原，直接将抗体与 NHS 酯活化的 linker-payload 在 pH 7.0-8.0 反应  •缺陷：位点随机、DAR 分布宽  定点偶联路线（行业升级方向）： •工程化半胱氨酸（Thiomab）：在 CH3 或 CL 区引入特定 Cys  •非天然氨基酸：在 CH3 区引入琥珀密码子 + 正交 aaRS/tRNA 系统  •酶促偶联：转谷氨酰胺酶（mTGase）识别 Q295 附近位点，实现 DAR2 定点偶联  •糖基化偶联：PNGase F 去糖基化 → MTG 酶连接叠氮接头 → DBCO-Payload 无铜点击反应，实现 DAR2 或 DAR4  3. 偶联反应  •投料比：linker-payload 相对于抗体 3-10 倍摩尔过量  •有机溶剂控制：D-L 用 DMSO 溶解，最终反应体系中 DMSO ≤10% v/v，过高会导致抗体聚集  •温度：4-25°C，低温减少聚集与 D-L 降解  •pH：半胱氨酸偶联 6.5-7.5，赖氨酸偶联 7.0-8.0  •反应时间：需 IPC 监测游离 D-L 残留量与 DAR 变化来确定；过长易导致过度偶联、D-L 水解或 ADC 聚集  •滴加策略：D-L 缓慢滴加到抗体溶液中，避免局部浓度过高  关键工艺痛点：马来酰亚胺官能团对巯基高度选择性，但 D-L 过量时，游离巯基被占满后，马来酰亚胺会与赖氨酸结合，导致 DAR5 变体比例升高 ——这会显著改变 DAR 分布，必须通过投料比和反应时间精确控制。 4. 淬灭与纯化  •淬灭：半胱氨酸路线加入过量半胱氨酸/巯基乙醇封闭未反应马来酰亚胺；N-乙基马来酰亚胺（NEM）和碘乙酰胺（IAM / IAA）封闭抗体剩余巯基；赖氨酸路线用甘氨酸/Tris 淬灭  •纯化：  •脱盐/超滤：快速去除小分子杂质  •SEC-HPLC 制备级：分离不同 DAR 组分、聚体、裸抗  •HIC-HPLC：分离 DAR 异构体（最常用）  •IEX：进一步精细分离  •制剂置换：更换到最终制剂缓冲液（组氨酸、蔗糖、吐温等）  2.2.5 ADC 分析表征（每批必测）  检测项目 方法 关键指标 DAR 测定 UV-Vis、LC-MS、HIC-HPLC 目标 DAR±0.5，分布符合设计 单体纯度 SEC-HPLC ≥95%，HMW ≤3% 游离 payload 有机萃取 + LC-MS <1% 抗体完整性 CE-SDS、SDS-PAGE 无碎片、无错配 偶联位点 occupancy 肽图 LC-MS 确认偶联位点与预期一致 偶联后抗原结合 SPR/BLI、ELISA KD 保留率 >70% 疏水性 HIC 保留时间 与裸抗相比增幅可控 热稳定性 DSF Tm 下降幅度 <5°C 加速稳定性 40°C 加速 1-4 周 ΔHMW <5% 2.2.6 体外功能与评价 核心实验： •细胞毒性：Ag+ 细胞 IC50（pM-nM 级别）  •旁杀效应：Ag+/Ag- 共培养，计算 φ%Ag+_BE  •内化与释放动力学：pHrodo 内化 + 条件培养基转移实验  •血浆稳定性：在人血浆 37°C 孵育，HPLC 监测 DAR 衰减和游离 payload 释放速率  •膜通透性评估：payload 的 logP 测定，预测旁杀潜力  2.2.7 体内药效与初步安全性  核心实验： •肿瘤异种移植（CDX/PDX）模型：单剂量和多剂量爬坡，评估 TGI（肿瘤生长抑制）  •旁杀体内验证：Ag+/Ag- 混合瘤模型  •初步毒性：MTD 测定、体重变化、血常规、生化指标  •PK 研究：DAR 衰减、总抗体清除率、游离 payload 暴露量  2.3 必备的实验技术平台  1. 小分子合成平台  •有机合成实验室：linker-payload 合成、中间体纯化  •GMP 合成能力：100g 规模稳定合成  •分析支持：LC-MS、NMR、HPLC 纯度鉴定  2. 