KH815

2026年7月中旬，科霸生物（SparX）的CEO朱贵东博士在biomolecules发表综述文章：从未满足需求到创新药物：双载荷ADC的转化开发路径。 论文的核心观点：创新药物应从明确的临床未满足需求（unmet medical need）出发，通过疾病机制、耐药机制、治疗假设、产品定位、分子设计、开发验证和临床转化形成完整闭环。 文章以双载荷ADC为例提出了一个包含七个步骤的转化治疗开发路线图（Translational Therapeutic Development Roadmap），包括： 定义未满足临床需求； 理解疾病生物学和耐药机制； 建立机制驱动的治疗假设； 定义目标产品特征（TPP）； 完成分子设计和实验验证； 评价药物可开发性和生产制造能力； 推进临床转化。 Part I 基于耐药机制驱动的治疗创新原则 1.1 为什么治疗创新必须从未满足临床需求开始？ 近年来，癌症基因组学、单细胞技术、人工智能以及抗体工程等领域的发展，推动了精准治疗策略的快速进步，包括靶向治疗、免疫治疗和抗体偶联药物（ADCs）等。 然而，药物研发面临的核心挑战已经从“发现新的分子或技术”转变为“解决真正重要的临床问题”。许多候选药物由于未充分考虑耐药机制、肿瘤异质性、药物可开发性和临床需求，最终未能实现治疗价值。因此，成功的治疗创新应始于明确的未满足医疗需求，而不是单纯从已有分子或技术平台出发。 药物分子只是解决临床问题的工具，而未满足医疗需求才是研发的起点。现代药物开发应遵循“临床需求识别➡️疾病和耐药机制解析➡️机制假设建立➡️药物设计与验证➡️临床转化”的连续过程。基于这一理念，论文提出了七步转化治疗开发路线图，并选择双载荷ADC（dual-payload ADCs）作为案例进行阐述。 其中Part I主要建立药物发现和设计逻辑： 1.2 Step 1：定义未满足临床需求 治疗创新的起点不是某一个化学结构、某一个靶点或者某一种技术平台，而是一个明确、具体且具有临床意义的未满足医疗需求。 一个高质量的临床需求定义，需要明确回答几个关键问题： 哪些患者目前仍然无法获得充分治疗获益？ 现有治疗在哪个阶段出现失败？ 导致治疗失败的主要生物学原因是什么？ 只有将临床问题具体化，才能进一步指导后续的机制研究和药物设计。 因此，未满足医疗需求不能仅仅停留在“需要更好的治疗”这种笼统描述，而应该具有明确的临床对象和生物学基础。例如，对于ADC领域而言，随着trastuzumab deruxtecan（T-DXd）和sacituzumab govitecan（SG）等单载荷ADC在多种实体瘤中的成功应用，一个新的临床空白逐渐出现，即接受ADC治疗后发生疾病进展的患者缺乏具有不同作用机制的新治疗选择。 未满足医疗需求具有动态变化特点。任何成功治疗方式的发展都会重新定义临床标准，并产生新的治疗不足。 对于双载荷ADC而言，其目标患者群体主要是已经接受高效ADC治疗后发生进展的患者，尤其是接受TOP1抑制剂类ADC治疗后出现payload交叉耐药（payload cross-resistance）的患者。这一临床需求的明确界定，为后续耐药机制分析和双payload设计提供了基础。 1.3 Step 2：理解疾病和耐药机制 在明确未满足医疗需求之后，下一步需要回答的问题是：为什么现有治疗会失败？ 作者指出，仅观察临床失败现象是不够的，真正具有转化价值的创新必须将治疗失败转化为对疾病和耐药机制的深入理解。疾病生物学和耐药生物学的解析，是将临床问题转变为可解决设计问题的关键步骤。 对于ADC而言，治疗效果依赖于一系列连续生物学事件，包括抗原识别、抗体结合、细胞内吞、胞内运输、溶酶体加工、payload释放、payload在细胞内保持以及最终作用于分子靶点。任何一个环节出现异常，都可能导致ADC疗效下降。因此，ADC耐药并不是由单一因素导致，而是由多个层面的生物学障碍共同形成。 耐药应该被理解为一个进化过程，而不是简单的治疗失败事件。肿瘤内部存在高度异质性的细胞亚群，不同细胞在基因、表观遗传、代谢以及表型方面存在差异。治疗压力会选择性清除敏感细胞，而促进具有耐药优势细胞的扩增。因此，耐药通常不是单一克隆事件，而是多个耐药机制同时存在的多克隆过程。 在ADC治疗中，主要耐药机制包括抗原表达降低或丢失、抗体结合能力下降、细胞内吞障碍、内体-溶酶体运输异常、payload释放受阻、药物外排增强以及payload作用靶点改变。例如，HER2表达下降可导致trastuzumab deruxtecan治疗失败；P-glycoprotein（ABCB1）和ABCC1等外排转运蛋白能够降低细胞内payload浓度；TOP1改变或DNA损伤修复能力增强，则可能使payload即使进入细胞也无法产生有效杀伤。 耐药机制分析的目的并不是简单解释为什么药物失败，而是寻找下一代治疗设计机会。例如，外排介导耐药提示需要选择不同payload；payload靶点耐药提示需要引入具有不同作用机制的药物；肿瘤异质性提示需要考虑旁观者效应（bystander effect）或多机制覆盖策略。这些耐药机制最终将成为后续机制假设和药物设计的重要依据。 1.4 Step 3：建立机制假设 在完成临床需求定义和耐药机制解析后，药物研发进入机制假设建立阶段。 机制假设是连接疾病生物学与药物设计之间的核心桥梁。一个有效的机制假设必须是可验证的科学命题，即明确提出：针对某一特定患者群体，由某种明确机制导致治疗失败，如果开发具有特定功能特征的治疗药物，则有可能恢复更加持久的疾病控制。 对于ADC治疗后的患者群体，论文提出的核心机制假设是：由于单载荷ADC治疗失败通常涉及多种耐药途径同时存在，因此，同时递送两个具有正交作用机制（orthogonal mechanisms）且具有不同耐药风险的payload，可能减少肿瘤细胞同时逃避两种治疗压力的可能性，从而提高治疗持续性。 这一理念来源于传统联合治疗策略。癌症治疗历史已经证明，具有不同作用机制且耐药模式不重叠的联合治疗，通常比单药治疗具有更持久的疗效。然而，传统联合治疗受到系统毒性增加的限制。双载荷ADC则试图在单一靶向分子内部实现“分子级联合治疗”，即通过同一个抗体将两个不同机制payload同时递送至目标细胞。 因此，双载荷ADC并不是简单增加药物数量，而是通过机制多样性提高肿瘤产生耐药的障碍。其理论优势在于，当肿瘤细胞通过某种机制逃避第一个payload时，第二个具有不同作用机制的payload仍可能保持活性，从而扩大治疗覆盖范围。这一策略主要针对payload相关耐药、药物外排以及肿瘤异质性，而无法解决所有ADC耐药问题，例如抗原完全丢失、内吞失败或payload释放障碍可能同时影响两个payload。 