Sacituzumab govitecan-hziy

抗体偶联物（ADC）是一种通过连接子将靶向肿瘤细胞的单克隆抗体与小分子载荷偶联而成的药物。自2000年首个ADC——吉妥珠单抗奥佐米星（gemtuzumab ozogamicin）获批上市以来，FDA已批准了21个ADC药物上市，使其成为临床抗肿瘤的重要手段。无一例外，这些已获批上市的ADC均为单载荷ADC。虽然这些单载荷ADC已成功用于临床，但治疗后出现的耐药性、有限的肿瘤穿透性和不佳的免疫激活活性仍制约其疗效的发挥，尤其是在“冷”肿瘤的免疫学荒漠中。近年来，ADC与化疗、分子靶向药物或免疫疗法的联合治疗已被作为克服这些问题的潜在策略，但这些联合疗法在临床研究中并不总是显示出协同或相加效应，甚至还显示出毒性风险增加的情况。 基于对ADC药物的了解，业界提出了一个抗体偶联多个载荷的策略。随着，这在五年前听起来还像概念阶段的幻想，但2025年以来，至少11款双载荷ADC已经推进到临床或IND 研究阶段。KH815（康弘生物）把TOP1抑制剂和RNA聚合酶II抑制剂装到了同一个TROP2靶向抗体上；ASP2998（安斯泰来）则在TROP2抗体上同时携带了TOP1抑制剂和免疫刺激分子。虽然这些分子尚未获批上市，但研发企业和监管机构已经在面对一个现实问题：当ADC从靶向递送单一细胞毒药物演进为靶向递送两种不同作用机制的药物时，临床药理的复杂程度究竟会上升几个量级？ Ravenstijn等人2026年在*Clinical and Translational Science*上发表了一篇综述，试图系统回答这个问题。文章由安斯泰来全球临床药理团队的五位作者共同完成，系统梳理了双载荷ADC在转化科学和临床药理两个维度上面临的挑战及可能的应对策略。这篇文章没有报告任何一组新数据，但把所有已知信息整合形成了一个可以用来指导双载荷ADC研发的框架。本文将分转化科学考量和临床药理考量两条线，介绍这篇文章的核心内容，并在最后提出几个值得研发团队思考的问题。一、研究背景与临床需求1、ADC的演进：从靶向化疗到靶向联合治疗 ADC的概念本身并不复杂：一个靶向肿瘤细胞膜蛋白的单克隆抗体，通过连接子（linker）挂载一个或多个高活性的小分子毒素（payload），通过结合靶点后内吞把细胞毒精准送到肿瘤细胞内，同时降低全身暴露带来的毒性，实现对肿瘤细胞的定向爆破。 第一代的ADC载荷以甲氨蝶呤、长春碱、阿霉素为代表，本质上只是把传统化疗药物挂到了抗体上，靶向性有所提升，但活性及疗效仍然有限。随后的演进方向是更强的毒素：微管抑制剂（auristatins、maytansines）和DNA损伤剂（PBD、喜树碱衍生物）相继被用作payload，使得ADC的活性及疗效大幅提升。Enfortumab vedotin（靶向Nectin-4，payload为MMAE）在尿路上皮癌中的成功，证明了这个方向的正确性。 但单载荷ADC的天花板也逐渐显现：治疗耐药性（acquired resistance）几乎是在治疗过程中必然出现的；药物在肿瘤穿透能力差，在体积较大或异质性较强的肿瘤中分布不均；最关键的是，对于冷肿瘤（免疫豁免型肿瘤），单纯靠直接杀伤肿瘤细胞不足以产生持久应答，因为免疫抑制的环境并没有改善。2、双载荷ADC的价值 联合治疗是肿瘤药物研发中最常见的策略之一：把两种不同作用机制的药物联合应用，期望通过产生协同或相加效应（synergy）提升疗效。但联合治疗的问题是：两种药物各有各的PK特征、毒性谱、最佳给药时序——实际操作起来较难优化。 双载荷ADC的思路是：把联合治疗所使用的两个或更多药物直接预装进一个ADC分子里。理想情况下，一个ADC分子进入肿瘤微环境（TME）后，两个payload分别在最合适的时机释放，一个负责直接杀死肿瘤细胞，另一个负责把冷肿瘤转变为热肿瘤，让免疫系统识别并持续攻击肿瘤。此外，也可以将具有不同作用机制的有效载荷将产生协同效应、克服耐药性并扩大治疗窗口。这种内置联合疗法的设计，理论上可以通过合理设计规避传统联合用药的PK/PD不匹配问题。 目前已经进入临床开发阶段的双载荷ADC，其载荷组合大致分为三类：（1）细胞毒+细胞毒（如KH815：TOP1抑制剂 + RNA Pol II抑制剂）；（2）细胞毒+免疫刺激分子（如ASP2998：TOP1抑制剂 + STING激动剂）；（3）细胞毒+蛋白降解剂（尚在临床前阶段）。 图1 多载荷ADC药物的的作用机制（A：细胞毒素和免疫调节剂；B：两种细胞毒素）3、本文要回答的核心问题 ADC的转化和临床药理学开发策略制定需要深入了解不同ADC组分（例如，偶联抗体、总抗体、偶联的载荷、未偶联的载荷以及载荷的任何可能代谢物）的MoA、PK和PD特征。通常在研究中分析偶联抗体和总抗体浓度与疗效和靶点相关安全性的关系，而通常分析游离载荷等其他组分与脱靶毒性的关系。Ravenstijn等人的这篇综述，试图在尚无任何双载荷ADC获批的前提下，基于单载荷ADC的已知经验，为双载荷ADC的转化科学和临床药理开发提供前瞻性框架。核心问题包括： （1） 双载荷ADC的转化科学策略是什么？如何证明两个payload之间确实存在协同效应（synergy），而不仅仅是additive effect？ （2） 双载荷ADC的临床药理开发与单载荷ADC相比，复杂程度增加具体体现在哪些环节？ （3） 目前监管路径是否清晰？ （4） 双载荷ADC的首次人体（FIH）起始剂量如何设定？MABEL方法是否适用？ （5） 双载荷ADC的免疫原性（ADA）风险是否更高？PK/PD分析的analyte数量翻倍后，生物分析方法如何跟进支持？二、转化科学考量 从转化研究的角度来看，双有效载荷ADC的临床开发带来了一系列新的挑战和机遇。关键考虑因素包括对两种有效载荷在TME中如何相互作用的机制理解，基于表达异质性的最佳靶抗原如何选择，针对每种有效载荷的PD和预测性生物标志物如何鉴定，耐药机制和影响肿瘤响应的适应性因素的鉴定，以及如何进行患者分层和试验设计。