偶联工艺开发平台  •还原反应系统：TCEP/DTT 还原 + Ellman 法/TAR 测定  •高精度投料系统：微量注射器、自动滴定  •过程分析技术（PAT）：在线监测 DAR 和游离 D-L  •制备级纯化：SEC-HPLC、HIC-HPLC、IEX  3. ADC 分析表征平台 •LC-MS（高分辨）：intact mass、DAR 精确测定  •SEC-HPLC / HIC-HPLC / CE-SDS：纯度、DAR 分布、完整性  •DSF / DSC：热稳定性  •DLS / SLS：胶体稳定性、Tagg、B22  •SPR / BLI：偶联前后抗原结合保留率  4. 生物学评价平台  •细胞培养与功能：CellTiter-Glo、高内涵成像、流式  •血浆稳定性测试：人血浆孵育 + LC-MS 监测  •体内模型：CDX/PDX 小鼠模型、初步毒理  5. 定点偶联专项技术（行业升级方向） •工程化半胱氨酸平台：Thiomab 技术  •非天然氨基酸掺入系统：正交 aaRS/tRNA + 发酵系统  •酶促偶联平台：mTGase、Sortase A、转谷氨酰胺酶  •糖基化偶联平台：EndoS 去糖基化 + GalT/Y298L 突变体 + SPAAC 点击化学  2.4 国内头部企业的实际做法  综合公开资料，国内头部 ADC 企业在阶段二的打法呈现"三大平台为主、特色技术为辅"的格局 ： 1. 恒瑞医药：Dxd 微改 + 自研定点偶联  •Payload 策略：基于第一三共 Dxd 做微小改造，在 Dxd 酰胺 α 位引入环丙基等基团  •Linker：酶敏感型可裂解四肽 linker  •平台：自研新一代定点偶联技术、新型细胞毒载荷及新 linker  •管线：HER2（SHR-A1811，3 期）、TROP2、CLDN18.2、CD79b、HER3、Nectin-4  •特点：全栈自研，从抗体、linker、payload 到偶联全程内部完成  2. 百济神州：毒素 + 释放单元双改造  •Payload 策略：同时改造毒素 Dxd 和释放单元 GGFG——在 GGFG 第一个甘氨酸羰基 α 位引入亲水性基团，在 Dxd 酰胺 α 位引入亚甲基羟基或用四元环替换亚甲基  •管线：B7-H3 ADC、CEA ADC（自研）；B7-H4 ADC（从映恩引进）；HER2 双抗 ADC ZW49（从 Zymeworks 引进）  •特点：注重"创新性靶点"的 First-in-Class 策略，技术改良深度大于恒瑞  3. 科伦博泰：OptiDC 全集成平台  •Payload 策略：建立广泛的细胞毒性小分子库  •Linker 策略：创建合理稳定的亲水性连接子，在肿瘤中选择性切割；采用碳酸酯结构，在酸性肿瘤微环境中释放有效载荷  •偶联方式：赖氨酸定点偶联，DAR=2（A166 HER2 ADC）  •SKB264 specifics：sulfonyl pyrimidine-CL2A-carbonate linker 连接 belotecan 衍生 Topo I payload  •特点：与默沙东 3 笔交易共 9 款 ADC，总交易金额 118 亿美元，linker-payload 技术是核心卖点  4. 荣昌生物：全面集成 ADC 平台 + ThioBridge  •连接子与载荷：具备 ADC 连接子及载荷优化的筛选平台  •偶联技术：专有 Thiel-bridge（桥接偶联）技术，实现定点偶联  •GMP 合成：linker-payload 中间体可在 GMP 条件下实现 100g 规模连续稳定合成  •管线：维迪西妥单抗（RC48，已上市，Val-Cit-MMAE）、RC88（间皮素）、RC108（c-MET）、RC118（CLDN18.2）  •特点：国内少数拥有全面集成 ADC 技术的企业，平台经过上市验证  5. 信达生物：αTAA 平台 + Synaffix 合作 •自研：αTAA 抗体发现平台  •合作：与 Synaffix 合作引入 GlycoConnect™ 糖基定点偶联技术  •应用：IBI343（CLDN18.2 ADC）采用 GlycoConnect 技术  •双 payload：IBI3020 双 payload ADC 进入临床  •特点：抗体自研 + 偶联技术合作引入，加速管线推进  6. 