1.5 Step 4：定义目标产品特征TPP 在机制假设建立之后，需要进一步将生物学目标转化为具体药物开发要求，这一步即为目标产品特征（Target Product Profile, TPP）。 TPP是一种前瞻性的产品设计框架，用于明确未来药物必须具备的临床、药理、安全性以及制造属性。对于ADC等复杂生物偶联药物，还需要进一步定义质量目标产品特征（Quality Target Product Profile, QTPP），包括药物抗体比（drug-to-antibody ratio, DAR）、分子均一性、稳定性以及payload比例等关键质量属性。 TPP的核心作用，是将耐药机制转化为工程设计标准。例如，如果开发目标是解决TOP1 inhibitor ADC治疗后的耐药问题，则候选药物必须在TOP1耐药模型中保持活性；如果主要耐药机制是药物外排，则至少一个payload应避免成为主要外排转运蛋白底物；如果主要问题是肿瘤异质性，则产品需要具备旁观者效应或覆盖低抗原表达细胞的能力。 针对下一代双载荷ADC，TPP包括多个方面： 首先，在临床定位方面，该产品应针对接受TOP1 inhibitor ADC治疗后进展的实体瘤患者。 其次，在疗效方面，应证明能够在TOP1耐药和低抗原表达模型中保持抗肿瘤活性。 再次，在耐药覆盖方面，需要能够克服外排增强和肿瘤异质性等关键耐药因素。 在安全性方面，需要满足长期重复给药要求，包括可控的骨髓抑制风险和较低的间质性肺病风险。 在制造方面，则需要实现明确DAR控制、稳定payload比例以及可规模化生产。 TPP实际上是药物发现阶段和药物开发阶段之间的“契约”。它指导研发团队选择真正具有临床价值的候选分子，并避免仅凭实验室活性推进无法满足临床需求的药物。通过TPP，研发过程从“为什么开发、开发什么”进入“如何设计、如何验证”的阶段，为后续Part II中双载荷ADC的分子工程设计、实验验证、可开发性评价以及临床转化奠定基础。 PART II 双载荷ADC作为转化治疗开发案例 2.1 将机制假设转化为分子设计 在完成未满足医疗需求定义、疾病和耐药机制解析以及目标产品特征（TPP）制定后，药物开发进入分子设计阶段。 成功的治疗创新并不是简单寻找一个具有高活性的分子，而是需要将前期形成的机制假设转化为具体的分子结构设计。双载荷ADC提供了一个非常典型的案例，因为其每一个组成部分——包括靶点选择、抗体结构、payload组合、连接子（linker）设计、偶联策略以及payload比例等都需要围绕前期确定的生物学限制因素进行优化。 对于双载荷ADC而言，其核心设计理念来源于一个基本认识：肿瘤耐药通常不是由单一机制驱动，而是多个耐药亚群和逃逸路径共同作用的结果。因此，仅针对一个弱点进行治疗，往往只能消除敏感细胞，而无法阻止耐药亚群持续扩增。双载荷ADC试图通过在同一个靶向分子中整合两个具有不同作用机制的payload，实现类似联合治疗的效果，同时避免传统联合治疗中系统毒性增加的问题。 2.1.1 为什么需要两个payload？ 双载荷ADC并不是为了简单增加药物强度，而是为了应对肿瘤耐药的复杂性。传统单载荷ADC通常依赖一种主要细胞毒机制，因此当肿瘤细胞通过改变payload靶点、增强DNA损伤修复、增加药物外排或者改变细胞周期状态时，治疗效果可能逐渐下降。一个单一作用机制的ADC可能只能有效清除部分肿瘤细胞，而剩余细胞则成为疾病复发的来源。 双载荷ADC的设计理念是通过机制多样性（mechanistic diversity）提高肿瘤逃逸难度。如果两个payload具有不同作用机制，并且具有不同耐药风险，那么肿瘤细胞同时获得两种耐药能力的概率理论上会降低。因此，双载荷ADC实际上是在药物分子内部实现“组合治疗”。 双payload设计的价值尤其体现在以下情况： 患者已经接受某一类ADC治疗并出现payload交叉耐药； 肿瘤内部存在明显异质性，不同细胞亚群对不同payload敏感； 单一payload容易受到特定耐药机制影响，例如药物外排或者靶点改变。 在这些情况下，增加payload机制多样性可能比单纯增强单一payload效力更加具有治疗意义。 2.1.2 为什么不是继续优化单一payload ADC？ 如果提高单一payload的活性，是否能够达到与双载荷ADC相同的效果？ 近年来，单载荷ADC的发展已经取得显著进步，包括： 更高效的payload； 更稳定的linker； 更强的旁观者效应； 更优化的抗体工程设计。 这些改进确实提高了ADC疗效。然而，单纯增强同一种payload的能力，并不能解决机制性交叉耐药（mechanistic cross-resistance）问题。 单载荷优化更多属于“数量上的改善”，即提高药物杀伤能力；而双载荷策略追求的是“性质上的改变”，即通过引入第二种机制改变肿瘤耐药模式。 不过，双载荷ADC并不是所有情况下都优于单载荷ADC。如果疾病主要受到抗原丢失、抗体结合失败、内吞障碍或胞内运输异常影响，那么两个payload都会受到同样限制，此时优化靶向部分或者递送过程可能比增加payload更加有效。因此，双载荷ADC的价值取决于是否匹配疾病中主要的耐药生物学限制。 2.1.3 双载荷策略的优势与局限 双载荷ADC具有多个潜在优势。 首先，通过结合不同作用机制的payload，可以扩大耐药覆盖范围，降低肿瘤通过单一路径逃逸的可能性。 其次，不同payload可以发挥互补作用，例如：一种payload具有强细胞杀伤能力；另一种payload具有膜穿透能力，可以产生旁观者效应；或者一种payload负责直接细胞毒作用，另一种payload负责调节肿瘤免疫环境。 因此，双载荷ADC理论上能够同时解决肿瘤异质性和耐药问题。 然而，双载荷设计也带来了新的开发挑战。由于分子复杂性增加，双载荷ADC需要解决更加复杂的问题，包括： 两种payload如何同时稳定连接； 如何控制payload比例； 如何保证分子均一性； 如何建立可靠分析方法； 如何实现规模化生产。 此外，两个payload同时存在可能产生新的毒性组合效应，而这些风险无法简单通过单个payload安全性进行预测。 另一个重要限制是，双载荷ADC中的payload比例通常在分子设计阶段固定，而不像传统联合治疗那样可以在临床过程中独立调整两个药物剂量。因此，payload比例优化必须在早期研发阶段综合考虑药效，毒性，药代动力学，可生产性等，而不能仅根据体外杀伤能力确定。 2.1.4 双载荷ADC作为分子级联合治疗 双载荷ADC本质上可以被理解为一种“分子级联合治疗”（molecular combination therapy）。传统联合治疗通常需要同时给予多个药物，而双载荷ADC则通过一个抗体分子，将两个不同机制payload精准递送到同一类肿瘤细胞中。 