对于患者分层来说，必须同时考虑靶抗原表达和肿瘤的免疫微环境，而伴随诊断（CDx）的开发则必须包含多维分析工具来指导患者选择。 表1 多载荷ADC的转化科学挑战及考虑点 1、机制协同性的证明：不只是1+1=2 开发双有效载荷ADC的核心假设是，两种毒素分子或细胞毒性和免疫刺激机制的结合比单有效载荷构建体产生更优越的抗肿瘤疗效。正如在恩诺单抗维多汀和帕博利珠单抗联合治疗未经治晚期尿路上皮癌的EV-302试验中所证明的，免疫调节剂和带有细胞毒性有效载荷的ADC已被确立为一种有效的联合方案，使转移性或局部晚期尿路上皮癌患者的总生存期翻倍 。双载荷ADC最核心的价值是两个payload之间的协同效应，机制上的协同作用可以通过增强的肿瘤细胞杀伤和TME的调节表现出来，包括改善的抗原呈递、T细胞启动和免疫抑制的逆转。但协同这个词在肿瘤药物研发中被滥用了：很多时候，两种药物放在一起，疗效确实比单药好，但这可能只是叠加效应，并不一定构成真正的协同效应。药理学作用的协同机制的确定可以采用体外共培养系统、三维肿瘤模型及免疫功能正常的小鼠模型以解析双靶点的相互作用； 对治疗前及治疗后的肿瘤组织与免疫微环境进行分子表征，以阐明下游信号通路并区分协同效应，并将协同效应与相加或独立效应区分开。这些确认机制协同作用的研究结果可以支持产品的合理设计，并为双载荷ADC的开发相对于单有效载荷ADC的序贯或联合治疗优势提供证据。 体外协同性分析：可以采用Chou-Talalay方法或Bliss独立性模型计算联合指数（Combination Index, CI），其中Chou-Talalay方法适合作用于同一靶点和同一通路的药物联合，而Bliss独立性模型更适合作用机制完全的不同的药物联合。但文章特别指出，对于细胞毒+ 免疫刺激这种机制根本不同的双载荷组合，单纯的体外细胞水平上的活性检测可能严重低估协同效应——因为免疫激活效应在单细胞培养系统中根本体现不出来。因此，对于细胞毒药物和免疫激动性药物的联合使用，应该确保体外测试体系中应该含有免疫激动性药物作用的效应细胞。 体内的时序动力学：双载荷ADC的两个payload的释放可能是在不同时间错峰释放——连接子（linker）的cleavage速率不同，导致一个payload先释放、另一个后释放；或者两个载荷的药效动力学特征在时间维度上不同，表现为两个载荷的下游效应不会同时达到峰值。无论哪种情况，转化研究都必须把时间维度纳入分析框架。这里面的一个主要挑战是单时间点的PD评估可能优先捕捉一种载荷的活性，而低估另一种载荷的活性，导致对药理作用的不完整或误导性理解。因此，对于双有效载荷ADC的PD策略应明确纳入有效载荷特定的时间动态，在药效动力学研究中进行多时间点采样+ 多维度、多指标的分析。即，不能依靠仅在一个时间点取样的数据就作结论；必须在多个时间点分别检测直接杀伤标志物和免疫激活标志物，重建整个药物给药后的时空动态过程，对于准确理解暴露-反应关系以及临床开发中剂量和方案的合理优化至关重要。2、靶点抗原选择：异质性的挑战 靶抗原选择仍然是决定ADC疗效和安全性的关键因素。理想的ADC药物靶抗原应该肿瘤特异性高、表达均匀、内吞效率高。如果抗原表达异质性强（一部分肿瘤细胞表达、另一部分不表达），那么ADC的递送的将会减少，以及不表达抗原的肿瘤细胞克隆就会被选择性保留，最终导致耐药。如果双载荷ADC的设计目的包含对免疫微环境的调控，这意味着ADC不仅需要把payload递送到肿瘤细胞内，还需要payload释放后在TME中产生旁观者效应（bystander effect）作用于其效应细胞，或者这些载荷可以在肿瘤微环境中直接释放并作用于效应细胞。先进的单细胞和空间转录组技术可以提供跨肿瘤病灶和患者间抗原分布的详细图谱。这些数据为靶点优先排序提供信息，并指导开发克服抗原异质性的策略，例如旁观者杀伤或通过局部细胞因子释放进行免疫系统扩增。 3、 药物耐药性与适应性肿瘤反应 双有效载荷ADC也容易出现内在性和获得性耐药，机制可能包括抗原丢失或下调、外排转运蛋白上调、内化受损或ADC运输改变。重要的是，免疫刺激组分也可能诱导适应性免疫抵抗，如PD-L1上调、调节性T细胞扩增或髓系来源的抑制性细胞（MDSC）募集。在体外和体内进行耐药性诱导建模对于预测这些效应有意义。此外，治疗后肿瘤活检的适应性转录组和蛋白质组分析可以揭示削弱ADC疗效的代偿性信号通路。这些见解可以指导合理的联合策略（例如与免疫检查点抑制剂或TGF-β抑制剂联合）以克服耐药性并维持持久缓解。 4、患者分层与试验设计 有效的患者分层是最大化治疗获益和确保临床高效开发的关键。鉴于其双重作用机制，分层必须同时考虑抗原表达水平和TME的免疫能力。基线肿瘤免疫表型分析（如“热”vs“冷”肿瘤）、抗原表达水平和循环免疫图谱可以为纳入标准的制定提供信息并与临床应答关联。在临床研究中，可以采用创新的试验设计，如适应性平台研究或篮子试验，以同时测试多个抗原阳性肿瘤类型和免疫表型；也可将转化终点（如PD生物标志物、免疫激活指标）整合到早期试验中为疗效数据提供机制支持，并为go/no go决策提供信息。 5、伴随诊断（CDx）的范式的转变 对于传统单载荷ADC，伴随诊断（CDx）几乎等同于用IHC检测靶点抗原表达水平。但临床经验已经证明，抗原表达水平本身并不能可靠预测临床应答——Sacituzumab govitecan（靶向TROP2）和Enfortumab vedotin（靶向Nectin-4）均不要求强制性CDx，说明了抗原表达水平作为预测性生物标志物的局限性。 对于双载荷ADC，这个问题更加尖锐：即使抗原表达水平足够高（保证了ADC的有效递送），如果两个payload中包含一个免疫刺激分子（如STING激动剂），那么真正决定疗效的可能是STING信号通路的功能完整性——而不仅仅是STING蛋白的表达量。