ADC药物失败临床研究综合分析，万字长文！（附PPT下载）|adc药物|介导|免疫性疾病|受体|抗体|特异性

抗体偶联药物（ADC）实现了保罗·埃尔利希百年前「魔法子弹」的构想：将单克隆抗体的“精准定位”与小分子载荷的“强效杀伤”融为一体。自2000年首款药物获批以来（注：gemtuzumab于2010年主动撤销适应症），ADC赛道已诞生多款百亿美金分子。随着Enhertu（德曲妥珠单抗）在 HER2阳性乳腺癌中取得了出色的OS获益，迎来了全球ADC的交易与研发浪潮。

然而，高收益伴随着极高的试错成本。现有数据提示，ADC药物的临床失败率高达71%～89.2%[1]。约64%的项目止步于机制验证（PoC）阶段[2]，处于II期临床试验ADC的药物批准可能性（LoA）为25.9%，处于III期临床试验的ADC的LOA为62.5%。

本文整理自医药魔方于3月25日举办的深度直播《ADC药物临床研究失败与终止原因综合分析》，通过对大量失败案例的复盘，提炼出ADC临床研究最核心、最致命的五大失败原因。

深究ADC临床失败的根源，难以驾驭的毒性（Toxicity）是一个需要解决的核心问题。在复杂的人体内，这些“魔法子弹”在带来治疗获益的同时也给患者带来两种安全风险：

靶向脱瘤毒性 (On-target off-tumor)：这是一种精准的误伤 [3]，由靶点本身的分布决定的。虽然抗体精准识别了抗原，但由于该抗原在皮肤、角膜、胃肠道等正常组织中也有基础表达，ADC药物在杀伤肿瘤的同时，不可避免地连带损伤这些健康细胞。
脱靶毒性 (Off-target)：此类毒性与靶抗原无关，主要来源于两条途径：其一是非特异性内吞[4]：ADC分子经由非特异性途径（如：Fcγ受体或胞饮作用）被正常细胞摄取。其二是载荷的过早释放：连接子（Linker）在血液循环中稳定性不足，导致剧毒载荷提前释放为游离毒素，对健康组织造成非特异性的致命损伤。

临床数据表明，ADC的严重毒性多源于脱靶（Off-Target Toxicity）。理解这一点的关键在于理解ADC的三元结构。我们常将ADC类比为“智能导弹”：抗体是GPS导航，载荷（Payload）是杀伤弹头，而连接子（Linker）则是控制爆发时机的引信。但是这枚导弹在人体内的航线充满挑战：文献显示，仅有约0.1%注射剂量的ADC药物能精准送达肿瘤细胞，其余99.9%都在外周循环或健康组织中被代谢 [5]。这种极低的递送效率，直接锁定了ADC研发的核心矛盾——如何在极窄的安全窗内，平衡杀伤力与确定性？

临床毒性虽受三者共同影响，但核心矛盾往往集中在Payload（毒药）的失控

“引信”的稳定性不足：可裂解连接子在血液中提前断裂导致了毒素的脱落。这些游离毒素通过Fcγ受体介导的吞噬或胞饮作用被健康细胞（如免疫细胞、肝细胞）误吸，引发骨髓抑制或肝毒性。
“子弹（payload）”外溢（旁观者效应失控）：高脂溶性Payload在杀伤肿瘤后穿透膜扩散，若渗透性过强导致系统性扩散，便会产生肺毒性、眼毒性等严重的迟发性损伤。

ADC研发绝非组件的线性叠加。基于医药魔方Trialicube临床试验数据库对大量终止项目的复盘，我们总结了导致临床失败的五个核心原因：

1、药品体内动力学角度：低估了正常组织与肿瘤在“结合-内吞-解离”全链条上的动态差异 [6] 。

2、匹配失衡：连接子裂解速率与靶点受体的周转率（Turnover rate）不匹配。

3、模型误导：NHP（非人灵长类）模型未能真实反映Payload在人体内的种属代谢差异及累积毒性。

4、结构冗余：高DAR值与随机偶联加剧了非特异性摄取，放大了毒性信号。

5、策略偏差：临床方案设计中对受试群体特征的系统性误判 [7]。

失败原因一：低估了正常组织与肿瘤在“结合-内吞-解离”全链条上的动态差异

过去，业内普遍认为“肿瘤高表达 + 正常组织低表达”即代表安全。但这只是表象。ADC的成败本质上取决于——“结合-内吞-裂解”这一动态链条在病理与生理状态下的效率差。