这种设计具有几个理论优势： 两个payload共享相同的抗体靶向路径，因此可以同时到达目标细胞。 两个payload按照预先设计的比例共同递送，避免了传统联合治疗中药物暴露不同步的问题。 抗体介导的靶向作用能够限制正常组织暴露，从而可能降低系统毒性。 当肿瘤细胞通过一种机制逃避第一个payload时，第二个具有不同作用机制的payload仍可能保持杀伤作用。 因此，双载荷ADC不仅是结构更复杂的ADC，而是一种主动针对肿瘤适应性进化设计的新型治疗模式。 2.2 Payload组合策略：利用耐药机制指导双载荷设计 双载荷ADC成功的关键并不是简单组合两个强效毒性分子，而是根据耐药机制选择具有互补性的payload组合。 理想组合需要满足： 两个payload作用机制不同； 耐药机制不重叠； 药理性质互补； 毒性窗口可接受； 能够满足TPP要求。 几类具有代表性的组合策略包括： 2.2.1 TOP1抑制剂 + 微管抑制剂 TOP1抑制剂ADC目前已经取得显著临床成功，但其耐药机制也逐渐明确，包括：TOP1改变，DNA损伤修复增强，相关药物代谢和外排变化。 因此，将TOP1抑制剂与微管抑制剂组合，可以通过完全不同的细胞杀伤机制扩大治疗覆盖范围。 TOP1抑制剂主要诱导DNA损伤，而微管抑制剂主要影响有丝分裂过程，两者理论上具有互补作用。 2.2.2 TOP1抑制剂 + DNA损伤反应抑制剂 另一种策略是将DNA损伤诱导药物与DNA损伤修复抑制剂结合。 其理论基础是：TOP1 inhibitor造成DNA损伤，DDR inhibitor阻断肿瘤修复能力，二者结合可能增强DNA损伤积累。 这种策略主要针对具有高度DNA修复能力的耐药肿瘤。 2.2.3 细胞毒payload + 免疫调节payload 作者还讨论了将直接杀伤型payload与免疫调节型payload结合的可能性。 该策略希望同时实现：快速减少肿瘤细胞，改变免疫抑制微环境，增强免疫系统参与。 不过，该策略仍需要进一步临床验证。 2.2.4 可穿膜payload + 不可穿膜payload 由于实体瘤具有空间异质性，不同区域抗原表达不同，因此同时使用：具有旁观者效应的可穿膜payload，以及高度靶向性的不可穿膜payload，可能提高对整个肿瘤群体的覆盖能力。 2.2.5 新兴Payload类别 随着双载荷ADC的发展，其payload选择逐渐从传统细胞毒药物扩展至新型治疗机制，包括靶向蛋白降解剂、放射性药物payload以及免疫激动剂。这些新型payload进一步扩大了双载荷ADC可覆盖的耐药机制范围，使其不再局限于直接杀伤肿瘤细胞，而能够针对不可成药靶点、肿瘤空间异质性以及免疫抑制微环境等问题。 然而，新型payload也带来了新的开发挑战，包括胞内释放效率不足、分子结构复杂、linker设计困难、制造可行性下降以及需要更精准的生物标志物筛选。因此，未来payload创新不仅需要关注治疗机制，还必须满足药物可开发性和生产要求。 2.2.6 是否存在最佳Payload组合？ 目前不存在一种适用于所有疾病的“最佳”payload组合。 双载荷ADC的最优组合取决于具体临床需求、主要耐药机制、患者群体特征以及可实现的治疗窗口。换言之，payload选择不应回答“哪个组合最强”，而应回答“哪个组合最能够解决当前疾病中的关键生物学限制”。 因此，payload组合必须遵循耐药机制驱动原则。例如，针对payload靶点耐药，应选择具有不同作用机制的第二payload；针对药物外排，应选择具有不同转运蛋白敏感性的组合；针对肿瘤异质性，则需要考虑具有旁观者效应或空间覆盖能力的payload。 同时，双载荷ADC并不能解决所有ADC耐药问题。其主要优势在于克服payload相关耐药、不同细胞亚群间的敏感性差异以及部分肿瘤异质性。 总体而言，双载荷ADC的发展方向不是寻找一个通用的最佳payload组合，而是根据未满足医疗需求和耐药机制，选择能够满足目标产品特征（TPP）的个性化payload组合。 2.3 双载荷ADC的分子设计策略 虽然双载荷ADC的生物学逻辑相对清晰，但其工程实现远比传统单载荷ADC复杂。传统ADC主要需要控制药物抗体比（drug-to-antibody ratio, DAR），而双载荷ADC除了控制总药物数量之外，还必须同时控制两个payload空间位置、比例以及释放过程。 双载荷ADC开发依赖于近年来快速发展的抗体偶联技术，包括： 位点特异性偶联（site-specific conjugation）； linker工程； 正交化学偶联（orthogonal conjugation chemistry）； 多位点payload布局技术。 双载荷ADC最大的工程挑战之一，是“释放动力学正交性（release-kinetic orthogonality）”。也就是说，即使两个payload在抗体上的比例已经固定，它们进入细胞后的实际暴露比例也可能完全不同。 原因包括： linker裂解速度不同； 溶酶体加工效率不同； 胞质释放能力不同； 细胞内滞留时间不同； 药物外排敏感性不同。 因此，一个双载荷ADC真正决定疗效的因素，并不是简单的化学偶联比例，而是两个payload在目标细胞内随时间变化的实际药理暴露关系。 未来双载荷ADC优化方向包括：作用机制互补性，细胞内释放时间，暴露比，药理协同关系等。 2.3.1 位点特异性偶联技术 双载荷ADC的发展与位点特异性偶联技术的发展密不可分。传统随机偶联方法，例如天然赖氨酸或链间半胱氨酸偶联，会产生大量不同DAR和不同偶联位置的ADC分子混合物。这种异质性会导致药代动力学差异、稳定性变化、毒性增加、批次间一致性下降。 对于单载荷ADC，这种异质性已经是重要挑战；对于双载荷ADC，由于还需要控制两个payload之间的比例，因此随机偶联几乎无法满足要求。 因此，研究者开发了多种位点特异性技术，包括： 工程化半胱氨酸技术（如THIOMAB）； 非天然氨基酸引入技术； 酶促偶联技术。 这些方法能够产生更加均一的ADC产品，并精确控制DAR和payload比例，提高治疗指数 2.3.2 分支型连接子结构 分支型连接子（branched linker）是构建双载荷ADC最直接、也是目前较成熟的一种工程策略。 其基本思想是在单个抗体偶联位点上引入具有分支结构的linker，使两个不同payload能够同时连接到同一个抗体分子上。分支型linker可以降低对抗体天然偶联位点数量的依赖，实现更高程度的payload负载和比例控制。 这种设计的优势在于，它能够将payload负载量与抗体可利用偶联位点数量相对分离，在有限偶联位点上实现多个payload递送。 目前，KH815是双载荷ADC进入人体临床研究的早期代表之一。