文章引用多项研究指出，肿瘤可以保留可检测的STING蛋白，但同时存在下游信号缺陷（如TBK1-IRF3激活受损、表观遗传抑制IFN转录程序），导致对STING激动剂刺激的反应减弱。因此，双载荷ADC的CDx策略可能需要将评估抗原表达、免疫环境和通路能力的技术整合到复合预测模型中，建立多分析物CDx。虽然这些方法引入了额外的复杂性，但它们也创造了机会：双有效载荷ADC——以及未来潜在的单有效载荷ADC——可能在传统以抗原为中心的CDx策略无法充分捕捉的生物学定义的患者亚群中实现临床获益。三、临床药理考量：十个维度的深度剖析 从临床药理学的角度来看，双有效载荷ADC的临床开发可能比单有效载荷ADC的临床开发更复杂（表2），将在下文中分别进行论述。 表2 双载荷ADC和单载荷ADC的临床药理研究对比 1、转化PK/PD建模策略 近年来，已发表多种用于预测带有细胞毒性有效载荷ADC的人体有效剂量的方法 。虽然基于模型的ADC转化PK/PD研究应用广泛（Xenobiotica 54 (2024): 543–551.），针对基于经验的体表面积（BSA）或BW的小鼠有效剂量转换对于在早期发现阶段预测临床有效剂量是有价值的。这种方法的优点在于它可以优先考虑分子并评估剂量可行性，以避免进一步开发可能具有不可接受的高临床剂量的ADC。Shah等人开发了一种用于带有细胞毒性载荷ADC的多尺度的基于机制的PK/PD模型，已成功预测了多种ADC的临床疗效。尽管在早期开发阶段构建这种双载荷PK/PD机制性模型可能数据需求量大、挑战性强，但这类模型一旦建立，可以指导临床有效剂量的预测和临床试验设计，最终加速复杂模态药物的开发进程。2、首次人体起始剂量设定 对于携带细胞毒payload的ADC，传统的FIH起始剂量设定方法是非啮齿类动物的1/6 HNSTD（最高非严重毒性剂量）的人体等效剂量。但当ADC包含一个免疫刺激payload时，监管推荐采用MABEL法。该方法依赖于体外细胞毒性研究和体内药效数据，通常导致极低的起始剂量，这导致FIH试验中剂量递增阶段漫长，并使患者接受亚治疗剂量。 为了提高效率同时保持患者安全性，NJH395采用基于食蟹猴细胞因子释放综合征（CRS）数据的体内MABEL方法，而非体外细胞因子释放测定，并且研究以不会导致任何严重安全事件的合理剂量开始。XMT-2056（一款以STING激动剂为payload的ADC）在体内小鼠模型中未观察到比阳性对照STING激动剂更高的IL-6升高；在非人灵长类动物（NHP）研究中未发现动物死亡，组织病理学中也未发现不良发现，提示XMT-2056临床发生CRS风险较低。但在Phase 1试验入组第二名患者时发生了5级严重不良事件（SAE），导致FDA发出了临床暂停（clinical hold）。尽管后来暂停被解除，并以更低的起始剂量重新启动，但这为如何为携带STING激动剂等载荷的ADC设定安全FIH带来了不确定性。因此，在开始双有效载荷ADC的临床试验之前，有必要在非临床研究中测量每种载荷的药物浓度，并在必要时开展单独的载荷毒性研究。同样重要的是，不仅要评估每种有效载荷的单独特征，还要进行整合的定量分析以确定是否存在药效及毒性的叠加及协同。 图2 三种不同抗体偶联物（单载荷ADC、单载荷抗体免疫刺激分子偶联和双载荷ADC）的FIH及有效剂量预测3、免疫原性（ADA）风险：表位更多，分析更复杂 ADC作为治疗性蛋白类产品，天然具有诱导抗药物抗体（ADA）生成的能力。对于单载荷ADC，ADA可以针对抗体部分、连接子、或载荷连接子复合物形成。对于双载荷ADC，分子中存在的额外载荷和额外连接子化学结构，意味着潜在的免疫原性表位（epitope）数量增加——从理论上讲，ADA形成的风险可能更高，ADA分析的复杂度也显著上升。为减轻分子的ADA相关风险，可以组合利用体外和体内ADA预测方法、抗体工程技术以及免疫调节方法。通过整合这些预测、去免疫化和免疫调节技术，可以识别和推进具有最小ADA反应的候选药物，提升开发成功率。4、器官功能损伤：暴露匹配的挑战 评估单载荷ADC在器官功能不全（肾功能不全、肝功能不全）患者中的PK特征已经有相对成熟的处理框架：一般通过PopPK分析来量化器官功能对ADC和各组分暴露的影响，然后基于暴露匹配原则决定是否需要对特定人群进行剂量调整；少见开展单独的器官功能不全的临床试验。 对于双载荷ADC，这个框架的复杂度再次上升：两个payload的消除途径可能不同或是受影响的程度不同，导致同一水平下的肾功能不全和肝功能不全对两个载荷暴露的影响不同。在这种情况下，应该按哪个载荷的暴露匹配来指导剂量调整就需要case-by-case的基于暴露-效应进行分析。因此，双载荷ADC可能更适合采用剂量递增 + 扩展研究中积累的暴露量/剂量-效应分析数据来支持不同脏器功能不全患者的给药剂量选择。5、药物相互作用（DDI） 评估临床药物相互作用的需求由有效载荷的全身暴露量以及与有效载荷暴露相关的潜在安全事件共同驱动。对于作为代谢酶和/或转运蛋白底物的高毒性有效载荷，当与抑制剂同时给药时，如果预期会增加安全事件（特别是当有效载荷的全身暴露量显著时），可能需要相互作用研究。对于已有临床经验的有效载荷，即使在不同的ADC背景下，可以利用基于生理的药代动力学模型（PBPK）研究有效载荷在未测试场景下的DDI潜力。关于与诱导剂共同给药的建议重要性较低，主要是因为ADC的药效依赖于载荷的靶向递送，而全身暴露量的降低不太可能损害疗效。对于双载荷ADC，DDI风险的评估原则仍然适用，但风险评估的复杂程度更高：两个payload各自可能与合并用药发生相互作用；更关键的是，如果其中一个payload是免疫刺激分子（如STING激动剂或TLR激动剂），免疫激活本身可能间接影响合并用药的PK特征。 与器官功能不全的说明书建议类似，针对药物相互作用的剂量调整也具有挑战性。典型建议要么是避免发生相互作用的药物联合使用；或者如果不良反应是可监测的，则根据监测结果进行剂量调整。