癌细胞（及时引爆）：凭借高密度的靶点和较快的内吞速率，ADC被迅速摄取并在溶酶体中高效释放载荷，实现“定向定点引爆”。

正常细胞（缓慢蓄积）：理论上内吞效率极低，ADC应保持“沉默”。但若这种速度优势减小，药物便会在健康组织中由于滞留而产生蓄积毒性。

靶点是影响癌细胞速度优势的主要原因。大多数靶点（如：HER2、TROP2）内吞后即被降解。有些靶点比如HER3，其特殊性在于其具有显著的“再循环”趋势（内吞后倾向于返回胞膜而非降解）。这一特征放大了抗体设计中解离速率（Off-rate）的风险：

肿瘤组织（Avidity锁定）：靶点密度极高，ADC通过多价结合产生亲和力效应（Avidity），被牢牢锁定并高效内吞。

正常组织（循环陷阱）：皮肤、肠道和骨髓中的HER3表达稀疏，抗体仅能单价结合。

核心矛盾：在单价结合条件下，如果抗体Off-rate过慢，它会像“粘胶”一样附着在受体上。由于HER3频繁再循环，ADC随之在胞膜与胞内反复滞留，导致毒素在健康细胞内缓慢蓄积，引发严重的血小板减少症和胃肠道毒性。

Patritumab deruxtecan（德帕曲妥尤单抗，HER3-DXd）是一种专门针对HER3的DXd抗体药物偶联物 (ADC)，采用喜树碱类拓扑异构酶I抑制剂DXd作为载荷（Payload），DAR≈8，由第一三共株式会社发现，并与默沙东（Merck）公司联合开发。在其HERTHENA-Lung02试验中提供了一个典型临床案例。

HERTHENA-Lung02是一项全球、多中心、开放标签的III期试验，主要评估德帕曲妥尤单抗单药治疗与铂类联合培美曲塞化疗在EGFR突变（19号外显子缺失或L858R突变）晚期非小细胞肺癌（NSCLC）患者中的疗效，这些患者此前接受第三代EGFR酪氨酸激酶抑制剂（TKI）治疗后出现病情进展。

根据试验结果，HERTHENA-Lung02显示出显著高于采用相同DXd载荷的德曲妥珠单抗（T-DXd，针对HER2）研究的3级及以上血小板减少发生率（Grade ≥3 约为30% vs 化疗组7.9%）。而在DESTINY-Lung01和 DESTINY-Lung02试验中 [8]，T-DXd（相同载荷、类似DAR）治疗HER2突变NSCLC时，未观察到类似高发的血小板减少事件。

此外，严重的脱靶毒性常导致患者频繁减量或停药，使得有效剂量难以充分触达肿瘤。HERTHENA-Lung02中，恶心发生率约为58%，腹泻发生率约为40-53%（部分数据报道为任何级别）。尽管无进展生存期（PFS）有所延长（中位PFS 5.8 个月 vs 化疗 5.4 个月，HR=0.77），但总生存期（OS）差异微小（中位OS 16.0 个月 vs 15.9 个月，HR=0.98）。由于毒性限制了剂量提升空间，患者常需减量或终止治疗，导致总体临床获益有限。

同样，在另一项选择HER3相关靶点（双特异性EGFR×HER3 ADC）但载荷不同的BL-B01D1（载荷为新型拓扑异构酶I抑制剂Ed-04，DAR≈8）的相关研究（如：BL-B01D1-201等）中，也观察到治疗相关性血小板减少症，所有级别毒性发生率~65%（在不同瘤种/剂量组中存在差异，主要为血液学毒性）。

失败原因二：连接子的裂解速率以及与对应的靶点受体的周转率（Turnover rate）的匹配

ADC药物的连接子设计不会改变血液中总的毒素暴露量（AUC），但它决定了毒素释放的空间分布。根据医药魔方NextPharma数据库统计，在已获批的ADC药物中，大部分仍选择具有潜在毒性风险的“可裂解连接子（Cleavable Linker），这背后是基于临床疗效的必然选择。

究其原因是因为实际临床中，肿瘤常表现出高度的异质性（并非所有癌细胞都高表达靶点）或内吞缓慢。两种连接子的在肿瘤的实际表现有很大不同：

不可裂解型（Non-cleavable Linker）：ADC主要通过抗体介导的内吞作用进入靶细胞，在溶酶体中经抗体完全降解后释放载荷-连接子复合物（通常带电荷，膜穿透性差）。这种设计精准杀伤高表达靶点的内吞细胞，但在异质性肿瘤中，未能有效清除低/无表达的旁观者细胞，易导致残留肿瘤细胞复发。

