抗体-药物偶联物（ADCs）正迅速成为癌症治疗领域的一种变革性方法，相比传统治疗手段具有显著优势。全球ADC市场预计在2023年将达到112.9亿美元，2024年至2030年间的复合年增长率（CAGR）预计为9.2%，反映出该领域在科学和经济层面都引发了广泛关注 [1]。

      ADCs被认为是肿瘤学中增长快速的药物类别之一，得益于其靶向治疗潜力，副作用更少，应用范围更广，且治疗指数高于传统化疗。

尽管ADCs早期主要聚焦于血液系统恶性肿瘤，但目前明显转向实体瘤治疗。大约90%的当前ADC临床试验都针对实体瘤应用 [2]。这一转变凸显了对实体瘤更有效治疗方案的迫切需求，实体瘤通常比血液癌症更具治疗挑战。这些挑战包括抗体难以渗透肿瘤组织，限制了药物的递送效率并降低疗效。为克服这些障碍，研究人员正聚焦于肿瘤微环境中的新靶点，使ADCs能够应对实体瘤生物学的复杂性，并拓展其治疗潜力。

局限性
     尽管前景广阔，ADCs仍面临若干限制其潜力的挑战。药物耐药性是一个主要问题，癌细胞可能适应并抵抗细胞毒性有效载荷的作用。脱靶毒性也是一个问题，连接子有时会在非肿瘤组织中意外释放有效载荷，导致不良反应。有限的肿瘤渗透性进一步限制了药物递送，导致疗效不佳。ADCs复杂的结构（由抗体、有效载荷和连接子组成）增加了临床前研究和临床应用中的挑战。

    据报道，仅有极小一部分给药剂量（每克肿瘤组织中仅0.0003%至0.08%）能积聚在靶部位，这显著影响了疗效 [2]。目前的有效载荷也存在临床局限性，例如严重副作用和耐药性的发展。

ADC开发——连接子（Linker）
      连接子是抗体-药物偶联物（ADCs）中的关键组成部分，它们连接抗体和细胞毒性有效载荷，在ADCs的稳定性、有效载荷释放、药代动力学（PK）、毒性和整体治疗效果中起着至关重要的作用。理想的连接子应在循环系统中保持稳定，以防止药物过早释放并降低脱靶毒性，同时在靶组织中实现特异性释放。此外，连接子应具备合适的偶联位点，以便高效进行药物设计。

      连接子主要分为两类：可裂解型（cleavable）和不可裂解型（non-cleavable）。可裂解型连接子设计用于在肿瘤环境中特定触发因素作用下释放有效载荷，这些触发因素包括低pH值、蛋白酶活性或高谷胱甘肽水平。化学裂解连接子（如基于腙或二硫键的连接子）通过质子解离或巯基还原等方式断裂。酶裂解连接子（如葡萄糖醛酸或肽类连接子）则通过蛋白水解或糖水解降解。常见的可裂解连接子包括缬氨酸-瓜氨酸（Val-Cit）、苯丙氨酸-赖氨酸和谷胱甘肽敏感的二硫键连接子 [2]。

      不可裂解型连接子则不具有化学触发机制，它们在内化后仍与有效载荷保持连接，有效载荷的释放依赖于抗体的溶酶体降解。

      近年来，连接子技术的进步集中在优化化学触发机制和开发新型触发机制，以创建高选择性连接子，减少脱靶毒性。创新包括引入亲水性元素（如磷酸或聚乙二醇PEG）以改善溶解性和PK，特别是对于携带疏水性有效载荷的ADCs [3]。

      更短的连接子可通过空间位阻保护有效载荷，从而增强ADC的稳定性。此外，双有效载荷ADCs的兴起也推动了连接子的发展，这些连接子需在血浆稳定性与精准裂解之间取得平衡。这类连接子通常采用线性或分支设计，配备正交反应手柄，以适应不同的偶联策略 [1]。

ADC开发——有效载荷（Payload）
      有效载荷是负责杀死癌细胞的细胞毒性药物，是决定ADC抗肿瘤效果和潜在副作用的关键因素。理想有效载荷应具备高细胞毒性（IC50值在皮摩尔或纳摩尔级）、低免疫原性、在循环中稳定、具备可修饰的官能团以及良好的水溶性。第二代有效载荷中常见的包括微管抑制剂，如奥瑞他汀类（Auristatins，如MMAE、MMAF）和美登素衍生物（DM1、DM4）。