迈威生物：IDconnect 定点偶联  •偶联技术：IDconnect™ 定点偶联接头，同时连接二硫键断裂后两个巯基实现 DAR=4 定点偶联  •Payload：新型拓扑异构酶载荷 Mtoxin™、新型释放结构 LysOnly™  •管线：9MW2821（Nectin-4 ADC，2 期）  •特点：定点偶联 + 差异化 linker 设计  7. 百利天恒：双抗 ADC + Ac 接头技术  •平台：全链条一体化 ADC 药物研发核心技术平台  •技术：Ac 接头技术、毒素技术、释放技术、定点偶联技术  •管线：BL-B01D1（EGFR×HER3 双抗 ADC，2 期，改造酸性稳定性接头和 Dxd）  •特点：双抗 ADC 领先，BL-B01D1 全球首个进入临床的双抗 ADC  8. 石药集团：mTGase 定点偶联 •偶联技术：mTGase 谷氨酰胺转移酶定点偶联，DAR=2  •管线：SYS6010（EGFR ADC，3 期达到 PFS 主要终点） 9. 乐普生物：GlycoConnect + HydraSpace  •引进：GlycoConnect™ 糖基定点偶联技术 + HydraSpace™ 自研新型连接子-有效载荷平台  •管线：MRG004A（采用 GlycoConnect）、MRG003（EGFR ADC，3 期） 10. 宜联生物：TMALIN 平台  •技术：TMALIN 平台，用不可逆的嘧啶锚，偶联效率 90% 以上，DAR=8，设计"胞外+胞内"双裂解开关  •管线：YL201（B7-H3 ADC，3 项 3 期临床，2026 年初以 5.7 亿美元首付授权罗氏）  11. 康宁杰瑞：糖基定点偶联  •技术：一酶两步法糖基定点偶联，DAR 精确到 4  •特点：与 Synaffix GlycoConnect 类似但基于自有酶学平台  12. 映恩生物：DITAC 平台  •技术：DITAC 定点偶联技术平台  •管线：DB-1303（HER2 ADC）、DB-1305（TROP2 ADC，四肽 linker）  •特点：基于第一三共路线优化，多个 MNC 合作  2.5 国内头部企业的共性规律  从阶段二的视角看，国内头部企业呈现以下共性： 1. 三大技术路线为主 •第一三共路线（Dxd）：恒瑞、百利天恒、百奥泰、正大天晴、石药、映恩、百济——主要针对毒素 Dxd 进行优化改造，部分同时优化接头以提升稳定性  •Seagen 路线（MMAE/DM1）：迈威（IDconnect 定点偶联）、科伦（赖氨酸定点偶联 A166）、荣昌（沿用原始结构）、乐普（沿用原始结构）  •Immunomedics 路线（SN38）：科伦博泰 SKB264 采用甲磺酰基嘧啶接头  2. 定点偶联成为核心竞争力 •传统随机偶联（DAR 分布宽、批次稳定性差）正被定点偶联取代  •国内代表：荣昌（ThioBridge 桥接）、映恩（DITAC）、宜联（TMALIN）、科伦（OptiDC）、迈威（IDconnect）、石药（mTGase）、信达/乐普/康宁杰瑞（GlycoConnect 糖基偶联）  •定点偶联技术壁垒高、护城河深，是 ADC 投资的核心标的 3. Linker 亲水性设计成为差异化焦点 •"ADC 真正的内卷，不在 payload，而在 linker"——这句话概括了行业现状。国内头部企业普遍在 linker 上做亲水性工程：PEG 臂、带电氨基酸、极性间隔子，以降低聚集、提升血浆稳定性。 4. Payload 微改 + 释放单元优化 •百济神州同时改造毒素 Dxd 和释放单元 GGFG  •恒瑞仅针对 Dxd 进行微小改造  •正大天晴采用氘代 Dxd  •百奥泰较大程度改造 Linker  5. "内部核心 + 外部合作"的混合模式 •恒瑞、荣昌、科伦博泰：全栈自研  •信达、乐普：自研抗体 + 引进 Synaffix GlycoConnect 定点偶联技术  •百济：部分资产自研，部分从映恩、Zymeworks 等引进  第三章：临床前药理毒理