可裂解型（Cleavable Linker）：在肿瘤微环境（酸性pH、酶促环境如组织蛋白酶B等）中自动断裂，释放具备高膜穿透性的脂溶性游离载荷。这些载荷可扩散至邻近细胞，发挥“旁观者效应（Bystander Effect）”，显著提升对异质性肿瘤的杀伤覆盖。

可裂解连接子的血浆稳定性是关键调控因素：高稳定性可最大限度地将ADC滞留于肿瘤组织，减少正常组织泄露；低稳定性则导致载荷提前释放入血，将局部旁观者效应转化为全身脱靶毒性。

连接子不稳定导致临床失败的经典案例：吉妥单抗（Gemtuzumab Ozogamicin）

作为首个获批的ADC，吉妥单抗（Mylotarg）于2000年加速批准用于CD33阳性复发/难治AML（急性髓系白血病），2010年因严重毒性自愿撤市。其失败源于不稳定的可裂解连接子与极高毒性载荷的协同放大。

吉妥单抗采用人源化IgG4，靶向CD33（约90% AML细胞表达）。载荷选择了刺孢霉素（Calicheamicin），是一种极强DNA双链断裂剂。连接子选择酸敏感腙键（Hydrazone/AcBut linker），是为了保证药物在酸性溶酶体断裂，但其在血浆（pH 7.4）中稳定性差，导致早期泄漏。尽管DAR（平均DAR 2-3）较低，但高毒载荷和不稳定连接子仍放大系统性风险，尤其引发肝静脉闭塞病（VOD）等严重肝毒性。

SWOG S0106 研究入组新诊断AML患者，采用吉妥单抗联合 DA方案（柔红霉素+阿糖胞苷）对比单纯DA方案。结果联合组诱导死亡率显著升高；尽管实现了1.3个月的生存期数值延长，但由于P值未能在预设统计学区间内达到显著水平（卡在0.05门槛外），该研究未达到主要终点。这提示了“不稳定性连接子”在处理复杂肺癌微环境时，需要优化对应的临床策略。

ADC药物连接子稳定性与受体周转率的博弈

除了连接子（Linker）的稳定性之外，还有一个重要原因决定临床成败。即连接子的稳定与细胞受体周转率（Turnover Rate）的匹配程度。可以将ADC药物可以比作携带细胞毒性药物的“信使”，目的是将药物递送至肿瘤细胞。那么研发的核心难点就在于如何让信使在正确的时间、以正确的速度卸下货物。我们可以通过一个直观的模型来理解ADC的作用机制：

受体周转率：简单理解为细胞“开门”的频率。不同的肿瘤细胞表现出不同的“开门”（内吞）效率。高周转率的靶点（如：HER2、TROP2）意味着频繁进行内吞；而某些低周转靶点内吞较低。受体周转率就是是细胞表面靶标（如：HER2, TROP2）内吞、降解和再生的频率。
Linker稳定性：物资的“包装质量”。质量不佳（不稳定）的包装会导致药物在运送途中提前泄露，产生脱靶毒性；但包装若过于稳固，物资进入细胞后迟迟拆不开，药效便无从谈起。甚至部分药物会随着受体循环被重新排出细胞膜，或在溶酶体中被彻底降解。Linker的稳定性可以理解为化学键断裂并释放毒素（Payload）的时间常数。

Linker稳定性与受体周转率的“错位”，是导致许多ADC临床研究折戟的关键。这种毒性通常与靶点表达水平无关，其根源就在于系统性的载荷早期泄露。这也说明，如果Linker设计不考虑靶点特性，安全性窗口将极难把控。通过对比三款代表性药物，我们可以清晰看到“匹配”的重要性：

→理想匹配-Padcev（Enfortumab Vedotin）：采用Mc-vc-PAB可裂解型连接子。尽管其血浆稳定性并非最高，但在尿路上皮癌患者中显著延长了总生存期（OS）。关键在于该连接子与TROP2受体的高内化/周转速率高度匹配：进入肿瘤细胞后能快速释放载荷，实现高效杀伤且毒性可控。

→ Sacituzumab Govitecan（SG）的CL2A连接子（pH敏感型，Trop-2 ADC）：连接子相对易裂解，导致SN-38在循环中提前释放，引发严重腹泻和中性粒细胞减少，限制了剂量提升。但其“温和的系统性暴露”在某些研究（如EVOKE-01）中反而发挥了类似传统化疗的辅助作用。