6、QT间期延长风险 对于ADC，QT间期延长风险通常由游离载荷决定。对于双载荷ADC，可能对两个payload分别评估QT风险。如果两者都有潜在的QT延长效应，则存在叠加风险的可能性。当游离载荷的全身暴露量较低时，C-QTc分析可能无法产生有价值的信息，除非游离载荷的暴露量较高。这时间，更适合的是在研究中进行例行的心电图监测。7、剂量选择：治疗窗可能更窄 ADC剂量选择方面的第一个挑战是治疗窗较窄。单载荷ADC（特别是携带细胞毒payload的ADC）的治疗窗通常较窄：疗效和毒性之间的暴露差异可能只有2-3倍；临床的风险-获益特征在研究的剂量范围的小范围内（即<25%）发生实质性变化。对于双载荷ADC，由于两个payload的协同效应，治疗窗可能进一步收窄——药效更强的同时，毒性也可能更严重，需要在剂量探索试验和早期临床研究对多种方案进行彻底研究。对于单载荷ADC，分次给药（如将同一个周期内的总剂量拆分成两次或三次给予）已经被证明可以在维持疗效的同时降低特定毒性。而特定方案的选择通常基于多个方案的直接临床比较或基于经验的暴露-反应关系，及基于半机制模型。对于双载荷ADC，给药方案的优化空间更大（可以分别优化两个载荷的释放时序），但优化所需的临床试验规模也相应更大。 ADC剂量选择的另一个挑战是特定的肿瘤类型以及不同组织起源肿瘤的剂量选择可能不同，仔细考虑可能影响特定肿瘤类型风险-获益特征的疾病因素对于优化剂量是必要的。例如，德曲妥珠单抗在胃癌中的获批剂量（6.4 mg/kg Q3W）高于其他肿瘤类型，但胃癌患者在该较高剂量下的暴露量与其他肿瘤类型中的暴露量相似。这可能是因为胃癌患者由于与较高蛋白更新相关的清除率增加而表现出低于乳腺癌患者的暴露量。对于细胞毒性有效载荷，跨适应症匹配暴露量可能是一个合理的策略，因为有效载荷的最终靶点（通常是DNA损伤）是普遍存在的，不太可能饱和。对于具有免疫刺激或靶向特定通路有效载荷的双有效载荷ADC，任何适应症中的给药方案不仅应考虑PK差异，还应考虑药理作用程度和时间过程，可能存在饱和。8、暴露-效应（E-R）分析 安全性和疗效的暴露-反应分析支持ADC最佳剂量的选择，并为所选剂量下的风险-获益特征评估提供额外支持。对于单载荷ADC，E-R分析通常针对ADC整体和游离载荷分别进行，且观察到ADC暴露量与安全性和疗效终点之间存在更高的相关性。但游离载荷与有效性及安全性的暴露-效应关系往往不甚明朗，甚至还有可能呈现反向特征，可能与游离载荷暴露量低且变异大有关。对于双载荷ADC，E-R分析的复杂度在于：需要分别对两个载荷开展E-R分析，同时还要分析两个载荷共同作用下的E-R关系。如果两者之间存在协同，那么E-R曲线可能呈现非线性的超加性特征——传统的Emax或Sigmoidal Emax模型可能无法很好地拟合这类数据。因此，对于ADC类产品的暴露-效应关系分析来说，虽然ADC的暴露更可能与安全性或有效性相关，但在分析过程中仍必须基于对各个组分的分析综合确定与有效性、安全性更相关的组分。9、儿童用药开发 目前已有三款单载荷ADC获批儿童适应症（Gemtuzumab ozogamicin、Inotuzumab ozogamicin和Brentuximab vedotin），这三款的儿科剂量方案均直接沿用了成人给药方案，给药方案确定过程主要基于群体PK建模和有限的儿科临床数据。 对于包含免疫刺激成分的双载荷ADC，成人和儿童之间的E-R关系可能存在差异。这是因为儿童的免疫系统发育尚未完全成熟，对免疫刺激载荷的反应强度可能与成人不同。这意味着直接外推成人剂量到儿童的策略，在双载荷ADC场景下可能需要更加谨慎的评估。10、联合治疗策略：外置联合仍然是值得探索的方向 双载荷ADC的一个核心卖点是内置联合疗法——理论上不需要再与外置的免疫检查点抑制剂或其他药物联合使用。但建议在早期临床开发中、在双有效载荷ADC作为单药获批之前，同时考虑联合策略，以提升患者获益。由ADC的细胞毒性载荷诱导的免疫原性细胞死亡（ICD）是与免疫检查点抑制剂产生协同效应的联合策略开发中的关键考虑因素。首先，临床前已证明，auristatins、maytansine、半海鞘素、倍癌霉素和拓扑异构酶I抑制剂可诱导ICD，而免疫检查点抑制剂与诱导ICD的药物联合已被证明可以显著且可靠地增加对检查点疗法有应答的癌症的比例。这一假设得到了临床证据的支持，即PD-1阻断与奥沙利铂（ICD诱导剂）为基础的化疗产生协同作用，但不与顺铂（非ICD诱导剂）为基础的化疗阐释协同作用。其次，根据临床前小鼠模型，ICD诱导剂已被证明可促进肿瘤PD-L1表达上调，从而形成与免疫检查点抑制剂联用的基础。 带有细胞毒性和免疫刺激载荷（如TLR7/8激动剂、STING激动剂）的双载荷ADC，是下一代癌症免疫治疗中的一种新模式。基于现有临床前研究数据，免疫刺激载荷（即先天免疫激动剂）可促进CD8+ T细胞浸润到肿瘤中，同时促进肿瘤上PD-L1上调和T细胞耗竭。细胞毒性ICD诱导剂和先天免疫激动剂偶联的双载荷ADC与免疫检查点抑制剂的连用可以通过几种机制实现抗肿瘤活性包括：（1）直接肿瘤细胞杀伤；（2）促进肿瘤抗原呈递；（3）启动和激活抗原呈递细胞；（4）将T细胞募集到肿瘤；（5）免疫检查点抑制。因此，开发双载荷ADC与ICI的联合将会是癌症免疫治疗中一种重要的方法。 图3 双载荷ADC联合免疫检查点抑制剂的有效机制四、启示 双载荷ADC，甚至更多的载荷的ADC的临床药理及转化研究注定会面临更多的挑战。这是所有的新分子类型产品开发所遇到的必然。但只要新的创新形式能够使或者获益，开发过程中的所有的挑战和问题都是可以克服与解决的。在双载荷ADC的研发过程中，对每种有效载荷对整个药物效果的贡献的机制理解以及有效载荷特异性生物标志物的识别是关键转化挑战，需要在正在进行的非临床及临床试验中解决；应开发出复杂且灵敏的生物分析方法以分析双载荷ADC多种组分在血液中的浓度，以构建双载荷ADC每个组分的暴露-效应关系；也应该结合靶点、载荷的特征，选择合适的确定FIH及有效剂量的方法，以平衡试验参与者的安全与研发效率。 