Brentuximab Vedotin

▲体内CAR疗法-全球研究与发展格局（2025）免费领取！ 药代动力学(PK)是临床药理学和现代药物开发过程中重要的一环。与小分子和抗体不同，ADC的PK非常复杂。不仅要考虑单抗的PK，还要考虑小分子的PK以及ADC的物化性质。ADC不同组分的PK受单抗PK的影响很大，因为它占分子量的90%以上。总抗体(ADC+单抗)的PK谱提供了对ADC稳定性和完整性的最佳评估。结合部位对维持ADC的稳定性和PK也起重要作用。目前全球已批准上市的19款ADC药物 PK的特征如下表所示。 今天为大家解读一篇关于ADC药物药代动力学相关的文章。以期为大家在ADC药物药代动力学、毒理学研究方面提供参考，促进ADC药物安全有效地开发。 1.引言 ADC是一类具有广阔前景的靶向治疗药物，它将单克隆抗体的抗原靶向特异性和优良药代动力学特性，与小分子化疗药物的抗肿瘤细胞毒性潜力相结合。ADC的目标是实现化疗药物对肿瘤细胞的靶向递送，从而降低对正常细胞的毒性并改善其治疗窗。ADC由靶向肿瘤特异性抗原的抗体、细胞毒性药物以及将药物与抗体连接的连接子组成。ADC的作用机制包括与肿瘤细胞上的特异性靶抗原结合，随后通过受体介导的内吞作用内化，并从内体运输到溶酶体，在溶酶体中细胞毒性药物被释放，导致细胞死亡。除了表达靶抗原的细胞对ADC的特异性摄取外，它也可能通过胞饮作用被不表达靶抗原的细胞非特异性摄取。 目前有大量ADC处于癌症治疗的不同研发阶段。Mylotarg®（吉妥珠单抗奥佐米星）是首个获批的ADC，于2000年用于治疗急性髓系白血病（AML）。它由靶向CD33的抗体通过酸不稳定的腙连接子与细胞毒性药物卡奇霉素连接而成。后来，出于对安全性以及未能重现其临床获益的担忧，Mylotarg®于2010年撤市。Adcetris®是靶向CD30的抗体，通过蛋白酶可切割连接子与MMAE连接；Kadcyla®是靶向HER2的抗体（曲妥珠单抗），通过不可切割的硫醚连接子与美登素衍生物（DM1）连接。 ADC领域已取得重大进展，例如位点特异性偶联技术和新型连接子-药物技术。对ADC药代动力学认识的加深也在其临床进展中发挥了重要作用。ADC的药代动力学（即分布、代谢/分解代谢、排泄）以及药效学受多方面影响，例如靶点类型及其表达水平、抗体、连接子类型、偶联位点、药物抗体比（DAR）以及细胞毒性药物的特性。ADC开发的一个重要方面是表征其暴露-反应关系（包括有效性和安全性）。随着更多ADC进入临床前和临床研究阶段，目前正投入大量努力探索ADC的处置过程，了解其与活性的关系，并利用这些信息促进合理的ADC设计。了解ADC药代动力学有助于确定靶部位的暴露量、疗效和毒性的驱动因素以及暴露-反应关系。这些知识可为ADC的设计和优化提供信息，并有助于选择最佳剂量和给药方案，以实现ADC作为靶向治疗药物的潜力，从而拓宽细胞毒性化疗药物的治疗窗。 2.ADC的药代动力学特征 与小分子药物或单克隆抗体（mAb）相比，ADC的药代动力学因其多组分特性及各组分间的相互作用而更为复杂。表1展示了ADC与小分子药物和单克隆抗体在药代动力学特征上的对比。ADC的整体药代动力学特征（分布、代谢/分解代谢、消除）主要受其抗体组分驱动。然而，其他ADC组分（如连接子和细胞毒性小分子）的特性，以及载药量、偶联化学方式等因素也会影响ADC的药代动力学和稳定性。 表1 ADC与小分子及单克隆抗体的药代动力学特性比较 ADC的缓慢清除、长半衰期及有限组织分布等药代动力学特性主要源自其抗体组分。抗体组分负责靶点介导的药物处置（TMDD）、新生儿Fc受体（FcRn）依赖性回收以及Fc效应功能等特性。与抗体类似，ADC可通过受体介导的内吞作用（表达靶抗原细胞中的靶向依赖机制）特异性进入细胞，或通过胞饮作用（不表达靶抗原细胞中的非靶向机制）非特异性进入细胞。这种被不表达靶抗原的正常细胞非特异性摄取的可能性，可能是导致ADC观察到毒性的原因之一。细胞摄取后，与FcRn结合的ADC可被回收至细胞表面并释放回循环系统，而未结合FcRn的ADC则被运输至溶酶体进行蛋白水解降解。在细胞内，药物可通过解偶联从ADC上释放，这包括连接子的蛋白水解（针对可切割连接子）或整个ADC的分解代谢（针对不可切割连接子）。通过FcRn的回收可以保护ADC免于在溶酶体中发生分解代谢，这也是其相较于小分子药物具有相对较长半衰期的原因。ADC与抗体的其他相似之处还包括： i) TMDD现象：抗体与其靶抗原的相互作用会影响其药代动力学，包括清除和分布。这通常导致非线性药代动力学（PK），表现为低剂量时清除率较高，而在高剂量靶点饱和后清除率降低。这种非线性导致暴露量（即血浆浓度-时间曲线下面积，AUC）随剂量增加的比例低于剂量增加的比例，直至剂量高到足以饱和靶抗原。 ii) ADC可能产生免疫原性：针对ADC可能形成抗治疗抗体（ATAs），这可能会增加ADC的清除并影响其暴露量（即降低AUC）。 iii) 循环中存在可溶性和/或脱落的抗原：这些抗原与ADC结合后可形成免疫复合物，可能导致肝脏摄取增加。 ADC的其他药代动力学特性与其连接子和小分子药物组分有关。连接子类型（可切割vs不可切割）、小分子药物的特性，以及载药量、连接位点、偶联化学类型等因素，都会影响ADC的稳定性和药代动力学。 2.1 ADC的生物分布 与抗体类似，ADC的组织分布有限，最初通过对流或缓慢扩散穿过血管内皮细胞分布在血管腔内。这也可能受到与靶抗原结合和内化的影响。ADC在中央室的分布容积通常与总血浆容积相似。组织分布的速率和程度由多种因素决定，包括血液和淋巴流动、组织孔隙率和曲折度、靶抗原特性、组织消除速率以及ADC的结构。ADC在大多数组织（除脑组织外）的分布程度与单克隆抗体相似，通常约为循环中观察到的5%至15%。在肿瘤中的分布程度可能略高，具体取决于靶点表达和肿瘤特征。 在大鼠中使用Kadcyla®进行的生物分布研究显示，其非特异性分布于高灌注器官，且在任何器官中均无蓄积。