→ Dato-DXd（TROPION-Breast01研究）使用超稳定的四肽连接子搭配DXd载荷，循环中几乎无载荷泄漏，ILD发生率仅3.9%，安全性良好。然而，由于肿瘤内释放速率较慢，且对照组后期交叉使用其他ADC的比例失衡，最终总生存期未达到统计学显著差异，凸显了“过度稳定”的潜在局限。

关于如何优化连接子稳定性，目前办法一个是加速稳定性评估：将ADC置于37℃人血浆中孵育，利用LC-MS精准定量游离载荷释放速率。一个是增加与受体周转速率匹配：对于高周转靶点（如：三阴性乳腺癌的TROP2），可适度放宽连接子稳定性要求；对于低周转靶点，则需采用“超稳定连接子+高活性载荷”的组合策略。

失败原因之三：载荷选择、代谢毒性与人体特异性

一个典型的行业现象是：采用相同偶联子-有效载荷（Linker-Payload）组合（如：PBD二聚体）的不同ADC药物，即便靶点迥异，往往表现出高度相似的毒性特征（如：血管渗漏综合征、骨髓抑制）。

目前全球ADC研发的主流毒素仍集中在微管抑制剂（MMAE、MMAF、DM1、DM4）、DNA 损伤剂（Calicheamicin、PBD）及拓扑异构酶I抑制剂（SN-38、DXd）。尽管通过抗体偶联赋予了药物“精准打击”的理论属性，但其极高的细胞毒性本质并未改变。这些载荷通过多种途径非特异性地进入正常细胞，诱发骨髓抑制、神经、肝、眼及肺毒性。从生物化学视角看，Payload 引发的毒性本质上是一个从**“身份错位”（由理化性质引发的非靶向清除）到“代谢失控”**（由酶促系统处理不当引起）的级联反应。

一、载荷理化性质：驱动非特异性流向

ADC的载荷理化性质，尤其是疏水性与电荷分布，直接决定了药物在体内的空间流向。大多数高效能载荷（如：MMAE、PBD、DXd）具有强亲脂性。当抗体偶联过多的亲脂性载荷（高DAR值）时，整体分子会呈现明显的疏水特征，从而触发肝脏网状内皮系统的“防御机制”。肝脏中的库普弗细胞（Kupffer cells）易将高疏水性的ADC分子误认为代谢废物进行吞噬。这种由于理化性质导致的“身份误判”，是临床上ADC诱发肝毒性的核心诱因。

二、载荷（Payload）与瘤种特性的“错配”

载荷的理化性质直接决定了其在正常组织中的蓄积倾向。当载荷的非特异性内吞特性（例如：角膜上皮细胞的胞饮作用）与靶点在正常器官的低水平表达同时发生，原本旨在提高安全性的“不扩散”特性反而会演变为严重的剂量限制性毒性（DLT）。这种毒性屏障极大地压缩了治疗窗口，导致药物在尚未达到疗效阈值前，就因机体无法耐受而被迫中止。

艾伯维(AbbVie)Depatux-M，(depatuxizumab mafodotin）的Phase III研究INTELLANCE-1提供了一个很好的学习案例。MMAF在处理GBM这种异质性极强的肿瘤时，缺乏旁观者效应意味着无法杀伤周围EGFR阴性的肿瘤细胞，另一方面毒性的蓄积倾向也影响了用药的剂量。

MMAF的设计初衷是利用其非渗透性（Non-permeable）特质来锁定毒性，从而提升安全性。然而在INTELLANCE-1 [9]临床实践中，这一理化特性反而陷入了“双输”的境地：

在应对胶质母细胞瘤（GBM）这种高度空间异质性的肿瘤时，载荷无法跨越细胞膜弥散，ADC只能精准清除EGFR阳性细胞，无法发挥旁观者效应，导致了肿瘤通过异质性迅速实现免疫逃逸；另一方面由于 ADC 药物通过非特异性胞饮作用进入角膜细胞，MMAF及其代谢物在泪液及角膜组织中呈现高度的蓄积倾向[10]，导致局部浓度远超耐受阈值。

由于严重的眼毒性（角膜病变）成为了剂量限制性毒性（DLT），临床给药剂量被迫大幅下调。这导致在患者尚未获得有效抗肿瘤获益（疗效阈值）之前，机体已先达到了毒性临界点，导致了III期临床的失败。