此外，对于研发企业来说，双载荷ADC代表了ADC技术演进的下一个战略制高点，但也必须认识到：这不仅仅是在ADC上多挂一个payload的药物制造工程问题，而是对整个临床药理开发体系的升级挑战。虽然，新的项目可以从既往单载荷ADC的研发中汲取经验和教训，但双载荷ADC对数据采集、分析的要求及对PK/PD建模能力、ADA检测能力、DDI评估能力和E-R分析能力的要求均会有提高。同时，对于这类多作用机制的复杂产品，在临床前开发阶段就引入PBPK建模和QSP（定量系统药理学）建模，可以为FIH起始剂量设定和E-R分析提供机制性支持，更有利于发现具有协同作用的ADC分子，提高研发成功率。 展望今后，多载荷ADC的研发还是应该着眼于解决临床研究问题进行分子设计、筛选及临床前、临床研发。如果增加了分子的复杂程度和开发的难度，但没有提升患者获益，必将为患者、医生所不屑用，为支付方和市场所放弃。毕竟，创新药研发不是比拼分子形式的创新，而是在临床价值方面的竞争。 文献原文： https://doi.org/10.1111/cts.70569

2026年美国临床肿瘤学会（ASCO）年会接近尾声。今年大会中，多组学相关研究占比超8%，其中基因组研究以超半数占比稳居核心赛道，从体细胞突变、拷贝数变异到融合基因、HRD、TMB等关键标志物的全景分析，已成为靶向、免疫治疗患者分层与疗效预测的标配工具；液体活检多组学的快速崛起，更让ctDNA联合甲基化、片段组学的无创监测方案，成为预后评估、肿瘤早诊的研究热点，中国在该领域的研究占比更是全球领先。 在这股多组学浪潮中，全基因组测序（WGS）凭借无偏覆盖全基因组的全景解析能力，正迎来从科研前沿到临床落地的关键跨越。从复杂变异的精准捕捉、罕见靶点的深度挖掘，到液体活检中监测灵敏度的突破，WGS在本届大会的多项重磅研究中，展现出重塑肿瘤临床诊疗格局的巨大潜力。 亮点一览 WGS全面解析肺癌脑转移，揭示染色体不稳定性（CIN）作为脑转移标志性基因组特征（e20554） WGS驱动的量子AI/ML模型，实现胶质母细胞瘤GBM患者生存预测与靶点发现（3020） Whole-genome profiling to identify chromosomal instability as a distinct feature of lung cancer brain metastases. 利用全基因组谱分析鉴定染色体不稳定性是肺癌脑转移的一个独特特征。 摘要号：e20554 发表单位：Guangdong Provincial  People's Hospital, Guangdong 999 Brain Hospital, Warshel Institute of  Computation Biology, Guangdong Lung Cancer Institute 临床痛点 肺癌脑转移异质性突出、预后极差，其背后的分子机制一直未被完全阐明；既往研究受限于缺乏高深度全基因组测序（WGS）数据，无法精准解析染色体不稳定性（CIN）与精细基因组结构，严重制约了脑转移启动、演化及异质性机制的研究进展，而WGS无偏全景覆盖的能力，成为破解这一难题的关键技术支撑。 研究设计 本次研究纳入83例肺癌脑转移样本，采用200×高深度WGS进行基因组分析，系统性表征体细胞驱动变异、全基因组加倍（WGD）、染色体碎裂及结构变异特征，旨在明确CIN在肺癌脑转移中的核心作用，挖掘脑转移特异性基因组特征。 核心数据与结论 高深度WGS结果显示，83例脑转移样本中68.7%存在全基因组加倍，26.5%发生CDKN2A/2B纯合缺失，39.8%出现类染色体碎裂事件，36.1%存在EGFR等驱动基因高倍扩增，清晰揭示了染色体不稳定性是肺癌脑转移的核心基因组特征。 该研究证实，全基因组测序（WGS）是解析肺癌脑转移复杂基因组特征、揭示转移演化机制的核心工具，为后续生物标志物开发与临床转化奠定了坚实基础。因美纳WGS方案通过高效捕捉全基因组SNV、CNV及复杂结构变异，精准解析CIN相关的重复序列与复杂重排盲区。 Quantum mechanics-based multi-tensor AI/ML as predictor of patients' overall survival, gene targets, and drug responses from their glioblastoma tumors' whole genomes. 基于量子力学的多张量AI/ML：基于胶质母细胞瘤肿瘤全基因组预测患者总生存期、基因靶点和药物反应 摘要号：3020 发表单位：Illumina因美纳，University of Utah，Prism AI Therapeutics, Inc.，Scale AI, Inc.，Children's Hospital of Los Angeles/University of Southern California，Case Western Reserve University School of Medicine，Winship Cancer Institute of Emory University，Ultima Genomics, Inc.，Complete Genomics, Inc.，The Abigail Wexner Research Institute at Nationwide Children's Hospital，Hudson Alpha Clinical Services Lab LLC，Wright State University 临床痛点 胶质母细胞瘤靶向药失败率高达 95%，单基因标志物无法预测患者生存与药物反应；多组学数据高维复杂、小队列建模难度极大，亟需基于全基因组（WGS）的全景分析，解锁肿瘤生物学全貌，支撑精准诊疗决策。 