其他含有DM1和DM4的美登素类ADC（SAR3419和IMGN901）在小鼠中的生物分布研究显示，其组织分布与典型的IgG1未偶联抗体相似。对于奥瑞他汀类和卡奇霉素类ADC，虽然整体组织分布谱与未偶联抗体相似，但似乎存在肝脏摄取略微增加的趋势。这在含有MMAE的抗STEAP1 ADC的啮齿类动物研究中以及含有卡奇霉素的CMD-193 ADC的人体研究中均有观察到。 一些研究团队推测，肝脏摄取增加可能是由于连接子-药物的引入增加了抗体的疏水性所致。在一项大鼠生物分布研究中，与未偶联抗体相比，含有疏水性连接子-药物（MMAF）的ADC显示出更高的肝脏分布和总体血浆清除率。同一研究中，降低连接子-药物的疏水性可改善药代动力学，表现为ADC的清除率降低和暴露量（AUC）增加。除了研究连接子-药物疏水性的影响外，其他抗体工程技术，如载药量和连接位点等也在研究中。 2.2 ADC的清除 对于ADC，除了前述与单克隆抗体相似的清除途径外，还可能通过药物从抗体上解偶联和/或ADC经蛋白水解降解的分解代谢途径进行额外清除。解偶联导致形成未偶联抗体和未偶联药物，而分解代谢则导致形成抗体片段或含药物的代谢物。连接子类型和连接子稳定性影响有效载荷从ADC上解偶联的过程，以及其在体循环内与细胞内发生的速率和程度。未偶联抗体或抗体片段可经过蛋白水解生成/释放氨基酸。释放的细胞毒性药物及药物相关代谢物可通过CYP或非CYP酶进行代谢，并通过胆汁或肾脏途径排泄。它们也可能是P-糖蛋白等转运蛋白的底物。 Shen等人研究表明，在大鼠中给予T-DM1后，含DM1代谢物的主要消除途径是胆汁/粪便途径，约80%的放射性在粪便中回收。与MMAE-ADCs类似，大鼠研究表明大多数含MMAE的代谢物（约80%）在粪便中回收，较少部分（约6%）在尿液中回收。对于VC-MMAE和MC-MMAF，还观察到其他药物从ADC上释放的机制，例如连接子-药物在体循环中从抗体转移到白蛋白。 总体而言，观察到这些ADC的清除速度通常比未偶联单克隆抗体典型的清除速度更快。例如，Kadcyla®和Adcetris®的偶联物分析物的半衰期约为3-6天，短于其相应未偶联抗体的半衰期（约1-3周）。随着具有更低DAR（使用位点特异性偶联技术）的ADC进入临床，偶联物的半衰期可能比现有ADC观察到的更长。 3.ADC药代动力学的特殊考量因素 ADC的药代动力学因其结构复杂性而具有一些特殊的考量因素。除了作为其主要处置决定因素的单克隆抗体组分外，其他ADC组分（如连接子和药物）以及因载药量和偶联化学方式导致的三组分间的相互作用，也会极大地影响其药代动力学。根据ADC的特性（例如赋予不同稳定性的连接子类型或连接位点），解偶联可能在体循环或细胞内不同程度地发生。此外，清除也可能受到载药量或连接子-药物疏水性的影响。 3.1 连接子稳定性 连接子可分为可切割和不可切割两类，具有不同程度的稳定性。细胞毒性药物从ADC上的释放可通过连接子切割的解偶联（可切割连接子）或ADC的分解代谢（不可切割连接子）实现。可切割连接子利用细胞内或细胞区室内的机制来释放活性细胞毒素，例如低pH值（酸不稳定连接子）、谷胱甘肽水平（二硫键连接子）和溶酶体蛋白酶（蛋白酶可切割连接子）。相反，对于不可切割连接子（例如硫醚连接子），ADC必须被降解才能释放活性细胞毒素。 连接子的特性强烈影响ADC的药代动力学。理想情况下，连接子在循环中应保持稳定，但在被肿瘤细胞内化后能够释放活性药物，从而最小化毒性并最大化疗效。根据连接子的稳定性，细胞毒性药物可能在体循环中不同程度地释放，并影响ADC的清除。一项在小鼠中使用相同抗体（曲妥珠单抗，抗HER2）但采用不同类型二硫键连接子（可切割连接子）的研究表明，增加二硫键连接子的位阻程度会导致ADC清除率降低。在该研究中，具有最小位阻二硫键（二硫键S–S键旁无相邻甲基）的曲妥珠单抗-SPDP-DM1，其清除最快、暴露量最低，研究第3天已检测不到ADC。通过在S–S键一侧或两侧增加甲基来提高位阻程度（曲妥珠单抗-SPP-DM1在S–S键的抗体侧有一个甲基；曲妥珠单抗-SSNPP-DM3在S–S键两侧各有一个甲基；曲妥珠单抗-SSNPP-DM4在S–S键的抗体侧有一个甲基，药物侧有两个甲基），结果导致ADC血清浓度和暴露量（AUC）维持时间更长，清除更慢。ADC清除率随位阻增加而降低的顺序如下：SPDP-DM1（位阻最小）> SPP-DM1 > SSNPP-DM3 > SSNPP-DM4（位阻最大）。同一研究中，不可还原的硫醚连接子MCC-DM1（即不可切割连接子）表现出与位阻最大的二硫键连接子SSNPP-DM4相似的药代动力学特征。 除了对稳定性和清除的影响外，不同的连接子类型还可能导致不同的代谢物谱，从而影响活性。研究表明，不可切割连接子释放的是连接有氨基酸的药物，而可切割连接子可以释放多种代谢物，例如带有或不带有氨基酸的药物。例如，对于具有不可切割连接子MCC-DM1的ADC，观察到的唯一代谢物是赖氨酸-MCC-DM1；而对于具有可切割连接子SPP-DM1和SPDB-DM4的ADC，则产生了多种代谢物，包括赖氨酸-SPP-DM1、DM1、S-甲基-DM1、S-甲基-DM1-亚砜和S-甲基-DM1-砜（针对mAb-SPP-DM1），以及赖氨酸-SPDB-DM4、DM4、S-甲基-DM4、S-甲基-DM4-亚砜和S-甲基-DM4-砜（针对mAb-SPDB-DM4）。其中一些代谢物还可以通过"旁观者效应"增强抗肿瘤活性，即在一个细胞中释放的细胞毒性药物扩散到邻近细胞并发挥作用。对于二硫键连接的美登素类ADC，偶联物在溶酶体中发生分解代谢，释放出赖氨酸连接的美登素类化合物，这些化合物可进一步甲基化生成强效的S-甲基美登素类化合物。赖氨酸连接的美登素类化合物带电荷，因此渗透性差，而游离的美登素类化合物或甲基化美登素类化合物是亲脂性的，具有细胞渗透性，这可能产生强大的旁观者效应。