三、旁观者杀伤效应：双刃剑带来的毒性和疗效影响

毒性的扩散还与可裂解偶联子（Cleavable Linker）引发的——旁观者效应（Bystander Effect）——密切相关。当载荷在肿瘤微环境中释放后，凭借其优异的跨膜渗透能力，除了杀伤目标及其相邻的肿瘤细胞，游离载荷也会随局部血流或间质液渗透进邻近的正常组织（如血管内皮、黏膜等）。临床观察到的PBD相关血管渗漏综合征（VLS），或MMAE引起的严重黏膜炎，多源于这种效应的过度外溢。

四、载荷代谢产物：从降解到蓄积

ADC进入细胞后，通常经溶酶体降解释放出游离载荷或其代谢产物。此后，机体主要通过肝脏代谢酶系统（如：CYP3A4、UGT1A1等）进行解毒。若载荷化学结构导致其解毒代谢异常缓慢，或代谢产物本身仍具生物活性，则会导致毒性物质在特定器官蓄积。以DXd为例，其微量代谢产物易在肺泡上皮累积，诱发免疫炎症，这解释了其标志性的肺毒性（ILD）。而PBD类载荷能形成不可逆的DNA共价交联，若代谢不彻底，会对神经髓鞘产生持久性破坏，导致严重的神经系统损伤。

艾伯维 (AbbVie)的Rova-T(Rovalpituzumab Tesirine)在Phase III研究是一个值得参考学习的案例，Rova-T的载荷PBD是一种极强的DNA烷化剂，其代谢途径极其复杂，极易引发严重的浆膜腔积液（如：胸腔/腹腔积液）和皮肤毒性。这种毒性具有蓄积性，导致受试者无法耐受长期治疗。艾伯维曾斥资百亿美元收购此项目，但最终在III期临床因生存获益不足且毒性过大而关停。

五、种属差异：临床前研究的“灰色地带”

载荷的代谢过程受肝微粒体P450酶系、UGT酶系、酯酶及酰胺酶等调节，这些酶在人与实验动物（小鼠、猴）之间存在显著的种属多态性，导致部分毒性在动物实验中难以察觉。

→ SN-38与UGT1A1多态性：在Sacituzumab Govitecan中，SN-38主要通过UGT1A1酶进行葡萄糖醛酸消除。人类群体中存在UGT1A1*28等位基因多态性（东亚人群尤甚），会导致清除率显著下降，进而使骨髓抑制和延迟性腹泻风险成倍增加。而食蟹猴由于UGT酶活性较高且缺乏同类多态性，往往会低估该药物的实际毒性暴露。

→ DXd与间质性肺病（ILD）：DXd的进一步代谢涉及CYP3A4/5及羧酸酯酶。在人体中，其产生的多种氧化/去甲基化次级代谢物易在肺泡上皮累积，诱导氧化应激与线粒体损伤，临床表现为ILD（发生率约3%-15%）。但在食蟹猴模型中，由于肺部代谢活性差异，这种迟发性病理极少重现。

→ PBD与格林-巴利综合征（GBS）：PBD形成的不可逆DNA交联物在人体神经髓鞘或血管内皮细胞中富集，曾引发罕见但严重的GBS（发生率可达 6.8%）。然而，非人灵长类动物模型几乎无法模拟这种由免疫介导的迟发性神经毒性，成为药物研发中的重大安全隐患。

ADC载荷选择与转化策略，临床试验证实SN-38和DXd等在TNBC或HER2+乳腺癌中表现出色，但在NSCLC、HR+乳腺癌等慢增殖或微环境复杂的实体瘤中，代谢累积毒性往往抵消疗效红利。未来需开发组织特异性代谢更温和的新载荷（如：Granzyme B、NAMPT抑制剂、Bcl-xL抑制剂等）。

失败原因之四：DAR值与人体细胞的非特异性摄取

一种曾经被广泛接受的观点认为，抗体药物偶联物（ADC）中，所偶联的细胞毒性药物（Payload）越多，其治疗效果越强。然而，近年来的研究彻底颠覆了这一传统认知，揭示了一个关键事实：载药量（Drug-to-Antibody Ratio，DAR）是影响ADC安全性的一个隐性但至关重要的因素。每增加一个细胞毒性“弹头”的偶联，都可能为这种精准靶向的“生物导弹”引入意想不到的风险。这主要源于大多数“弹头”及其连接子（Linker）的固有特性——高度疏水性，即俗称的“油性”。接下来，我们将对DAR值所引发的毒性机制进行深入分析：