该分子采用分支型linker结构，在靶向TROP2的抗体基础上共同递送拓扑异构酶I抑制剂和RNA聚合酶II抑制剂，通过单一抗体实现两种不同作用机制药物的联合递送（实际上，KH815通过半胱氨酸和糖偶联实现4+4 设计，详见深入解析康弘双载荷ADC KH815）。 然而，随着payload数量增加，分支型结构也会带来新的工程挑战。较高的payload密度可能增加抗体疏水性，从而导致蛋白聚集、药代动力学改变以及稳定性下降。因此，linker长度、分支结构几何形态、连接位置以及整体分子的亲水性，都需要进行系统优化。双载荷ADC的设计不能简单追求更高DAR，而必须在药物负载、稳定性、循环时间和组织分布之间取得平衡。 2.3.3 正交偶联策略 除了分支型linker之外，另一种重要策略是利用正交化学偶联技术，将两个payload分别连接到抗体上的不同位置。 该方法的核心特点是利用两种彼此兼容、互不干扰的化学反应，使不同payload能够被独立安装到特定区域，从而实现更加精确的双载荷布局。 正交偶联通常依赖两套具有选择性的化学体系。例如，研究中已经探索了应变促进叠氮-炔环加成反应与四嗪-反式环辛烯连接反应的组合，也包括不同半胱氨酸保护策略的联合应用。这些方法能够避免两个payload之间发生交叉反应，使其分别按照设计要求进行安装。 与分支型linker相比，正交偶联具有更高的设计灵活性。研究者可以分别调节两个payload的连接数量，连接位置，linker类型，释放机制等。 因此，不同payload可以根据自身药理特点进行独立优化。例如，一种payload可能需要快速释放，而另一种payload可能需要更稳定的胞内递送；一种payload可能适合较高暴露比例，而另一种payload则需要限制剂量。 宜联双载荷平台是这一理念的代表性案例。该平台可以将微管抑制剂payload-linker连接至特定位点赖氨酸，同时将TOP1抑制剂payload-linker连接至半胱氨酸残基，从而实现两个payload独立控制的DAR设计（参考宜联生物首款双载荷ADC YL413） 双载荷ADC中最优payload比例不能简单预先确定，而应该被视为一个需要通过实验不断优化的设计变量。 最佳比例需要综合考虑： 机制协同性； 药代动力学（PK）； 药效动力学（PD）； 细胞内释放行为； 安全性； 生产可行性。 尤其需要注意的是，抗体上的化学偶联比例并不一定等同于细胞内实际暴露比例。由于不同payload在释放、代谢和外排方面存在差异，因此最终决定疗效的是细胞内药理暴露关系，而不是初始偶联比例。 2.3.4 多位点与多payload平台 随着蛋白工程技术的发展，双载荷ADC设计空间进一步扩大。 新型表达系统、工程化抗体骨架以及非天然氨基酸引入技术，使研究者能够在抗体分子的多个预定义位置精确安装不同payload。 这种多位点策略的主要优势是能够将payload比例从传统生产结果转变为主动设计参数。研究者不再是在生产后检测“得到多少payload”，而是在分子设计阶段决定哪些位置携带哪一种payload，每种payload的数量，两者之间的比例关系。 例如，靶向叶酸受体α的免疫刺激型ADC，可以在轻链携带两个免疫激动剂，同时在重链携带四个细胞毒payload，并保持超过90%的偶联效率。此外，比例固定型结构（ratiometric architectures）如普众发现SPARC平台，进一步证明了双payload比例可以作为一个可控制的药理参数，而不是制造过程中的随机变量。 2.3.5 新兴双特异性双载荷ADC 双载荷ADC的发展进一步与双特异性抗体技术结合，形成“双靶向+双payload”的复杂治疗模式。这类分子试图同时解决两个层面的耐药问题： 通过双抗原识别提高肿瘤靶向覆盖能力； 通过双payload机制降低单一药物作用导致的耐药风险。 双特异性ADC可以同时识别两个不同抗原，从而增加肿瘤细胞被识别和递送药物的概率。 例如，EGFR×cMET双特异性抗体结合MMAF和SN-38双payload，通过三功能linker实现两个作用机制不同药物的联合递送。该分子相比对应的单payload双特异性ADC表现出更强抗肿瘤活性，其设计目标正是降低单一耐药机制导致治疗失败的可能性。 另一个代表性案例是Alphamab开发的JSKN021，该分子结合EGFR/HER3双特异性靶向结构，并递送TOP1抑制剂T01和MMAE两种payload，是目前较领先的临床阶段双载荷ADC之一。 总体而言，这些发展趋势体现了ADC领域的重要变化：越来越复杂的分子结构并不是为了单纯增加药物复杂度，而是为了同时解决多个明确的生物学弱点。未来ADC设计的方向可能不是追求最高毒性，而是根据具体耐药机制选择最合适的靶点、payload组合和递送方式。 2.4 Step5 双载荷ADC的实验验证体系 机制假设只有经过实验验证后才具有转化价值。因此，双载荷ADC开发中的实验验证目的并不仅仅是证明“药物可以杀死肿瘤细胞”，而是需要证明该设计是否真正解决了最初提出的生物学限制。 对于双载荷ADC而言，验证体系需要超过传统ADC的评价标准，包括： 是否覆盖目标耐药机制； 是否能够克服肿瘤异质性； 两个payload是否真正产生协同作用； 药物释放是否符合设计预期； 药代动力学和毒性是否可接受； 是否存在可预测获益的生物标志物。 双载荷ADC验证体系实际上构成一个多层级评价框架，从细胞水平一直延伸到患者来源模型和临床转化。 2.4.1 体外实验验证 双载荷ADC的实验验证首先需要回答一个核心问题：其设计理念是否能够在实验层面得到支持。 与传统ADC仅关注细胞杀伤能力不同，双载荷ADC的早期验证需要证明两个payload分别发挥了预期作用，并且两者共同递送后确实能够产生超越单一payload的治疗优势。 在体外研究阶段，通常需要评价多个层面的生物学效应，包括：对抗原阳性肿瘤细胞的杀伤能力、两个payload各自贡献程度、不同payload比例下的药效变化，以及对抗原低表达或阴性细胞的旁观者杀伤能力。尤其对于双载荷设计而言，证明两个payload之间存在真正的协同作用（synergy），而不仅仅是简单的药效叠加（additivity），是支持该策略进一步开发的重要依据。 例如，如果两个payload分别具有不同作用机制，那么实验应证明：当二者以设计比例共同递送时，可以在较低剂量下获得更强的抗肿瘤效果，或者能够杀伤对单一payload已经产生耐受的细胞群体。只有当双载荷体系能够解决最初定义的生物学问题时，其复杂的工程设计才具有合理性。 2.4.2 耐药模型验证 由于双载荷ADC的核心目标是克服现有ADC治疗中的耐药问题，因此耐药模型是验证体系中最关键的组成部分之一。 理想的验证体系应该建立在前期确定的耐药机制基础之上。