与奥瑞他汀偶联的ADC类似，通过蛋白酶可切割连接子（VC-MMAE）与MMAE偶联的ADC释放出亲脂性代谢物，显示出强大的旁观者杀伤效应。然而，相同的抗体通过不可切割连接子（MC-MMAF）与MMAF偶联，释放出亲水性代谢物，仅具有中等细胞毒性，表明没有旁观者杀伤效应。 3.2 偶联位点与载药量 ADC的另一个复杂性在于其异质性，即ADC是不同种类分子的混合物，这些分子的每个抗体连接的药物数量（DAR）不同，偶联位点也可能不同。对于大多数处于临床开发阶段的ADC，平均DAR范围在3到4之间；然而，根据所使用的偶联类型，可能存在DAR范围从0到8甚至更高的混合物。当前的方法包括通过赖氨酸或半胱氨酸进行偶联，这会导致较宽的DAR范围（半胱氨酸偶联的DAR为0-8，赖氨酸偶联的DAR范围甚至更宽），或者采用新的位点特异性偶联技术，可以将异质性降至最低，DAR范围较低，为0到2 。 ADC的异质性对其处置和活性有显著影响，因为每个DAR物种可能具有不同的PK特性。研究表明，与载药量较低的偶联物相比，载药量较高的ADC清除更快，耐受性更差。在Hamblett等人的一项开创性研究中，比较了具有不同载药量（DAR2、DAR4和DAR8）的ADC以及相应裸抗体在小鼠体内的药代动力学。与载药量较高的DAR8 ADC相比，裸抗体和载药量较低的ADC（DAR2和DAR4）具有更高的暴露量（AUC）、更慢的清除率和更长的半衰期。DAR2和DAR4 ADC的耐受性也优于DAR8 ADC。此外，在小鼠异种移植模型中，DAR4 ADC尽管药物量只有一半，却显示出与DAR8 ADC同等的疗效。一项在大鼠中进行的类似研究，使用载药量分别为DAR2、DAR4和DAR6的曲妥珠单抗-MC-VC-PAB-MMAF ADC，也显示出载药量越高，暴露量（AUC）越低，清除越快。与小鼠中的结果相似，DAR8 ADC在大鼠中的耐受性低于较低DAR的ADC。这些研究显示了优化ADC的DAR以改善其暴露量、疗效和耐受性的重要性。 使用位点特异性偶联技术（如基因泰克的THIOMAB™技术）来获得DAR范围为0-2的更均质的ADC，已被证明可以改善ADC的稳定性和PK，并提高其在动物体内的治疗指数。除了载药量，这些研究还表明，偶联位点的特性是ADC稳定性的重要决定因素。在这项研究中，使用三个不同的连接位点（FC-S396C、LC-V205C、HC-A114C）制备了硫代-曲妥珠单抗-MC-VC-MMAE THIOMABs，这些位点在溶剂可及性和局部电荷上存在差异。比较这三个使用不同偶联位点的THIOMABs发现，位于高度溶剂可及位点的偶联物在血浆中不稳定，而位于部分溶剂可及位点的偶联物更稳定。高度溶剂可及的位点（FC-S396C）允许连接子药物与白蛋白、游离半胱氨酸或还原型谷胱甘肽中的反应性硫醇发生马来酰亚胺交换，而具有正电荷环境的部分可及位点（LC-V205C）则通过促进琥珀酰亚胺环水解来阻止这种马来酰亚胺交换。具有中性环境的部分可及位点（A114C）同时表现出两种机制，其稳定性介于其他两种偶联物之间。这些变体的稳定性与其体内暴露量（AUC）以及在小鼠异种移植模型中的活性相关。与最不稳定的偶联物（FC-S396C）相比，更稳定的偶联物（LC-V205C）显示出更高的偶联抗体分析物暴露量（AUC）和更强的体内功效。 最小化异质性也有助于更好地界定ADC的PK/PD关系。Sukumaran等人开发了一个机制性PK/PD模型来描述和预测THIOMAB™ ADCs在小鼠体内的复杂PK和疗效特征。研究表明，药物解偶联速率、总抗体清除率和肿瘤杀伤速率随着DAR从0增加到4而增加，并且药物从HC-A114C位点比从LC-V205C位点更容易发生解偶联，这与之前的研究一致。 获得最佳DAR的另一个重要考量因素是连接子-药物的特性。如Lyon等人的研究所示，连接子-药物的疏水性似乎影响ADC的处置。在使用不同疏水性的药物-连接子时，他们观察到随着疏水性降低，ADC的暴露量（AUC）和半衰期相应增加，清除率降低。这项研究表明，通过连接子-药物设计来控制疏水性，可能用于获得具有改善的PK和疗效的高DAR ADC。 3.3 细胞毒性药物 如前所述，ADC的PK主要由其抗体组分驱动，而非细胞毒性药物。然而，细胞毒性药物的特性，如其作用机制、效力、渗透性特征、是否为各种转运蛋白的底物等，可能影响其PK驱动的疗效或毒性。目前探索作为ADC有效载荷的细胞毒性药物主要类型包括微管蛋白抑制剂（奥瑞他汀类、美登素类）和DNA损伤剂（卡奇霉素、倍癌霉素、蒽环类药物、吡咯并苯二氮卓二聚体）。这些药物具有不同的作用机制，可能导致不同的疗效或毒性特征。例如，微管蛋白抑制剂优先杀伤增殖细胞，而DNA损伤剂也能杀伤非增殖细胞，这可能使它们具有不同的疗效谱和毒性谱。它们作用机制的这些差异可能影响疗效和毒性的PK驱动因素（如Cmax、AUC或高于某浓度阈值的时间）。这些信息对于理解暴露-反应关系至关重要，并强调了根据细胞毒素类型研究合适给药方案的重要性。了解效应是Cmax驱动（因此需要在作用部位有较高的初始浓度）还是AUC驱动（即作用部位的整体暴露量），有助于优化暴露以最大化疗效并最小化毒性，从而影响治疗窗。 除了作用机制，分子特性如渗透性、代谢和转运蛋白谱在决定旁观者效应和可能的耐药性发展方面也很重要。同样，如前所述，药物的疏水性也会影响ADC的药代动力学以及可以加载到ADC上的药物量（DAR）。 4.ADC药代动力学/吸收分布代谢排泄表征工具 4.1 生物分析方法 由于ADC结构的复杂性和异质性，需要测量多种分析物以表征其体内处置过程。此外，体内生物转化（如解偶联和分解代谢）引入了更多复杂性，导致一个或多个药物丢失（从而改变DAR分布），并可能形成多种代谢物/分解产物、与内源性分子（如白蛋白或半胱氨酸）的加合物，以及与任何可溶性/脱落的靶抗原和其他抗体形成的复合物。可以测量ADC的不同组分，例如总抗体、偶联与未偶联药物、DAR分布以及各种分解代谢物和代谢物。