机制一：DAR越高，抗体表面越“油”

抗体本身是一种蛋白质，天生“亲水”，能自在地在我们的血液中循环。但ADC常用的“弹头”，如MMAE、DM1等，却恰恰相反，是高度“疏水”的“油性”分子。当我们将这些“油性弹头”一个个挂到亲水抗体上时就会发生如下两种情况：

→ DAR较低时（如：DAR=2）：抗体尚能维持其“亲水伪装”，像个乖孩子一样在血液里低调巡航，不易被身体的免疫系统察觉 [11]。

→ 当DAR飙升时（如：DAR=6~10）：情况急转直下。抗体表面布满了“油性补丁”，整体疏水性急剧增加，让它看起来不再像身体的“友军”，而更像一颗格格不入的“外来脂质颗粒”。

机制二：疏水性升高会导致抗体在血浆中的稳定性下降，最后导致药物的非特异性摄取增加

研究发现高载药ADC（highly-loaded ADCs）在血浆里特别容易发生提前脱偶联（premature deconjugation）或聚集，所以高载药ADC在血浆中通常不稳定，与此同时，药物的疏水性也增强了与细胞膜的非特异性相互作用 [12]，促进免疫系统将其识别为异物，主要表现在肝脏表现出很高的非特异性摄取，导致off-target毒性显著增加。Hamblett et al.的研究（Nguyen引述）显示，anti-CD30-vc-MMAE ADC的DAR从2升至8时，系统清除率显著加快、耐受性大幅下降、治疗指数变窄。Sun et al.进一步证实：DAR=10的maytansinoid ADC清除率是低DAR（<6）的5倍，小鼠体重减轻更严重（7~9% vs 4% nadir）。

机制三：传统随机偶联放大异质性，高DAR亚群成为“定时炸弹

要理解这个问题我们需要先回顾一下偶联的办法，抗体表面有很多氨基（-NH₂，来自赖氨酸lysine）和巯基（-SH，来自半胱氨酸cysteine）。传统做法就是把毒素（payload）随便“挂”到这些氨基或巯基上——不挑位置、也不控制数量。这种办法也被称之为随机偶联。因为随机分配的payload，所以很自然的就导致一个现象是一批ADC产品里会出现各种“子群体”：

DAR = 0：完全没挂上药的“裸抗体”（没疗效）。

DAR = 2、3、4：较低载药。

DAR = 6、7、甚至≥8：较高载药。

即使通过纯化把平均DAR控制在4左右（行业常见目标值），批次里仍然混着少量DAR 6~8的“高载分子”。所以进一步也会导致DAR值（药物抗体比）和疏水性严重不均一。

机制四：人体器官和组织特点决定的因素

高疏水性的ADC容易被肝脏的Kupffer细胞（肝巨噬细胞）和肝窦内皮细胞（LSECs）通过非特异性内吞一把抓走。高DAR ADC在肝脏的分布显著升高，“可能正是由于Kupffer细胞和肝窦内皮细胞的非特异性摄取”。人体的其他正常细胞摄取完整ADC，主要靠非特异性内吞，而内吞强度直接受ADC的疏水性和电荷影响。

所以理论上来说，DAR值不是“越多越好”，它的本质上是把疏水毒素“贴”到亲水抗体上的数量开关。每多贴一个，就多一份被免疫系统当成“外来脂质颗粒”清扫的风险。传统随机偶联的异质性，又把这个风险进行了放大。所以目前行业内在重点定点偶联（site-specific conjugation）技术（比如：用非天然氨基酸、酶催化、click化学等），就是要让每支抗体都精准挂上固定数量（通常DAR=2或4）、固定位置的药物，彻底消除这种“定时炸弹”。

由于DAR值原因的失败案例分析

Trodelvy（戈沙妥珠单抗）采用的人源化IgG1抗体，靶向TROP-2。TROP-2在多种上皮癌中高表达，包括NSCLC。在EVOKE-01研究中选择晚期非小细胞肺癌（NSCLC）的二线治疗，对手是传统的化疗药“多西他赛”。载荷 (SN-38) 是拓扑异构酶I抑制剂，是化疗药伊立替康的活性代谢物。连接子 (CL2A) 是一种可水解的连接子，允许SN-38在肿瘤细胞内外释放，产生“旁观者效应”。采用的传统的随机偶联技术， DAR~7.6 。在与标准化疗药多西他赛的“头对头”比较中，展现了11.1个月对9.8个月的OS优势，且p值恰好卡在0.05的门槛之外，意味着这一结果的偶然性无法被完全排除，后续诸多原因分析是与DAR值有关系。