例如，如果设计双载荷ADC的目的，是克服TOP1类ADC治疗后的耐药，那么实验模型就应该包括： TOP1抑制剂耐药细胞； DNA损伤修复增强模型； 药物外排转运蛋白高表达模型。 如果设计目标是解决抗原异质性问题，则需要建立： 抗原低表达细胞； 抗原阴性亚群； 混合抗原表达肿瘤模型。 只有在这些具有明确生物学限制的模型中表现出优势，才能证明双载荷ADC确实解决了目标耐药机制，而不是仅仅表现出更强的普通细胞毒性。 部分双载荷ADC已经在耐药模型中显示出潜在优势。例如，KH815在对sacituzumab govitecan产生耐药的模型中仍保持一定活性；MediLink开发的双载荷偶联物则在ABC转运蛋白过表达以及耐药肿瘤模型中表现出活性。这些结果支持了“双payload通过机制互补降低耐药影响”的设计假设。 2.4.3 异质性肿瘤模型验证 肿瘤异质性是推动双载荷ADC发展的重要原因，因此验证体系必须真实模拟这一问题。 传统二维细胞培养通常只能反映单一细胞群体，无法体现实体瘤内部不同细胞亚群之间的空间关系。因此，双载荷ADC需要进一步在混合细胞模型以及空间异质性动物模型中进行评价。例如，可以建立同时包含高抗原表达细胞，低抗原表达细胞，抗原阴性细胞的混合肿瘤模型，用于观察双载荷ADC是否能够通过旁观者效应或双机制杀伤降低残留细胞比例。 理论上，具有膜通透性payload的双载荷ADC应该能够扩大杀伤范围，而具有第二种机制的payload则可以降低某一类耐药细胞存活的可能性。因此，与单payload ADC相比，双载荷体系如果能够在异质性模型中表现更优，将更加支持其临床开发价值。 2.4.4 患者来源模型验证 为了进一步提高临床预测能力，患者来源模型（patient-derived xenografts, PDX）和患者来源类器官（patient-derived organoids）在双载荷ADC开发中具有重要价值。 传统肿瘤细胞系虽然便于实验操作，但往往经过长期培养，已经丢失部分原始肿瘤特征，包括基因异质性，空间结构，肿瘤微环境影响等。 相比之下，PDX模型能够较好保留患者肿瘤的分子特征和组织结构，而类器官模型则能够在体外保持一定程度的患者特异性生物学特征。因此，这些模型可以帮助研究者在进入临床之前进一步判断：哪些患者群体可能获益；哪些耐药机制能够被克服；哪些生物标志物具有预测价值。 患者来源模型是降低双载荷ADC临床失败风险的重要工具。 2.4.5 药代动力学与药效动力学评价 双载荷ADC相比传统ADC最大的药理学复杂性，在于两个payload虽然共享同一个抗体递送系统，但进入体内后可能经历完全不同的释放和分布过程。 因此，传统ADC仅关注整体药物暴露水平的方法并不足够。双载荷ADC需要同时考虑： 完整ADC在血液中的稳定性； 两个payload的释放速度； 肿瘤组织中的药物浓度； 细胞内实际暴露比例； 不同payload之间的时间关系。 多尺度PK/PD模型对于双载荷ADC尤为重要，因为其需要同时连接完整抗体分子的体内行为，payload释放过程，DAR变化，疗效与毒性的关系。 特别重要的是，双载荷ADC不仅需要保持足够的药物暴露，还需要保持两个payload之间合理的相对暴露关系。即使初始偶联比例确定，如果两个payload释放速度不同，最终细胞内实际比例也可能发生明显变化。 因此，未来双载荷ADC开发需要结合细胞内payload定量检测，释放动力学研究，机制模型分析，从而确定真正决定疗效的细胞内药理暴露模式，而不是简单依据化学偶联比例进行判断。 2.4.6 生物标志物开发 双载荷ADC的临床成功高度依赖精准患者选择，因此生物标志物开发应该与药物分子设计同步进行，而不是等到临床失败后再寻找原因。 潜在生物标志物包括： 靶抗原表达水平； 抗原空间异质性； payload作用靶点状态； DNA损伤修复能力； 药物外排转运蛋白表达水平； 肿瘤微环境特征。 例如，对于TOP1联合DDR抑制剂型ADC，DDR通路活性可能决定患者是否获益；对于具有旁观者效应设计的ADC，抗原异质程度可能成为重要预测因素。 生物标志物不仅用于筛选可能响应患者，也可以帮助监测治疗过程中耐药演化，并指导后续治疗策略调整。 因此，完整的双载荷ADC验证体系应该形成一个反馈循环： 分子设计➡️实验验证➡️发现限制因素➡️优化分子结构➡️重新验证 而不是简单从实验室直接进入临床。 2.5 Step6 可开发性与可生产性评价 具有优秀生物学机制的分子并不一定能够成为成功药物：许多候选药物虽然在实验模型中表现优异，但最终失败的原因并不是疗效不足，而是无法实现：稳定生产，一致质量控制，长期储存，合理制剂开发，或可接受安全性。 对于双载荷ADC而言，这些问题更加突出，因为其不仅需要控制一个payload，而需要同时控制两个具有不同化学性质和药理特点的payload。 因此，可开发性（developability）和可生产性（Manufacturability）不能被视为临床前后期问题，而应该从分子设计最初阶段就纳入考虑。 优秀的双载荷ADC设计必须同时满足三个条件： 具有明确且合理的生物学机制； 能够通过工程技术稳定实现； 能够规模化生产并满足监管要求。 如果一个分子虽然具有更强实验活性，但制造过程复杂、批次一致性差、稳定性不足，那么其最终临床价值可能低于一个稍弱但更加稳定可靠的候选物。 2.5.1 产品异质性控制 ADC制造过程中长期存在的核心问题之一，是产品异质性。 传统随机偶联方式会产生大量不同DAR、不同连接位置的ADC分子群体。这些不同分子可能具有不同药效、稳定性、清除速度、毒性。 双载荷ADC进一步增加复杂性，因为不仅需要控制总DAR，还需要同时控制每种payload的数量、两种payload比例、不同连接位置、linker兼容性。因此，双载荷ADC的质量控制要求远高于传统ADC。 对于双载荷ADC而言，需要同时控制： 总DAR； 单个payload负载量； payload比例； 偶联位点占有率； linker稳定性； 细胞内释放行为。 这些因素都会直接影响药代动力学、疗效、安全性、批次间一致性。 2.5.2 DAR与payload比例控制 在双载荷ADC的开发过程中，药物抗体比（drug-to-antibody ratio, DAR）以及两个payload之间的比例，是决定药物性能的核心分子设计参数。对于传统单载荷ADC而言，DAR主要反映抗体携带药物数量的多少，并影响药物效力、体内暴露、聚集倾向以及耐受性。而对于双载荷ADC而言，问题更加复杂，因为除了总DAR之外，还必须精确控制两种不同payload之间的相对比例。 payload比例并不是单纯的制造参数，而是直接决定药理作用的重要设计变量。如果两个payload之间比例不合理，可能导致其中一种机制占据主导，而另一种机制无法达到有效暴露水平，从而无法实现预期协同作用。