测量分析物的类型会根据药物研发阶段以及所需信息的类型而有所不同。由于ADC的临床经验有限，通常需要测量多种分析物来表征其药代动力学特征。常用于表征ADC药代动力学的分析物包括以下各项： i) 总抗体（tAb，同时测量偶联抗体和裸抗体） ii) 偶联抗体（测量至少连接了一个药物的抗体） iii) 抗体偶联药物（测量任何仍与抗体连接着的药物） iv) 未偶联药物（测量未与抗体结合的药物） 偶联抗体和抗体偶联药物分析物通常统称为偶联物分析物。用于测量这些分析物的方法包括酶联免疫吸附测定（ELISA）和液相色谱-质谱联用分析（LC-MS）。图1显示了这些分析物的典型药代动力学曲线。除了这些测量，还可以分析样品以获得DAR分布，从而评估不同的DAR物种（DAR0、DAR1、DAR2等）。这种评估为了解样品中ADC物种的类型、解偶联机制以及稳定性提供了有用的补充衡量指标。 图1 各类抗体偶联药物分析物的典型药代动力学特征 通过比较裸抗体与ADC的总抗体（tAb）分析物的药代动力学曲线，可以辨别偶联对抗体药代动力学的影响。如果药代动力学曲线相似，表明偶联对药代动力学影响极小；而差异较大的曲线则表明偶联产生了较大影响。比较总抗体（tAb）分析物与偶联抗体分析物的药代动力学曲线，可以评估连接子的稳定性：如果连接子不稳定，偶联抗体分析物的浓度下降速度将远快于总抗体浓度。此外，还可以通过亲和捕获LC-MS来评估DAR分布或生物转化途径的产物，例如马来酰亚胺交换、加合物形成或其他分解代谢物和代谢物。 4.2 体外测定 用于评估ADC的ADME（吸收、分布、代谢、排泄）的体外测定方法有限，因为通常用于评估小分子ADME的体外方法可能不易适用于ADC。测定ADC稳定性的一种常用方法是体外血浆稳定性试验。这是一个有用的工具，可用于评估在药效和毒性研究中使用的非临床动物物种以及人体中的稳定性。关于ADC形成的分解代谢物类型的一些信息，可以使用体外系统获得，例如表达抗原靶点的靶细胞。然而，对于在ADC清除中起作用的器官（如肝脏），从体外系统（如肝细胞或微粒体）获得的关于稳定性和分解代谢的信息可能有限，原因可能是缺乏限制摄取的靶点表达（肝细胞），或缺乏进行ADC处理以释放小分子药物所需的溶酶体酶（微粒体）。体内研究可能更适合评估这些器官中ADC的蓄积和分解代谢物谱。尽管如此，一些体外工具，如肝细胞、微粒体、Caco-2细胞等，可能有助于评估小分子有效载荷的特性，例如参与其代谢的酶、代谢物鉴定、转运蛋白谱和渗透性。表征小分子特性的其他研究包括评估血浆蛋白结合和红细胞分配。这些小分子ADME特性信息，结合整个ADC的体内信息，可能有助于评估临床研究中可能存在的药物-药物相互作用或需要监测的分析物。 4.3 体内研究 ADC的药代动力学通常在用于药效和毒性研究的非临床物种中进行评估。与生物大分子治疗药物一样，对于ADC而言，体内研究通常被认为是评估其药代动力学特征最具信息量的方法。测量前述各种分析物有助于表征ADC的药代动力学，并揭示连接子稳定性、分布、清除、剂量比例关系等，从而在开发早期优化ADC设计，并确定暴露-反应关系。使用放射性标记ADC的生物分布研究也已被用于评估ADC在体内的分布、分解代谢物谱和排泄途径。放射性标记可以应用于ADC的抗体组分（通常是125碘或111铟-DOTA）或小分子组分（通常是3氢或14碳）。其他评估生物分布的方法，如成像方法，包括单光子发射计算机断层扫描（SPECT）和正电子发射断层扫描（PET）成像，也已用于动物和人体研究。 4.4 药代动力学/药效学（PK/PD）模型 由于ADC的复杂性，使用数学模型有助于理解ADC的药代动力学特征及其如何影响安全性和有效性。开发ADC的PK/PD模型面临的挑战包括： i) 多种分析物 ii) 产品中DAR的异质性以及体内的动态变化 iii) 与单克隆抗体类似的靶点介导的药物处置（TMDD） iv) 多种消除途径，例如取决于连接子和连接位点的解偶联和/或分解代谢 v) 与单克隆抗体类似的ADC可能产生的免疫原性。 目前已开发出多种类型的PK/PD模型，其复杂程度各异，从简单的数据驱动经验模型到半机制模型和基于生理学的模型。这些模型在不同程度上考虑并整合了影响ADC处置的因素，例如连接子-药物的稳定性、DAR分布、靶部位的暴露量、抗体与靶点的亲和力、TMDD、内化速率、靶抗原的特性（如表达水平、周转率）等。这些PK/PD模型可用于构建关于作用机制和药代动力学的定量框架，从而理解疗效和毒性的药代动力学驱动因素，进而优化ADC设计，并为剂量和给药方案的选择提供信息以改善治疗指数。此外，暴露-反应分析的信息可以为临床研究中应测量的关键分析物的选择提供依据。最后，这些模型还可用于将药代动力学数据从临床前物种转化到人体。 5.利用ADC药代动力学优化设计 如前所述，ADC各组分的特性及其相互作用会影响其药代动力学行为。评估药代动力学对于优化ADC以获得预期的暴露量、疗效和安全性特征至关重要。需要整合来自多种分析物的信息，以全面表征ADC的药代动力学，从而以此为依据指导和优化设计。然而，由于ADC的临床经验有限，各种分析物的相关性以及如何最佳利用它们的问题仍在探索中。前文已讨论了可能导致这些药代动力学变化的多种因素，例如载药量、连接子类型、增加的疏水性、连接位点等。评估ADC药代动力学时需考虑的各个方面和方法如下： i) ADC的稳定性：需要优化的一项重要参数是ADC的稳定性，这包括因连接子不稳定性导致的药物丢失速率，以及偶联对抗体本身可能产生的任何影响（这些影响可能导致药代动力学和生物分布的改变）。一个理想的ADC需要在血液中保持稳定，但随后能在作用部位释放其有效载荷。在血液中的不稳定性可能导致药物在体循环中释放，引发剂量限制性毒性。可以在多种物种的血浆中进行体外稳定性研究，并在药效和毒性研究物种中进行体内研究，以确定连接子的稳定性。可以评估DAR物种的变化以及药物和含药分解代谢物的释放情况。