鉴于载荷SN-38的细胞毒性相对温和，分子设计上通常采取“以量取胜”的策略，通过提高载药量来最大化杀伤效力。这一策略在三阴性乳腺癌（TNBC）和尿路上皮癌中已获临床验证。

这种设计理念体现为两个核心特征：高药物抗体比（DAR平均值高达7.6，如 Trodelvy）以及伴随产生的高异质性（即产物为DAR 0至8+的复杂混合物）。然而，在非小细胞肺癌（NSCLC）领域，这种高DAR设计可能是一把“双刃剑”。

相比TNBC，NSCLC的肿瘤血管渗透性、靶点密度及分布均一性较弱，要求 ADC具备更长的循环稳定性以实现有效的瘤内渗透与靶点结合。因此，EVOKE-01研究中OS仅延长1.3个月且无统计学差异，可能因为递送至肿瘤病灶的“有效剂量总量”未能突破起效阈值。

原因五：临床策略导致临床试验的失败

一：患者选择策略的优化空间

近年来，ADC赛道快速发展，Payload（如：拓扑异构酶I抑制剂）和Linker技术的成熟确实提升了药物潜力。在行业的热情高涨的同时也带来了一些思维上的误区。许多项目在适应症扩展时，仍倾向于假设某一分子在乳腺癌中验证的安全性可直接平移至肺癌或消化道肿瘤等其他瘤种。这种策略低估了不同癌种患者在多线治疗后的器官功能异质性，导致真实治疗窗在扩展人群中被压缩。

这一挑战在临床数据中有所体现。以NEJM 2022年发表的DESTINY-Lung01 [13]试验为例，T-DXd（剂量6.4 mg/kg）在HER2突变非小细胞肺癌（NSCLC）中的药物相关间质性肺病（ILD）发生率约为26%（含2例致死事件），显著高于其在乳腺癌适应症中的水平（跨DESTINY-Breast系列试验整体约10-16%，多数为低级别）。NSCLC患者常有既往胸部放疗、吸烟史或免疫治疗史，可能使肺微环境处于较高风险状态，增加DXd相关肺毒性。ESMO等多项指南强调，需在治疗前评估ILD风险因素 [14]，包括既往放疗史，并加强监测。

这一现象提示行业：单纯依赖分子结构设计难以完全应对真实世界的生物学异质性。未来ADC临床开发可更多考虑复合生物标志物驱动的患者富集策略，并在早期试验中嵌入风险分层与自适应设计，通过前置风险管理来优化治疗窗。

二：剂量探索阶段的常见误区

ADC并非传统化疗，其毒理学具有独特的暴露-反应关系。许多早期项目仍沿用“3+3”剂量爬坡模式，主要关注首周期剂量限制性毒性（DLT），以确定最大耐受剂量（MTD）。然而，这种方法可能低估ADC的慢性/累积毒性（如周围神经病变、眼毒性或ILD），后者更多受整体暴露量（AUC）而非峰浓度（Cmax）驱动。

此外，ADC在体内可裂解为完整偶联物、裸抗体和游离毒素，药代动力学（PK）动态变化明显。若采用固定给药频次而未优化间隔，易在疗效尚未充分显现前即出现毒性累积。FDA的Project Optimus倡议正推动行业从“最大耐受剂量”转向“最优生物剂量”（OBD），强调通过多剂量扩展队列、模型辅助设计等方法，平衡疗效与安全性。降低不必要毒性，本质上有助于扩大有效剂量空间。

我们上文提到的全球首款获批ADC药物Mylotarg（gemtuzumab ozogamicin，靶向CD33）的开发历程为此提供了重要启示。该药物于2000年获批时，其早期单药方案采用了9 mg/m²（第1、14天）的较高剂量。受限于CD33受体饱和、linker在血液中不稳定以及过高的峰浓度（Cmax），该方案导致游离毒素在循环中大量释放，引发了较高的肝静脉闭塞病（VOD/SOS）风险。随后，在其上市后的确证性III期试验（SWOG S0106）中，采用较低剂量（6 mg/m²）联合化疗的方案未能展现显著生存获益，反而导致诱导期死亡率增加，最终迫使该药于2010年自愿撤市 [15] 。