研究设计 本次研究以全基因组测序（WGS）数据为核心，开发量子力学多张量AI/ML模型，旨在基于GBM全基因组拷贝数变异等全景特征，精准预测患者总生存、挖掘治疗靶点与药物反应。研究纳入多队列患者数据，通过因美纳等多平台WGS数据验证模型重现性，并结合CRISPR-Cas9实验对预测靶点进行功能验证。 核心数据与结论 研究结果表明，基于WGS数据训练的AI模型，预测患者总生存的一致性达75%-95%，优于所有传统临床指标；该模型在因美纳等多个平台的WGS数据中重现性超99%，且通过WGS发现的METTL2A靶点，经CRISPR验证可显著抑制GBM细胞增殖，药敏反应与预测结果完全匹配。 这项研究证明，全基因组测序（WGS）是破解GBM高维建模难题、实现精准预后与靶点发现的核心数据基础；因美纳WGS可作为该类AI模型的黄金标准数据底座，打造 “WGS + 量子 AI/ML”一体化方案，推动GBM从基础研究到临床诊疗的转化，赋能预后分层、新药研发与精准治疗全流程。 因美纳提供从传统短读长WGS到全新TruPath 长读长测序的全场景解决方案，成熟的短读长WGS方案可高效覆盖全基因组SNV/Indel与拷贝数变异，而今年上新的TruPath长读长方案，更能精准解析全基因组中复杂结构变异与重复序列盲区，为AI模型提供更完整的基因组信息，助力挖掘更具临床价值的预后特征与治疗靶点。 ASCO 2026 年会持续进行，重点研究呈现出更加鲜明的转化医学特征。多项研究集中呈现出肿瘤治疗向更早阶段、更精细分层和多模式整合推进的趋势。 肝癌 局部治疗与系统治疗整合仍是不可切除HCC的重要研究方向 摘要号：LBA4000 Efficacy and safety resultsfrom EMERALD-3: A phase 3, randomized study of tremelimumab plus durvalumabwith or without lenvatinib combined with transarterial chemoembolization (TACE) in participants with unresectable embolization-eligible hepatocellular  carcinoma. 作者：Ghassan K. Abou-Alfa, etal. Memorial Sloan Kettering Cancer Center 在不可切除、适合栓塞治疗的肝细胞癌中，EMERALD-3研究评估STRIDE ± lenvatinib联合TACE。STRIDE + lenvatinib + TACE较TACE显著改善PFS，HR为0.70，95% CI为0.57–0.86，p=0.0007；OS HR为0.84，95% CI为0.65–1.09，p=0.1814。STRIDE + TACE较TACE也改善PFS，HR为0.71，95% CI为0.56–0.91；OS HR为0.70，95% CI为0.51–0.95。3/4级治疗相关不良事件发生率分别为62.7%、48.6%和18.6%，对应STRIDE + lenvatinib + TACE、STRIDE + TACE和TACE组。 在肝细胞癌治疗序贯方面，摘要4002 报道了 IMbrave251 最终分析。这是首个全球随机 III期研究，评估既往接受 atezolizumab + bevacizumab 后进展的局部晚期或转移性 HCC 患者中，继续 atezolizumab 联合 TKI 是否优于 TKI 单药。研究共纳入557例患者，中位随访12个月；结果显示，atezolizumab + TKI 与 TKI 单药相比，中位 OS 为14.6个月 vs 12.5个月，HR 0.88，P=0.2115，未达到主要 OS 终点；中位 PFS 为4.3个月 vs 4.8个月。 乳腺癌 摘要号：LBA514 Neoadjuvant rilvegostomig plus trastuzumab deruxtecan (T-DXd) in high-risk HER2-negative breast cancer: Results from the I-SPY 2.2 trial. I-SPY 2.2研究评估rilvegostomig联合T-DXd作为Block A新辅助治疗。105例患者接受R + T-DXd治疗。HR+Immune+患者Block A EpCR为57%，高于预设目标15%，posterior probability >0.99；HR-Immune+患者EpCR为52%，对应预设目标40%，posterior probability为0.87。Immune-亚组未达到对应pCR目标。安全性方面，最常见不良事件包括疲乏84.8%、恶心81.0%和脱发58.1%；Block A期间ILD发生率为11.4%，其中1例为3级，8例患者因ILD停用T-DXd + R并进入下一治疗Block。 黑色素瘤 KEYNOTE-942（摘要9500）研究在高危切除黑色素瘤患者中评估 mRNA 个体化新抗原治疗 intismeran autogene 联合 pembrolizumab。5年更新显示，中位随访60.3个月时，intismeran autogene联合pembrolizumab较pembrolizumab单药降低复发或死亡风险49%，RFS HR为0.51，95% CI为0.294–0.887；降低远处转移或死亡风险59%，DMFS HR为0.411，95% CI为0.200–0.843。OS为探索性终点，HR为0.471，95% CI为0.165–1.345。 在 Developmental Therapeutics 和 CSS 专场中，新型精准治疗机制同样值得关注。 