此外，这些研究可用于理解解偶联机制，从而为连接子设计提供信息。 ii) 体内暴露量（Cmax和AUC）：通常在ADC优化过程中，会在用于药效和毒性研究的非临床物种中测定药代动力学。用于表征药代动力学的剂量范围通常从足以评估靶点介导的清除的低剂量，到足以理解毒代动力学的高剂量。所采用的生物分析策略在此变得非常重要。在研究期间测量的分析物包括总抗体（tAb）、偶联物（偶联抗体或抗体偶联药物）以及释放的未偶联药物。总抗体分析物与偶联物分析物之间的药代动力学差异可以揭示ADC的药物丢失速率。比较ADC与裸抗体的药代动力学可以显示偶联对药代动力学的影响。关于各种分析物的药代动力学参数（如Cmax、AUC、清除率、分布容积和半衰期）的信息，有助于确定ADC的体内稳定性、偶联效应以及连接位点的影响。这些研究还可以提供关于DAR随时间变化、药物和分解代谢物释放、潜在药代动力学非线性以及可能物种差异的信息。在药效和毒性研究中获取药代动力学数据，还能提供与最小有效剂量（MED）和最大耐受剂量（MTD）相对应的暴露量信息。将相关分析物的暴露量与疗效和毒性相关联，可以揭示ADC的治疗潜力。此外，非临床物种的药代动力学数据也可用于预测人体药代动力学、首次人体剂量和临床有效剂量。如果ADC的抗体组分在动物物种中无交叉反应，则ADC的药代动力学和毒性可能无法反映其在人体内的情况。然而，这些研究可提供关于ADC非特异性处置和潜在药物相关代谢物的信息。 iii) 生物分布研究：有助于评估ADC在靶组织与非靶组织中的分布和蓄积情况，以及这些组织中的分解代谢物谱。这些信息可用于理解各种ADC可能存在的任何疗效或毒性问题，并为设计提供依据。生物分布研究通常在大鼠和/或荷瘤小鼠中进行，以评估其在正常组织和/或肿瘤中的分布。 iv) 表征药代动力学的其他研究：包括对小分子特性的评估，例如药物渗透性（以了解旁观者效应）、药物是否是转运蛋白或代谢酶的底物或抑制剂（以提示药物-药物相互作用的可能性）。 6.代表性ADC的药代动力学特征 目前临床上有多种ADC，它们使用不同的有效载荷和偶联化学技术。表2列出了含最常用三种有效载荷（美登素类、奥瑞他汀类和卡奇霉素）的代表性ADC在人体内的药代动力学参数。对Kadcyla®和Adcetris®的药代动力学进行详细讨论。 表2  抗体偶联药物的平均药代动力学参数 6.1 恩美曲妥珠单抗（Kadcyla®） Kadcyla®（恩美曲妥珠单抗，T-DM1）于2013年获批用于治疗HER2阳性转移性乳腺癌，它由人源化抗HER2 IgG1抗体（曲妥珠单抗）通过不可切割的硫醚连接子（MCC）与美登素衍生物（DM1）连接而成。Kadcyla®采用赖氨酸偶联技术，平均DAR为3.5，DAR分布范围在0到8之间。在非临床研究中，Kadcyla®在小鼠和大鼠（均为该分子的非结合物种）中表现出线性药代动力学特征，AUC和Cmax随剂量增加成比例上升，且各剂量水平的清除率相似。在作为结合物种的食蟹猴中，则表现出非线性药代动力学特征，清除率随剂量增加而降低，这可能源于高剂量下靶点的饱和。在人体中，一项针对Her2阳性转移性乳腺癌患者的I期剂量递增研究评估了Kadcyla®每3周一次（Q3W）和每周一次静脉给药（IV）的方案。在Q3W方案中，剂量范围为0.3至4.8 mg/kg，确定的最大耐受剂量（MTD）为3.6 mg/kg。研究使用多种分析物来表征Kadcyla的药代动力学，主要分析物是偶联抗体（T-DM1）。主要分析物T-DM1的清除率在剂量≤1.2 mg/kg Q3W时较高，而在剂量≥2.4 mg/kg Q3W时呈现线性药代动力学。在I期研究中，以3.6 mg/kg MTD每3周给药一次时，T-DM1的药代动力学参数如下：Cmax为76.2 µg/mL，AUC为300 天*µg/mL，清除率（CL）为12.9 mL/天/kg，半衰期为3.5天，稳态分布容积（Vss）为60 mL/kg 。在暴露于重复剂量Kadcyla的患者中进行的多项研究显示，抗药抗体（ATA）的发生率较低，约为4.5% 。在大鼠生物分布研究中，观察到在灌注丰富的器官中存在非特异性分布，但在任何器官中均无蓄积。在大鼠和人体内研究的血浆中，发现了相似的分解代谢物，包括曲妥珠单抗、DM1以及含连接子的分解代谢物MCC-DM1和Lys-MCC-DM1 。在大鼠中，含DM1分解代谢物的主要消除途径是胆汁/粪便途径，粪便中回收的放射性高达80% 。 6.2 本妥昔单抗维多汀（Adcetris®） Adcetris®（本妥昔单抗维多汀，SGN-35）于2011年获批用于治疗霍奇金淋巴瘤和间变性大细胞淋巴瘤，它由嵌合抗CD30 IgG1抗体通过蛋白酶可切割连接子与奥瑞他汀（MMAE）连接而成。Adcetris®采用马来酰亚胺化学技术，与由链间二硫键还原产生的半胱氨酸残基偶联，平均DAR为4，形成包含多种DAR物种（范围0-8）的异质混合物。一项I期试验在复发难治性CD30阳性血液恶性肿瘤患者中开展，评估了每3周一次和每周一次的给药方案。在Q3W方案中，剂量范围为0.1–3.6 mg/kg，确定的MTD为1.8 mg/kg。在I期研究中，Adcetris®在所测试的剂量范围内呈现剂量比例性的药代动力学特征，以1.8 mg/kg MTD每3周静脉给药一次时，偶联物分析物（偶联抗体）的药代动力学参数如下：Cmax为32 µg/mL，AUC为79.4 天*µg/mL，清除率（CL）为25.1 mL/天/kg，半衰期为4.43天，稳态分布容积（Vss）为117 mL/kg 。尽管该ADC使用了嵌合单克隆抗体，但其免疫原性极低，在I期研究中仅有5%的患者出现持续的ATA反应。患者给予本妥昔单抗维多汀后，血浆中鉴定出的唯一释放的代谢物是MMAE，其峰值浓度在低纳摩尔范围；而在粪便和尿液中，仅在高度浓缩的样本中检测到含量极低的MMAE相关代谢物。 7.总结 ADC的抗体、连接子、药物等组分，以及载药量、连接位点等设计特性，都会极大地影响ADC的药代动力学和药效动力学。