因此，payload比例优化实际上是治疗机制设计的一部分，而不是生产过程中的质量控制问题。 为了实现这一目标，研究者发展了多种精准偶联技术，包括位点特异性偶联和分支型linker结构。这些技术能够控制payload连接的位置和数量，使DAR以及payload比例能够按照设计要求重复生产。例如，一些工程化抗体平台可以将免疫刺激分子和细胞毒payload分别安装在抗体不同区域，从而实现对payload比例的程序化控制。 然而，最佳payload比例不能简单通过化学结构确定，而必须依据目标产品特征（Target Product Profile, TPP）进行定义。 换言之，最佳比例应该由以下因素共同决定： 目标肿瘤类型； 主要耐药机制； 两种payload的药效关系； 释放动力学； 安全性窗口； 制造可行性。 因此，payload比例实际上连接了多个开发环节，包括：耐药生物学➡️药理机制➡️分子工程➡️制造工艺➡️临床目标。 在这一框架下，DAR和payload比例已经不再是单纯的化学属性，而成为整个转化开发路线中的关键设计变量。 2.5.3 分析检测挑战 由于双载荷ADC同时包含两种具有药理活性的payload，因此其质量分析难度显著高于传统ADC。 传统ADC分析通常需要确认抗体结构、纯度、总DAR、聚集状态。 而双载荷ADC还必须进一步确定：两种payload的鉴别、每种payload的数量、payload比例、偶联位点分布、linker完整性、游离payload含量、聚集水平、长期稳定性。 因此，单一检测技术无法全面描述双载荷ADC的分子特征，需要采用多种互补分析方法形成完整质量评价体系。 目前常用的分析技术包括： 疏水作用色谱（HIC），用于分析DAR分布； 反相高效液相色谱（RP-HPLC），用于检测payload相关组分； 体积排阻色谱（SEC），用于评价聚集状态； 毛细管电泳（CE-SDS），用于蛋白完整性分析； 质谱技术（mass spectrometry），用于确定分子质量和payload连接情况； 肽图分析（peptide mapping），用于确认具体偶联位点。 这些分析方法共同用于确认产品是否满足关键质量属性（critical quality attributes, CQAs），包括分子身份、批次一致性、payload比例、稳定性、制造可靠性。 分析检测并不仅仅是满足监管要求的技术步骤，而是验证分子设计是否真正实现的重要证据。对于双载荷ADC而言，只有证明实验制造出的分子结构与理论设计一致，才能建立从分子设计到临床疗效之间的可信联系。 2.5.4 稳定性与制剂开发 ADC药物必须同时满足两个稳定性要求： 在储存过程中保持产品结构稳定； 在体内循环过程中保持足够稳定，避免payload提前释放。 如果payload在进入肿瘤之前提前释放，会增加正常组织暴露，从而降低治疗窗口；如果制剂在储存过程中发生降解或聚集，则会影响药物质量和生产可行性。 双载荷ADC的制剂开发更加复杂，因为两个payload通常具有不同的理化性质。例如：疏水性不同、化学反应活性不同、linker裂解速度不同、代谢路径不同。这些差异可能导致蛋白聚集增加、不同降解途径产生、payload释放不均衡。 因此，双载荷ADC的linker选择、payload空间布局以及制剂优化必须进行整体考虑，而不能分别独立优化。 以trastuzumab-MMAE/exatecan双载荷ADC为例，该分子的开发同时关注了循环稳定性、payload受控释放、降低聚集、保持抗肿瘤活性。 2.5.5 可放大性 一个药物分子最终能否成功转化，不仅取决于实验室条件下的效果，还取决于是否能够在商业规模稳定生产。 一些在实验室中表现优秀的偶联策略，在放大生产过程中可能面临反应步骤增加、产品收率降低、工艺复杂、批次差异扩大。 因此， 可生产性必须在候选分子筛选阶段就被纳入考虑，而不能等到进入后期开发阶段才解决。 不同工程策略存在不同权衡： 复杂的正交偶联技术能够提供更高分子控制能力，但可能增加工艺步骤、生产成本、技术转移难度。 而较简单的分支型linker策略虽然灵活性较低，但可能具有更好的生产稳定性、更容易规模放大。 因此，最佳设计并不是结构最复杂的分子，而是在治疗优势、工程可控性和商业生产之间达到最佳平衡的分子。 2.5.6 监管考虑 从监管角度看，双载荷ADC需要满足与其他生物药类似的基本要求，包括：鉴别、纯度控制、生物活性、安全性、生产一致性。 与传统ADC相比，双载荷ADC最大的监管挑战来自其更高结构复杂性。 监管机构不仅需要确认：这个药物是否有效？ 还需要确认： 两个payload是否按照预期比例存在？ 不同批次之间是否保持一致？ 两个payload组合后的安全性是否可预测？ 因此，需要建立能够连接产品质量属性与预期临床效果之间关系的质量控制策略。尤其需要重点控制：DAR、payload比例、产品变异形式、linker稳定性。 一个重要原则是：药物质量不是在监管审批阶段建立的，而是在分子设计阶段就已经被决定。因此，CMC策略必须从药物研发早期开始，而不是作为后期补充工作。 2.5.7 为什么优秀的生物学机制仍然不足以保证成功？ 药物研发历史反复证明，一个具有优秀科学机制的候选物，并不一定能够成为成功药物。许多项目失败并不是因为缺乏治疗潜力，而是因为无法稳定生产、无法准确表征、制剂不稳定、批次差异过大、安全窗口不足。 因此，可开发性必须与生物学创新同时考虑。 对于双载荷ADC而言，一个稍弱但稳定、可制造、可控制的候选物，可能比一个实验活性更强但制造复杂、质量不可控的候选物更具有临床价值。 真正成功的转化药物开发，并不是单纯寻找最强效的分子，而是在疗效、生物学合理性、工程可行性和商业制造能力之间找到平衡。 2.6 Step7 从候选分子到临床转化 双载荷ADC研发路线的最终阶段是临床转化，其核心目标是验证前期提出的机制假设是否能够真正转化为患者治疗获益。 对于双载荷ADC而言，临床研究不仅是在评价一个新的药物分子，更是在检验一种新的治疗开发理念，即通过针对耐药机制进行预先设计，是否能够获得比传统单载荷ADC更加持久和稳定的抗肿瘤效果。 双载荷ADC已经从概念验证阶段逐渐进入临床探索阶段。同时，人工智能、计算建模和机器学习技术正在开始参与双载荷ADC研发过程，包括payload组合预测、linker优化以及可开发性评估。这些技术有望提高复杂ADC设计效率，使研究者能够在更早阶段预测不同结构方案的潜在疗效和风险。 未来ADC的发展也可能不再局限于单一药物形式，而是逐渐融入更加广泛的治疗组合体系，包括序贯治疗、联合治疗以及多机制治疗平台。 2.6.1 当前双载荷ADC临床开发格局 目前双载荷ADC已经出现多个进入临床或接近临床阶段的项目，代表性研究显示，该领域正在覆盖不同靶点、不同payload组合以及不同耐药解决方案。 