在DLL3 ADC研究中，摘要3001报告BL-M14D1用于局部晚期或转移性SCLC、NEC和其他实体瘤的I期结果。截至2025年11月30日，共127例患者入组，其中SCLC 87例、NEC 40例。治疗相关不良事件发生率为98.4%，≥3级治疗相关不良事件发生率为74.0%；最常见≥3级治疗相关不良事件包括血小板减少54.3%、中性粒细胞减少53.5%、白细胞减少46.5%和贫血32.3%。在4.0 mg/kg和4.5 mg/kg剂量水平下，经治SCLC患者ORR/cORR为71.1%/57.8%，中位PFS为7.2个月。 在KRAS G12D靶向治疗研究中，摘要3007报告DN022150用于KRAS G12D突变晚期实体瘤患者的I/IIa研究。截至2026年1月22日，共56例患者入组，其中66.1%为胰腺癌，约80%既往接受过≥2线系统治疗；安全性分析纳入49例患者，剂量范围为20–650 mg。 在MYB mRNA degrader研究中，摘要6009报告REM-422用于复发/转移性腺样囊性癌的I/II期剂量递增队列最终结果。I期研究共入组69例患者，59例可评估疗效；其中32例为biomarker positive。RP2D为24 mg，RP2D下最常见治疗相关不良事件为鼻出血60%、疲乏60%和贫血40%，均为1级或2级。Biomarker positive人群中，≥12 mg剂量下21/30例出现靶病灶缩小；RP2D 24 mg下7例biomarker positive患者中观察到3例PR，ORR为42%。 泛实体瘤ADC研究 摘要11510 YL201 是一款 B7-H3 ADC，采用肿瘤微环境可激活 linker-payload 平台。既往泛实体瘤研究显示，其 ORR 达到 44.6%，DCR 为 83.7%。本次 ASCO 研究进一步拓展至复发或难治性尤文肉瘤和软骨肉瘤。 在ADC靶点转化研究中,摘要11509 一项平滑肌肉瘤空间RNA–蛋白profiling研究分析了35个ADC靶点。研究包括ST-LMS 23例患者、94个ROI，以及U-LMS 32例患者、92个ROI。RNA层面F3、AXL和PTK7表达最高；蛋白层面Tissue Factor、AXL和CD70表达最高。多数ADC靶点存在空间变异，U-LMS较ST-LMS显示更高的肿瘤内和肿瘤间异质性。RNA–蛋白一致性最高的靶点包括CD99、CD47和Fibronectin/EDB；ERBB2–EGFR在蛋白层面呈强相关。ST-LMS中，CD47和AXL高表达与更好的生存相关。 在免疫再敏化研究中，摘要2501报告IOS-1002联合pembrolizumab用于既往抗PD-1/PD-L1治疗后进展的晚期实体瘤患者。截至2026年1月1日，28例患者接受联合治疗，其中16例为抗PD-1/PD-L1复发/难治患者。可评估患者中观察到3例确认PR，ORR为20%，即3/15；第12周DCR为54%，即7/13；第24周DCR为40%，即4/10。 在GPC3 CAR-T研究中，摘要2508报告Ori-C101用于多线治疗后的GPC3阳性晚期HCC患者。截至2025年12月24日，19例患者接受Ori-C101输注，所有患者均为BCLC B/C期，31.6%存在肝外转移；既往治疗线数中位数为3线，范围2–8线。摘要显示，在延长随访期间未观察到迟发性或累积性毒性；最常见≥3级治疗期间不良事件包括一过性血液学毒性和肝功能实验室异常 全基因组测序（WGS）凭借全基因组无偏覆盖的全景解析能力，突破传统基因检测覆盖局限、临床分型粗糙及风险标志物挖掘不足的瓶颈，成为肿瘤精准医学的核心底层技术。WGS广泛应用于肺癌、乳腺癌、消化道肿瘤等实体瘤及血液肿瘤领域，可深度解析肿瘤进展、耐药、转移的分子机制，精准捕获传统检测遗漏的高危变异与关键基因组事件；同时依托WGS构建的液体活检、肿瘤溯源与无创筛查体系，实现肿瘤微转移监测、预后精准分层与早期无创诊断；在人群队列研究中，WGS还可完成基因组祖先精细聚类与血统特异性风险变异鉴定，为肿瘤精准预防、个体化诊疗及健康公平提供核心技术支撑，全面推动肿瘤诊疗从经验化向精准化升级。 肺癌 摘要：8027 作者：Ruoyi.Jin, Peking University People's Hospital 题目：Chromosomal instability and integrated tumor-margin immune ecosystem remodeling as drivers of progression of pulmonary ground-glass nodules. 本多中心纵向研究纳入845例GGNs患者，中位随访55.8个月，通过系列CT分为稳定型、GGO为主型、实性为主型三组。WGS分析显示，GGNs进展主要由染色体不稳定性驱动，进展性结节存在染色体碎裂、局部超突变、染色体外DNA等灾难性结构变异，稳定型结节中未检出。基于基线CT结节及2.5mm边缘特征开发的AI模型，训练/内部/外部队列 AUC 分别达 0.89/0.85/0.83，为 GGNs 侵袭性进展预测提供精准工具。 乳腺癌 摘要：1034 作者：Greydon.Arthur，BC Cancer Agency 题目：Real-world outcomes and tumor gene expression analysis of sacituzumab govitecan (SG)- and trastuzumab deruxtecan (T-DXd)-treated metastatic breast cancer (MBC). 本回顾性研究纳入43例接受SG或T-DXd治疗的转移性乳腺癌患者，采用全基因组和全转录组测序评估真实世界疗效并探索疗效相关分子特征。