通过位点特异性偶联降低ADC异质性，因其能改善药代动力学特征而展现出良好前景。此外，生物分析工具的进步也促进了对ADC药代动力学更深入的理解。然而，关于疗效和毒性的药代动力学驱动因素、从非临床物种到人体的药代动力学/药效动力学转化、以及患者的暴露-反应关系等方面，仍存在许多问题。加深对ADC药代动力学/药效动力学的理解，有助于优化新型ADC的设计，并为当前ADC的临床剂量和给药方案的选择提供依据，从而改善患者的治疗窗。 识别微信二维码，添加抗体圈小编，符合条件者即可加入抗体圈微信群！ 请注明：姓名+研究方向！ 本公众号所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，不希望被转载的媒体或个人可与我们联系(cbplib@163.com)，我们将立即进行删除处理。所有文章仅代表作者观点，不代表本站立场。

摘要：抗体药物偶联物（ADC）作为癌症治疗领域的 “生物导弹”，凭借单克隆抗体的精准靶向性与细胞毒性载荷的强效抗肿瘤作用，已成为发展最快的靶向治疗药物之一。截至 2024 年 6 月，全球已有 15 款 ADC 药物获批用于实体瘤与血液系统肿瘤治疗，另有超 100 项不同阶段临床试验正在推进。然而，耐药性的出现严重制约了 ADC 的临床疗效。本文将从 ADC 的结构设计、作用机制与世代发展入手，系统梳理抗原 - 抗体结合异常、药物运输障碍、溶酶体功能异常等六大类耐药机制，并介绍新型 ADC 研发、联合治疗等应对策略，同时总结潜在的耐药预测生物标志物，为 ADC 药物的临床应用与未来发展提供参考。 一、ADC 药物：癌症治疗的 “精准导弹”1.1 ADC 的结构组成：三大核心部件 ADC 药物由单克隆抗体（mAb）、连接子（Linker） 和细胞毒性载荷（Payload） 三部分通过共价键连接而成，各部件功能协同，共同决定药物的疗效与安全性（图 1）。 单克隆抗体：负责 “导航”，通过识别肿瘤细胞表面特异性抗原（如 HER2、CD33），将药物精准递送至肿瘤部位，同时还能通过抗体依赖的细胞介导的细胞毒性作用（ADCC）、补体依赖的细胞毒性作用（CDC）等直接发挥抗肿瘤活性。早期 ADC 使用鼠源抗体易引发免疫反应，目前临床多采用全人源或人源化 IgG1 亚型抗体，兼具高亲和力与低免疫原性。 连接子：作为 “桥梁”，需在血液循环中保持稳定以避免载荷过早释放损伤正常组织，到达肿瘤细胞后则需高效断裂释放载荷。根据载荷释放机制，连接子可分为可切割型（利用肿瘤微环境与血液的差异，如酸性 pH、特定蛋白酶切割）与不可切割型（需进入溶酶体后通过蛋白水解反应释放载荷），其亲水性还会影响 ADC 的聚集性与肝毒性。 细胞毒性载荷：是 “弹头”，需具备高细胞毒性（亚纳米浓度即可杀伤肿瘤细胞）、低分子质量（减少免疫原性）与可修饰性（便于与连接子结合）。目前临床常用载荷包括微管抑制剂（如 MMAE、DM1）、DNA 作用抑制剂（如 PBD 二聚体）与拓扑异构酶 I 抑制剂（如 DXd、SN38）三类。 此外，药物抗体比率（DAR） 是评估 ADC 质量的关键指标，代表单个抗体偶联的载荷数量。DAR 过低会导致抗肿瘤活性不足，过高则可能增加毒性与循环清除速度，当前主流 ADC 的 DAR 多控制在 2-8 之间。1.2 ADC 的作用机制：多途径协同抗肿瘤 ADC 进入体内后，通过静脉注射快速分布，凭借抗体的长半衰期到达肿瘤部位，其抗肿瘤作用主要通过四大途径实现（图 2）： 靶向药物递送：抗体与肿瘤抗原结合后，形成的 ADC - 抗原复合物通过网格蛋白介导的内吞作用进入细胞，随后经内体转运至溶酶体，连接子断裂释放载荷，载荷作用于 DNA 或微管，诱导肿瘤细胞凋亡。 抗体固有活性：抗体的 Fc 段可与效应细胞表面的 Fc 受体结合，介导 ADCC、CDC 与抗体依赖的吞噬作用（ADCP），直接杀伤肿瘤细胞。例如，用于 HER2 阳性乳腺癌的 ADC 药物 T-DM1，其抗体部分可抑制 HER2 信号通路，同时触发 ADCC。 旁观者效应：若释放的载荷具有细胞膜渗透性（如 DXd、MMAE），可扩散至周围未表达靶抗原的肿瘤细胞，扩大杀伤范围，尤其对肿瘤异质性导致的耐药具有重要作用。获批药物 DS-8201（HER2 阳性癌症）与 Sacituzumab Govitecan（三阴性乳腺癌）均能有效诱导旁观者效应。 肿瘤微环境调节：部分 ADC 可通过改变肿瘤微环境（如招募免疫细胞）增强抗肿瘤免疫，为联合免疫治疗奠定基础。1.3 ADC 的世代发展：从雏形到成熟 经过数十年迭代，ADC 已发展至第三代，各世代在抗体、连接子、载荷与偶联技术上逐步优化（图 3）： 第一代 ADC（2000 年获批的 Gemtuzumab ozogamicin 为代表）：采用鼠源 / 嵌合抗体，连接子稳定性差，载荷毒性较低，且载荷与抗体随机偶联导致 DAR 异质性高（1-8），存在半衰期短、免疫原性强、治疗窗口窄等问题。 第二代 ADC（如 Brentuximab vedotin、T-DM1）：改用人源化 IgG1 抗体，优化连接子稳定性（可切割或不可切割型），选用更强效的载荷（如 MMAE、DM1），DAR 分布更均匀（4-8），但仍存在耐受性低、高 DAR 药物清除快、脱靶毒性等问题。 第三代 ADC（如 DS-8201、Polatuzumab vedotin）：采用全人源抗体或抗原结合片段，连接子增加亲水性基团以减少聚集，载荷毒性更强（如 DXd、PBD 二聚体），DAR 控制在 2-4 之间，同时提升了稳定性与药代动力学性能，在低抗原表达肿瘤中也能发挥作用。 截至 2024 年 6 月，全球获批的 15 款 ADC 药物中，约半数用于实体瘤（如乳腺癌、胃癌），半数用于血液系统肿瘤（如白血病、淋巴瘤），其核心信息如表 1 所示；另有超 100 款 ADC 处于临床研发阶段，靶点涵盖 cMET、Trop-2、CLDN18.2 等，部分药物已进入 II/III 期临床试验（表 2）。 