其中，KH815是首个进入人体临床研究的双载荷ADC之一。该药物靶向TROP2，通过双载荷设计共同递送拓扑异构酶I抑制剂和RNA聚合酶II抑制剂。其开发理念是同时攻击DNA复制相关过程以及转录过程，从而降低肿瘤通过单一机制逃逸治疗的可能性。KH815的临床探索具有重要意义，因为它首次在人类患者中检验了“双payload共同递送”这一治疗模式的可行性。 除KH815之外，多个企业和研究机构也正在推进不同形式的双载荷ADC。例如，IBI3020、JSKN021以及部分Sutro相关项目均进入临床或IND支持阶段。 这些项目采用不同设计理念，包括： 两种细胞毒payload组合； 双特异性抗体结合双payload； 细胞毒payload与免疫调节payload组合。 这些不同策略体现出双载荷ADC领域尚处于探索阶段，目前尚不能确定哪一种设计模式具有普遍优势。 目前不同双载荷ADC项目之间的证据水平存在明显差异。不同项目需要结合临床阶段、数据来源、公开证据质量进行独立评价。 2.6.2 患者选择策略 双载荷ADC能否成功，很大程度上取决于患者选择是否符合其设计逻辑。 由于双载荷ADC并不是针对所有肿瘤患者提供普遍优势，而是针对特定耐药环境进行优化，因此患者筛选应成为分子设计的一部分，而不是临床试验后期的附加步骤。 理论上，最可能从双载荷ADC获益的人群包括： 已经接受高效ADC治疗后出现疾病进展的患者。这类患者代表当前ADC治疗无法解决的临床空白，是双载荷ADC最直接的应用场景。 具有明显抗原异质性的肿瘤患者。由于双载荷ADC可以通过旁观者效应或双机制杀伤覆盖更多细胞群，因此可能改善传统ADC对于抗原低表达区域的不足。 具有明确payload相关耐药机制的患者，例如：DNA损伤修复增强、药物外排增加、单一payload作用通路改变。 一个设计合理的双载荷ADC，如果应用于错误患者群体，可能无法体现其真正优势；而通过合理富集策略选择具有相应生物学特征的患者，则可能更准确地展示其治疗价值。 因此，患者选择本质上是分子设计逻辑的延伸。 2.6.3 生物标志物指导的临床开发 由于双载荷ADC针对的是特定耐药机制，因此生物标志物在临床开发中具有核心作用。潜在预测指标包括： 靶抗原表达水平； 抗原空间异质性； payload作用靶点状态； DNA损伤修复通路活性； 药物外排转运蛋白表达水平。 例如，对于TOP1联合DDR抑制剂设计，患者肿瘤中的DNA修复能力可能决定药物敏感性；对于具有旁观者效应设计的ADC，抗原表达异质程度可能决定治疗优势。 此外，生物标志物不仅可以用于预测治疗反应，也可以用于动态监测耐药产生过程。例如，通过分析治疗过程中肿瘤分子变化，可以判断患者是否正在产生payload交叉耐药、靶点逃逸、新的生存通路。 已有ADC治疗经验显示，共享靶点和共享payload类别可能导致交叉耐药，因此双载荷ADC通过机制转换避免这种交叉耐药具有理论基础。 2.6.4 未来临床试验设计 双载荷ADC的临床试验设计可能需要区别于传统ADC开发模式。 传统ADC试验通常按照：靶点表达➡️ 给药➡️观察缓解率的方式进行。 但双载荷ADC的优势来自耐药机制覆盖，因此未来试验需要更加关注： 患者耐药背景； 生物标志物状态； 既往治疗历史； payload敏感性。 因此，更适合双载荷ADC的研究设计可能包括： 适应性临床试验（adaptive trials）。根据早期疗效和生物标志物结果动态调整患者入组。 生物标志物富集队列（biomarker-enriched cohorts）。优先纳入具有目标耐药机制的人群。 机制转换型交叉设计（mechanism-switching crossover designs）。比较患者从一种payload机制转换到双机制治疗后的获益。 多机制主方案研究（master protocols）。同时评价多个耐药定义亚群。 这些设计能够更直接回答：双载荷ADC是否真正解决了限制现有治疗效果的生物学问题？ 这代表ADC开发理念的重要变化：研究重点正在从传统的“靶点驱动治疗（target-driven therapy）”逐渐转向“耐药机制驱动治疗（resistance-informed therapy）”。未来评价一种ADC的标准，不仅是它能否产生肿瘤缩小，而是它是否能够通过解决限制因素，实现更加持久的疾病控制。 PART III 治疗创新的一般规律 3.1 从双载荷ADC推广到普适性转化治疗路线图 双载荷ADC并不是一个孤立技术，而是现代治疗创新模式的一个代表案例。 真正成功的治疗创新并不取决于分子形式，而取决于是否能够系统地完成：临床需求识别➡️生物学限制分析➡️机制假设建立➡️分子设计➡️实验验证➡️制造开发➡️ 临床应用。 双载荷ADC只是这一逻辑在ADC领域中的具体体现。同样的发展模式也可以观察于放射性药物偶联物、双特异性抗体、靶向蛋白降解剂、细胞和基因治疗等。 3.1.1 放射性药物偶联治疗 放射性药物治疗发展同样体现了“根据治疗限制设计新技术”的思想。 ADC高度依赖抗原表达、内吞效率、胞内运输。因此，对于抗原低表达或抗原阴性的肿瘤细胞，传统ADC可能无法有效发挥作用。 放射性药物偶联物提供了一种不同解决方案。其核心优势在于，放射性核素释放的辐射能够产生“交叉火力效应（crossfire effect）”，即使邻近细胞没有高水平表达目标抗原，也可能受到辐射杀伤。因此，这类治疗方式能够部分解决肿瘤空间异质性问题。 放射性药物与ADC的发展趋势正在逐渐融合。放射性payload作为一种不同于传统小分子毒素的杀伤机制，为下一代偶联药物提供了新的设计空间，也进一步说明耐药导向的治疗创新并不限于传统化学payload，而可以扩展至不同治疗机制。 3.1.2 超越肿瘤细胞内在靶向：肿瘤微环境和基质靶向治疗 传统ADC主要针对肿瘤细胞表面抗原，并依赖有效结合、内吞以及胞内payload释放。然而，越来越多研究认识到，肿瘤耐药不仅来源于肿瘤细胞本身，也可能来自肿瘤微环境的结构和功能特征。 因此，一种新的治疗思路正在发展，即不再单纯攻击肿瘤细胞，而是靶向支持肿瘤生存的微环境结构，例如肿瘤基质、细胞外基质蛋白、血管相关结构。 其中，癌症基质靶向治疗（cancer stromal-targeting, CAST）是一种代表性策略。该方法利用实体瘤中丰富且相对稳定存在的基质成分作为治疗入口，而不是完全依赖肿瘤细胞表面抗原。 其优势在于：肿瘤细胞可能发生抗原丢失或表达降低；但某些基质结构在肿瘤组织中更加稳定，因此可以提供更加持续的治疗靶点。 以PYX-201为例，该药物靶向纤维连接蛋白（fibronectin）的EDB剪接变体（extra-domain B, EDB），该结构主要存在于肿瘤相关基质，而在正常成人组织中较少表达。