结果显示，SG 组中位无进展生存期为 4.0 个月，T-DXd 组为 7.4 个月；T-DXd 初治患者中，应答不佳者ESR1表达显著更高，FGFR1扩增患者均对 ADC 应答不佳，同源重组缺陷与 SG 良好应答相关，证实患者结局存在显著异质性，为 ADC 疗效预测标志物探索提供了关键依据。 消化系统肿瘤 摘要：4101 作者：David.Liu, Divsion of Cancer Surgery 题目：Diagnostic andpredictive utility of peritoneal tumor DNA in gastroesophageal cancer: Aprospective multicenter study. 一项前瞻性队列研究开发了基于肿瘤溯源全基因组测序（WGS）的腹膜肿瘤 DNA（ptDNA）检测平台，用于胃及胃食管结合部癌（G/GEC）的腹膜转移诊断与预后评估。研究纳入 92 例接受根治性治疗的非转移性患者，结果显示 ptDNA 阳性与晚期 T 分期显著相关，且是腹膜复发及生存不佳的独立预测因素；新辅助治疗后 ptDNA 转阴患者无腹膜复发，独立队列验证其诊断效能达 100%，为腹膜微转移诊断提供了精准工具。 其他重磅进展 摘要：10514 作者：Hersh.Gupta, Albert Einstein College of Medicine 题目：Fine-scaled genomic ancestry clusters to reveal population-specific cancer enrichments in the All of Us Research Program. 本研究基于美国 “我们所有人”（All of Us）项目41.5万人群数据，通过同源相同（IBD）基因组片段精细聚类，将24.5万有效样本划分为58个祖先亚群，系统评估19种癌症的人群特异性风险。研究复现了德系犹太人群乳腺癌、非洲裔人群前列腺癌等已知风险，同时发现混合夏威夷裔女性乳腺癌、波多黎各裔/多米尼加裔人群结直肠癌的新富集信号，揭示了西班牙裔内部的肺癌风险异质性。证实精细基因组聚类比传统种族标签更精准识别亚群风险，为消除癌症健康差异、实现精准预防提供了新思路。 摘要：10504 作者：Jeffrey.Shevach, Duke University School of Medicine 题目：Association betweenthe rs72725854(A>T) allele and prostate cancer in males of African ancestry in a US population-based database. 基于美国 “我们所有人”（All of Us）数据库的回顾性队列研究，纳入18,846名非洲血统男性，评估rs72725854 (A>T)变异与前列腺癌风险的关联。中位随访25.6个月，共发生91例前列腺癌。校正年龄、遗传主成分及ATM/BRCA等罕见致病变异后，结果显示每增加1个T等位基因，前列腺癌发病风险升高3.38倍（HR=3.38，p=3.92×10⁻¹⁰），效应量与ATM等罕见致病变异相当。研究证实该非洲血统特异性变异为前列腺癌关键风险因素，应纳入基因检测panel，助力精准风险分层，消除种族健康差异。 摘要：6570 作者：Alex.Bataller, The University of Texas MD Anderson Cancer Center 题目：Whole genome sequencing to identify novel, clinically relevant findings missed by standard of care for patients with myelodysplastic syndrome. 本回顾性研究纳入43例MDS患者样本，通过两阶段验证全基因组测序（WGS）的检测效能。结果显示WGS灵敏度可达94%~100%，可完全覆盖传统标准检测的所有变异。同时在39%患者中检出21个传统方法遗漏的高临床价值变异，包含MECOM重排、KMT2A-PTD、TP53及RUNX1关键位点缺失等高危预后变异。证实WGS可一站式完善MDS基因组图谱，有效提升疾病精准诊断与风险分层能力。 摘要：7019 作者：Rui.Liu, Geneseeq Research Institute 题目：FragmentiaAI–Lymphoma: A cfDNA language model for lymphoma detection using ultra-low-passWGS. 本研究开发Fragmentia AI–Lymphoma模型，基于超低频全基因组测序（ULP-WGS）捕获cfDNA片段组学特征（GC含量偏差、异常片段分布），实现淋巴瘤无创检测。模型在训练队列（389 例）AUC达 0.943，独立验证队列（390 例）AUC为0.944，95%特异性下灵敏度 0.889；测序数据量降低3倍仍保持AUC>0.94的稳定性能，无需依赖驱动突变，为淋巴瘤筛查与监测提供低成本、高可及性的新方案。 摘要：7555 作者：Hyunsoo.Cho, Seoul National University Hospital 题目：Extrachromosomal DNA as a shaper of aggressive transcriptional states in multiple myeloma. 本回顾性研究纳入904例初治多发性骨髓瘤患者，通过全基因组测序解析染色体外 DNA（ecDNA）的临床意义。研究发现ecDNA阳性率为3.1%，这类患者总生存期显著缩短（HR=2.15，P<0.001），为独立不良预后因素；ecDNA高频扩增MYC、BCMA等癌基因，驱动增殖与代谢通路过度激活，证实ecDNA是骨髓瘤中被忽视的高危标志物，为疾病风险分层与治疗靶点开发提供了新方向。 本文转自测序中国公众号 .