后续ALFA-0701试验在联合化疗背景下，将剂量调整为分次给药（第1、4、7天各3 mg/m²），显著降低VOD发生率，同时通过优化给药间隔匹配CD33受体再表达周期，提高了肿瘤局部有效暴露。

该案例印证了 FDA Project Optimus的核心导向 [16] ：剂量与给药方案的设计必须高度契合靶点的动力学特征，在不触及急性毒性红线的前提下，实现肿瘤局部有效暴露量（AUC）的最大化。

三：早期临床获益向确证性试验转化的挑战

ADC领域的早期临床数据往往极具欺骗性。在Phase I/II 期试验中，凭借客观缓解率（ORR）多款ADC管线曾惊艳市场。但当项目真正进入大规模、随机对照的确证性Phase III试验时，却频频因生存获益不足、累积毒性爆发或临床设计缺陷而折戟。这种“转化失效”是近年来ADC临床研究中面临比较严重的挫折。通过分析近五年的失败案例，导致III期临床试验受挫的核心问题通常集中在三个方面：

一是单臂研究向随机对照试验转换时，标准治疗（SOC）的预期效果存在偏差；二是长期给药过程中，毒性增加导致药物暴露量（AUC）必须进行调整；三是单药治疗与联合治疗策略之间的的问题。

接下来通过对通过赛诺菲Tusamitamab ravtansine（CEACAM5靶点，载荷DM4微管抑制剂）临床研究的回顾来进行分析。

在首次人体试验（NCT02187848）中，Tusamitamab ravtansine在治疗非小细胞肺癌（NSCLC）患者中，通过对 CEACAM5高表达亚组（IHC ≥2+ 且 ≥50%）回顾性分析获得约20.3%的ORR，赛诺菲据此迅速将其推向Phase III。全球确证性试验CARMEN-LC03中，该药单药对战多西他赛未能达到PFS主要终点（中位PFS 5.4个月 vs 5.9个月，HR 1.14，95%CI 0.86–1.51，未优效），OS有数值趋势（12.8 vs 11.5个月，HR 0.85）但未达统计学意义，项目最终被终止。

究其原因，在早期扩展队列中筛选出的高表达患者ORR较高，但推向全球多中心大规模III期时，患者复杂的既往治疗史（包括脑转移、重度免疫耐药等深层异质性）彻底暴露，对照组多西他赛的表现也较为稳健，导致ADC优势被抹平。该案例凸显了早期单臂/回顾性亚组分析向前瞻性随机对照试验转化的风险，以及生物标志物富集策略在真实世界中的适用性挑战。

小结

ADC的研发本质上是一场关于“平衡”的艺术。在标准治疗（SOC）不断迭代的今天，仅仅追求“有疗效”是不够的。真正的战略胜手，在于能否在早期临床中深度整合PK/PD数据、精准识别获益亚组，并勇于根据安全性反馈实时优化给药策略。只有真正拓宽了治疗窗，ADC才能从实验室的精巧分子，转化为临床上真正的“魔法子弹”。

参考文献

[1] https://www.adcreview.com/the-highs-lows-and-resurgence-of-antibody-drug-conjugates/

[2] Han Liu, et al. Protein & Cell, Volume 16, Issue 7, July 2025, Pages 532–556

[3] Nguyen TD, et al. Cancers (Basel). 2023;15(3):713.

[4] Gorovits B, et al. Cancer Immunol Immunother. 2013;62(2):217-223.

[5] Casi G., Neri D. J. Med. Chem. 2015;58:8751–8761.

[6] Nguyen TD, et al. Cancers. 2023

[7] Ballestín P, et al. Pharmaceutics. 2025

[8] Goto K, et al. J Clin Oncol. 2023;41(31):4852-4863.

[9] Lassman AB, et al. Neuro-Oncology, 2023

[10] Loberg LI, et al. J Ocul Pharmacol Ther, 2022

[11] amblett, K. J., et al (2004). Clinical Cancer Research, 10(20), 7063–7070

[12] Sun, X., et al. (2017). Bioconjugate Chemistry, 28(5), 1371–1381.

[13] Li BT, et al. N Engl J Med. 2022;386(3):241-251.

[14] Wekking D, et al. ESMO Open. 2023;8(6):102040.

[15] Jen EY, et al. Clin Cancer Res. 2018;24(14):3242-3246.

[ 16 ] U.S. Food and Drug Administration. Project Optimus: Reforming the dose optimization and dose selection paradigm in oncology. FDA Oncology Center of Excellence

TrialiCube全球临床数据库