相关研究显示，抗EDB纤维连接蛋白ADC能够产生抗肿瘤作用，并可能与免疫检查点阻断治疗产生增强效果（靶向肿瘤微环境靶点的非内化ADC PYX-201）。 与传统内吞型ADC不同，部分基质靶向ADC可以通过肿瘤基质区域的蛋白水解释放payload，在细胞外形成可扩散的毒性梯度，从而影响邻近抗原阴性的肿瘤细胞。这种机制能够部分降低肿瘤细胞抗原异质性带来的影响。 基质靶向ADC并不会取代传统肿瘤细胞靶向ADC或双载荷ADC，而是形成互补关系：双载荷ADC主要解决payload机制耐药；基质靶向策略主要解决空间分布和递送障碍。 二者共同体现了耐药导向治疗创新的核心思想：不仅可以改变payload，也可以改变靶点和递送方式。 3.1.3 多特异性抗体 多特异性抗体的发展同样来源于一个基本认识：单一靶点治疗往往难以长期控制复杂疾病。 肿瘤细胞通过替代信号通路激活、靶抗原丢失、通路冗余逃避单靶点治疗。因此，多特异性抗体通过同时识别两个或多个目标，希望在单一治疗分子中覆盖多个生物学弱点。 其应用方向包括： T细胞重新定向； 双通路阻断； 逃逸抗原共同靶向； 免疫细胞募集。 双靶点双payload ADC实际上就是多特异性抗体技术与payload多样化策略的结合。 多特异性抗体的复杂性并不是为了追求技术复杂，而是因为疾病本身具有高度复杂性。治疗结构的复杂化，应当建立在明确生物学问题之上。 3.1.4 靶向蛋白降解剂 靶向蛋白降解剂，包括PROTAC和分子胶，是近年来药物研发的重要方向。蛋白降解剂通过招募细胞内降解系统，使目标蛋白被直接清除。 这种机制具有两个重要优势： 可以针对传统方法难以抑制的蛋白； 由于具有催化性质，一个降解分子理论上可以诱导多个目标蛋白降解。 因此，蛋白降解技术扩展了可药物化靶点范围。 进一步地，将蛋白降解剂与抗体递送系统结合，形成降解剂-抗体偶联物（degrader–antibody conjugates），可以利用抗体提高肿瘤选择性。 例如：抗CD33抗体递送GSPT1降解剂；ROR1靶向抗体-PROTAC体系诱导BRD4降解。 这些研究体现了与双载荷ADC类似的发展逻辑：发现治疗限制➡️理解机制➡️建立治疗假设➡️工程化递送系统。 3.1.5 细胞与基因治疗 细胞治疗和基因治疗同样体现了耐药驱动的治疗进化。 以CAR-T细胞治疗为例，其已经在血液系统恶性肿瘤中取得显著成功，但临床应用同时暴露出新的限制，包括：抗原丢失、T细胞耗竭、持续性不足、免疫抑制性肿瘤环境。 因此，下一代CAR-T技术正在通过工程化方式解决这些问题，例如：多抗原识别、增强细胞因子产生、提高抗免疫抑制能力、增加功能模块。 类似地，基因治疗的发展也是从明确疾病分子缺陷出发，通过匹配：疾病需求、机制理解、递送技术、长期治疗目标实现转化。 双载荷ADC与细胞、基因治疗具有共同逻辑：越来越复杂的治疗结构，本质上是对疾病复杂性和治疗失败机制的回应。 3.1.6 未来多机制治疗模式 未来创新治疗的发展方向将越来越趋向于多机制整合（multi-mechanistic integration）。 这一趋势并不是简单追求治疗分子的复杂化，而是源于现代疾病生物学认识的深化。许多复杂疾病，尤其是癌症，并不是由单一异常因素驱动，而是由多个相互关联的生物过程共同维持。因此，单一作用机制的治疗模式往往容易受到疾病适应性变化的限制。 从这一角度来看，双载荷ADC代表了一类新的治疗设计思想：即在同一个治疗体系中，同时整合多个互补机制，以降低疾病通过单一路径逃逸治疗的可能性。 未来药物开发可能越来越多地采用类似“双载荷ADC”的设计原则，即围绕疾病限制因素构建多维度解决方案。例如： 同时作用于多个疾病驱动通路； 同时调节肿瘤细胞和微环境； 同时增强直接杀伤和免疫激活； 同时解决药物递送和耐药问题。 这种发展趋势可能推动治疗模式从传统的“单一靶点精准治疗（single-target precision therapy）”向“系统性精准治疗（systems-level precision therapy）”转变。所谓系统性精准治疗，并不是简单增加治疗因素，而是在理解疾病网络基础上，有目的地设计能够覆盖关键限制因素的治疗组合。 未来成功的治疗创新需要同时满足三个层面的要求。 第一，必须具有明确的临床需求导向。任何新技术都应该首先回答一个实际医学问题，即现有治疗为什么不能满足患者需求。 第二，必须建立在深入的疾病机制理解基础上。治疗设计不应仅依赖技术能力，而应该由疾病生物学决定。 第三，必须兼顾工程可实现性和临床转化能力。一个理论上有效但无法稳定制造、无法控制安全性的治疗方案，最终无法成为真正的药物。 因此，未来药物研发的核心竞争力将不仅来自“发现新的治疗工具”，更来自“将工具用于解决正确的问题”。3.2 结论（Conclusions） 本文通过双载荷ADC这一具体案例，提出了一套面向未来治疗创新的转化开发路线图。药物研发最重要的起点不是某一个新靶点、新分子或新技术，而是明确患者仍未解决的临床需求。 在这一框架下，创新治疗的发展过程可以概括为： 首先，从临床观察中发现未满足医疗需求。例如，患者在接受有效治疗后仍然发生疾病进展，提示当前治疗存在无法克服的限制。 其次，通过深入研究疾病生物学，解析治疗失败的根本原因。例如，在ADC领域，失败可能来源于抗原丢失、药物运输障碍、payload耐药、肿瘤异质性或微环境保护作用。 随后，根据这些限制因素提出机制驱动的治疗假设，并设计能够针对这些限制的新型治疗形式。例如，双载荷ADC通过两个机制互补的payload降低单一机制耐药风险。 之后，需要通过系统实验验证，包括：细胞模型、耐药模型、异质性模型、患者来源模型、药代动力学和药效动力学分析。 同时，还必须评价分子稳定性、制造可行性、产品一致性、临床实施可能性。 最终，通过临床研究验证该机制假设是否能够真正改善患者结局。 双载荷ADC的价值并不仅仅在于其可能成为一种新的抗癌药物形式，更重要的是，它展示了一种新的药物研发范式：发现临床问题➡️理解限制机制 ➡️设计解决方案 ➡️开发治疗产品。 这一转变意味着，未来药物研发将越来越强调：“为什么需要这个药？”而不是：“我们能否制造这个药？” 参考文献： Honda, T.; Zhu, G.-D. From Unmet Medical Need to Drug Candidate: A Translational Therapeutic Development Roadmap Illustrated by Dual-Payload Antibody–Drug Conjugates. Biomolecules 2026, 16, 1052. https://doi.org/10.3390/biom16071052