表 1 已获批 ADC 药物汇总 表格来源：原文 Table 1，注：HER2 = 人表皮生长因子受体 2；Trop-2 = 滋养层细胞表面抗原 2；MMAE = 单甲基澳瑞他汀 E；DXd = 依沙替康衍生物；SN38 = 伊立替康活性代谢物 表 2 处于不同临床试验阶段的 ADC 药物（部分） 表格来源：原文 Table 2，注：cMET = 间质上皮转化因子；CEACAM5 = 癌胚抗原相关细胞黏附分子 5；CLDN18.2 = 紧密连接蛋白 18.2；EGFR = 表皮生长因子受体；vc = 缬氨酸 - 瓜氨酸肽；DXd = 依沙替康衍生物；MMAE = 单甲基澳瑞他汀 E二、ADC 耐药的六大核心机制 尽管 ADC 疗效显著，但多数患者在治疗后会逐渐出现耐药，其机制复杂且涉及 ADC 作用的全流程，主要可分为六大类（图 4）。 2.1 抗原 - 抗体结合异常：ADC “导航失灵” 抗原 - 抗体结合是 ADC 发挥作用的第一步，该过程异常会直接导致药物无法精准靶向肿瘤细胞，主要包括四种情况： 靶抗原表达降低或丢失：长期靶向治疗可能导致肿瘤细胞下调靶抗原表达。例如，HER2 阳性乳腺癌患者经多线抗 HER2 治疗后，HER2 表达降低，导致 ADC 药物 T-DM1 无法结合并内化，载荷释放减少；霍奇金淋巴瘤中，耐药细胞系的 CD30 表达量显著低于敏感细胞系，使 CD30 靶向 ADC（Brentuximab vedotin）失效。 外周靶抗原消耗 ADC：血液或肿瘤微环境中的游离抗原会与 ADC 结合，消耗药物量，降低肿瘤部位的药物浓度。例如，白血病患者外周血中高表达 CD33 的白血病细胞会结合 ADC 药物 Gemtuzumab ozogamicin，导致骨髓中药物浓度不足；B 细胞淋巴瘤细胞分泌的含 CD20 的外泌体，会 “捕获” 抗 CD20 ADC，使其无法作用于肿瘤细胞。 抗体结合位点受损：肿瘤细胞可能通过抗原截断、突变或掩盖结合表位，阻碍抗体结合。例如，截断型 HER2（p95HER2）缺失曲妥珠单抗结合的胞外域，但仍能促进肿瘤进展，导致 HER2 靶向 ADC 耐药；肿瘤细胞分泌的 MUC4 蛋白可掩盖 HER2 上的抗体结合位点，降低 T-DM1 的结合效率。 肿瘤异质性：同一肿瘤中不同细胞的抗原表达存在差异，部分低 / 无抗原表达的细胞可逃避 ADC 杀伤。例如，HER2 阳性乳腺癌中，若 5%-50% 肿瘤细胞为 HER2 阴性，患者对 T-DM1 的病理完全缓解率显著降低，复发风险升高。2.2 药物运输障碍：ADC “无法入胞” ADC 与抗原结合后，需通过内吞作用进入细胞并转运至溶酶体，此过程异常会导致药物无法有效释放载荷： 内吞效率降低与回收增加：内吞相关蛋白（如 Endophilin A2）下调会减少 ADC - 抗原复合物的内吞。例如，HER2 阳性乳腺癌细胞中，Endophilin A2 沉默会抑制 HER2 内吞，降低 T-DM1 的细胞毒性；部分抗原（如 HER2）内吞后更易被回收至细胞膜，而非转运至溶酶体，导致载荷无法释放。 内吞途径改变：细胞内吞主要分为网格蛋白介导与非网格蛋白介导（如小窝蛋白介导）。敏感细胞中，ADC 多通过网格蛋白介导的内吞进入溶酶体；而耐药细胞中，ADC 可能通过小窝蛋白 - 1（CAV1）介导的内吞进入小窝体（中性 pH 环境），无法触发连接子断裂与载荷释放，导致耐药。2.3 溶酶体功能异常：ADC “弹头无法释放” 不可切割型 ADC 需依赖溶酶体的酸性环境与蛋白酶水解释放载荷，溶酶体功能异常会直接影响载荷释放： 溶酶体 pH 升高：溶酶体酸性环境由空泡型 H+-ATP 酶（V-ATPase） 维持，其活性降低会导致溶酶体 pH 升高，抑制不可切割型 ADC 的水解。例如，T-DM1 耐药细胞中 V-ATPase 活性下降，溶酶体 pH 升高，T-DM1 代谢受阻；而可切割型 ADC（如曲妥珠单抗 - vc-MMAE）因连接子可在胞内早期阶段断裂，受此影响较小。 溶酶体隔离载荷：部分载荷（如疏水性弱碱药物）进入溶酶体后会因酸性环境带电，被隔离在溶酶体内无法进入细胞质发挥作用。例如，SN38（Sacituzumab Govitecan 的载荷）在耐药细胞中易被溶酶体隔离；溶酶体膜蛋白 SLC46A3 可促进载荷（如 DM1）从溶酶体转运至细胞质，其下调会导致非可切割型 ADC 耐药。2.4 载荷相关耐药：ADC “弹头失效” ADC 的载荷本质是化疗药物，其耐药机制与传统化疗类似： 载荷靶点改变：载荷作用靶点的突变或表达变化会降低药物敏感性。例如，微管抑制剂（MMAE、DM1）的靶点是微管蛋白，耐药细胞中 β- 微管蛋白亚型（βII、βIII）表达升高，或微管蛋白乙酰化水平降低，导致药物无法结合；拓扑异构酶 I 抑制剂（DXd、SN38）的靶点是拓扑异构酶 I，其基因突变或核定位改变会减少药物诱导的 DNA 损伤，导致耐药。 ABC 转运体介导的药物外排：ATP 结合盒（ABC）转运体（如 MDR1）可将胞内载荷泵出细胞，降低药物浓度。例如，Gemtuzumab ozogamicin 耐药细胞中 MDR1 表达升高，导致刺孢霉素外排增加；T-DM1 耐药细胞中多种 ABC 转运体上调，减少 DM1 在胞内的积累。2.5 肿瘤细胞存活增强：ADC “无法诱导凋亡” 肿瘤细胞通过调控细胞周期与凋亡通路，增强自身存活能力，抵抗 ADC 杀伤： 细胞周期动力学改变：微管抑制剂类 ADC（如 T-DM1）通过抑制微管聚合，使细胞周期停滞于纺锤体组装 checkpoint（SAC），诱导凋亡。耐药细胞中， Polo 样激酶 1（PLK1）过表达或周期蛋白 B1 降解，可绕过 SAC checkpoint，导致细胞周期继续推进（即 “有丝分裂滑移”），逃避凋亡。 凋亡通路激活受阻：抗凋亡蛋白（如 Bcl-2、Bcl-xL）过表达或促凋亡蛋白（如 Bax、Bak）下调，会抑制 ADC 诱导的凋亡。例如，非霍奇金淋巴瘤细胞中，Bcl-xL 过表达会导致 CD79b 靶向 ADC（Polatuzumab vedotin）耐药；Bcl-2/xL 抑制剂（如 ABT-263）可恢复 ADC 的细胞毒性。2.6 肿瘤微环境调控：ADC “发挥环境恶劣” 肿瘤微环境中的细胞因子、生长因子与免疫抑制细胞，可通过多种途径促进 ADC 耐药： RTK 信号通路冗余：肿瘤细胞或基质细胞分泌的生长因子（如 NRG-1β、HGF）可激活替代受体酪氨酸激酶（RTK）通路（如 PI3K/Akt），补偿 ADC 对靶 RTK（如 HER2）的抑制。例如，NRG-1β 可促进 HER3 与 HER2 异二聚化，激活 PI3K 通路，降低 T-DM1 的疗效；HGF 可激活 c-Met 通路，导致 EGFR 靶向 ADC 耐药。 免疫抑制微环境：肿瘤微环境中的调节性 T 细胞（Treg）、髓系抑制细胞（MDSC）会抑制免疫反应，削弱 ADC 的 ADCC 与 CDC 效应。例如，CD8+T 细胞耗竭会显著降低 ADC 疗效；而 ADC 与免疫检查点抑制剂（如 PD-1 抑制剂）联合，可招募 CD8+T 细胞，增强抗肿瘤免疫。三、突破 ADC 耐药：从药物研发到临床策略 针对 ADC 耐药的多机制，目前主要通过新型 ADC 研发与联合治疗两大方向突破，同时探索生物标志物指导精准用药。3.1 新型 ADC 研发：优化 “导弹” 性能 选用不易外排的载荷：开发 ABC 转运体非底物的载荷，避免药物外排导致的耐药。例如，DS-8201 采用拓扑异构酶 I 抑制剂 DXd，不易被 MDR1 外排，可克服 T-DM1 在 HER2 阳性胃癌中的耐药；SGN-CD33A 采用 PBD 二聚体作为载荷，在耐药 AML 模型中仍能发挥活性。 增强旁观者效应：设计具有细胞膜渗透性的中性载荷（如 DM4），或优化连接子亲水性，扩大 ADC 对异质性肿瘤的杀伤范围。例如，IMGN853（FRα 靶向 ADC）采用亲水性连接子，旁观者效应增强，对 FRα 低表达肿瘤仍有效。 双靶点/双载荷 ADC：双靶点 ADC（如靶向 HER2 与 CD63）可同时结合两种抗原，减少因单一抗原丢失导致的耐药；双载荷 ADC（如同时携带微管抑制剂与 DNA 损伤剂）可通过两种机制杀伤肿瘤，降低耐药风险。例如，新型 HER2 靶向双载荷 ADC 在 HER2 异质性乳腺癌模型中，疗效显著优于单载荷 ADC。 抗体小型化：传统 IgG 抗体（150 kDa）难以穿透实体瘤，通过去除 Fc 段获得的小型抗体（如单域抗体），可增强肿瘤穿透性，但需通过 PEG 修饰延长体内半衰期。例如，人源单域抗体偶联 ADC 在实体瘤模型中，肿瘤穿透率与杀伤活性均优于传统 ADC。3.2 联合治疗：多机制协同抗肿瘤 ADC与靶向药物联合：针对 RTK 信号冗余或凋亡通路激活，联合 ADC 与靶向药物可增强疗效。例如，T-DM1 联合拉帕替尼（HER2 抑制剂）可克服 HER2 耐药，提高 HER2 阳性乳腺癌的客观缓解率；ADC 联合 Bcl-2/xL 抑制剂（如 ABT-263）可恢复耐药细胞的凋亡敏感性。 ADC 与免疫检查点抑制剂联合：ADC 可诱导免疫原性细胞死亡，招募免疫细胞，与 PD-1/PD-L1、CTLA-4 抑制剂联合可协同增强免疫应答。例如，DS-8201 联合 PD-1 抑制剂在 HER2 阳性非小细胞肺癌中，客观缓解率显著高于单药；多项 I/II 期临床试验（如 NCT05547321、NCT05701527）正在探索此类联合方案的疗效。 ADC 与化疗联合：针对肿瘤异质性，联合 ADC 与化疗可覆盖低 / 无抗原表达的肿瘤细胞。例如，Sacituzumab Govitecan 联合铂类化疗在三阴性乳腺癌中，无进展生存期显著延长；但需注意化疗可能增加毒性，需平衡疗效与安全性。3.3 耐药预测生物标志物：实现精准用药 目前临床主要通过检测靶抗原表达预测 ADC 疗效，同时探索更多潜在生物标志物： 靶抗原表达：HER2、Trop-2、FRα 等抗原的表达水平是 ADC 用药的基础指标。例如，c-Met 表达水平可预测 c-Met 靶向 ADC（SHR-A1403）的疗效；Trop-2 高表达患者对 Sacituzumab Govitecan 的响应率更高。 内吞与溶酶体相关蛋白：RAB5A（调控内体融合）高表达的 HER2 阳性乳腺癌患者，对 T-DM1 的预后更好；SLC46A3（溶酶体载荷转运蛋白）下调提示非可切割型 ADC 耐药。 凋亡与信号通路相关蛋白：Bcl-xL 过表达提示 ADC 耐药；V-ATPase 活性降低可预测不可切割型 ADC（如 T-DM1）耐药。 DNA 修复相关蛋白：同源重组修复功能正常的患者，对 SN38 类 ADC（如 Sacituzumab Govitecan）的耐药风险更高；SLFN11（DNA 复制 checkpoint 蛋白）下调提示 PBD 二聚体类 ADC 耐药。四、总结与展望 ADC 药物凭借精准靶向与强效杀伤的优势，已成为癌症治疗的重要手段，15 款获批药物与超 100 项临床试验彰显其快速发展态势。然而，多机制耐药仍是制约 ADC 临床疗效的核心挑战，涉及抗原结合、药物运输、溶酶体功能、载荷作用、细胞存活与肿瘤微环境六大环节。 未来，ADC 的发展需聚焦三大方向：一是通过优化抗体、连接子与载荷，开发具有更强靶向性、更稳定连接与更广杀伤范围的新型 ADC；二是基于耐药机制，设计 ADC 与靶向药物、免疫治疗、化疗的联合方案，实现多机制协同；三是探索更多精准的耐药预测生物标志物，通过动态监测（如液体活检）指导个体化治疗。 随着对 ADC 耐药机制的深入理解与技术的持续创新，相信这一 “生物导弹” 将在癌症治疗中发挥更大作用，为患者带来更多生存获益。