      奥瑞他汀通过靶向微管蛋白的β亚单位来破坏微管形成；MMAE具有细胞膜通透性和旁观者效应，而MMAF则通透性较差。美登素则通过抑制微管聚合，阻碍细胞分裂。DNA损伤剂是另一类重要有效载荷，包括卡利奇霉素（Calicheamicin）类似物、杜卡霉素（Duocarmycin）类似物和拓扑异构酶I抑制剂，这些药物通过造成DNA双链断裂、烷基化或插入作用杀伤癌细胞。吡咯苯并二氮杂卓（PBD）也是DNA损伤剂，能形成链间交联 [4]。

除传统有效载荷外，研究人员还在探索新型药物，如RNA抑制剂、Bcl-xL抑制剂、NAMPT抑制剂、Carmaphycins和免疫调节剂。新兴技术如PROTACs（蛋白降解靶向嵌合体）和光敏剂也被用作ADC有效载荷。免疫ADCs使用免疫调节剂激活免疫系统，在肿瘤免疫治疗中展现出潜力 [4]。

      连接子与有效载荷之间的相互作用对ADC功能至关重要，连接子的选择往往决定了有效载荷的适用性，反之亦然。特异性也至关重要，需要抗体对肿瘤特异性抗原具有高亲和力，以降低脱靶效应。具备旁观者效应的有效载荷对低表达或异质性抗原表达的肿瘤尤其有利，但需小心平衡以避免对正常组织产生毒性。

双有效载荷（Dual Payload）
      并非所有双有效载荷ADCs都是双特异性的；双有效载荷策略的核心在于结合多种作用机制以增强治疗效果。通过整合两种不同药物，双有效载荷ADCs旨在降低耐药性风险、减轻毒副作用并提高抗肿瘤效果。多种有效载荷可通过不同通路靶向癌细胞，从而降低耐药性发生的概率。当不同作用机制的有效载荷联合使用时，可产生协同治疗效果，通常比单独给药带来更好的生存获益。

      开发双有效载荷ADCs需要复杂的连接子设计，以容纳两种不同的有效载荷。这些设计通常依赖传统的线性或分支连接子，并配备正交反应手柄以确保精准偶联。然而，大多数双有效载荷ADCs仍处于临床前开发阶段 [4]。尽管前景可期，这类ADCs仍面临挑战，包括两种有效载荷之间可能存在重叠毒性，使安全性评估变得复杂。此外，其制造过程复杂，涉及多个纯化步骤，给质量控制带来重大挑战。

双特异性与多特异性抗体
      双特异性抗体（bsAbs）可识别两个或多个表位，这些表位可位于同一或不同靶分子上。它们可采用多种结构构建，如单链可变片段（scFv）、单域抗体（sdAb）以及带有工程化Fc区的全长抗体。一种特殊类型的双特异性抗体称为双表位抗体（bpAbs），可结合同一抗原上的两个不同、非重叠表位。这种设计增强了ADC的内化和溶酶体转运，从而改善有效载荷递送。bpAbs还可通过靶向同一分子上的多个表位来应对抗原下调问题，确保持续结合和治疗效果。例如，ISB 1442 是一种双特异性bpAb，靶向CD38的两个不同表位，并以低亲和力结合CD47。M1231 是一种双特异性ADC，靶向MUC-1和EGFR，表现出增强的细胞内化和溶酶体转运能力 [5]。

      多特异性抗体（MsAbs）则设计用于结合两个或多个表位，提供超越传统单克隆抗体的扩展功能。MsAbs可交联细胞表面蛋白并招募免疫细胞以清除肿瘤细胞。这些抗体由多种构建模块（BBs）组成，包括Fab、scFv、Fc区、细胞因子和单域抗体。构建模块的设计与选择对于确保终MsAb符合预期产品特征及靶点和作用机制至关重要。每种格式必须针对特定靶点或表位进行优化，因为同一配置未必适用于所有情况。MsAbs正被探索用于多种应用，如增强免疫细胞招募和促进不同细胞表面蛋白的交联。然而，其开发通常涉及更复杂的制造过程，需要额外考虑生产挑战 [6]。

ADCs的从头设计与人工智能
      人工智能（AI）和机器学习（ML）正被越来越多地用于提升抗体-药物偶联物（ADCs）的设计与开发。AI可用于识别具有更好肿瘤选择性的新型ADC靶点，例如用于新抗原识别的AI技术。此外，AI在优化抗体亲和力和生物物理特性、设计新型连接子方面发挥重要作用。AI还能预测双有效载荷ADCs中药物组合的协同效应，创新的计算机模拟方法可用于个性化药物组合治疗。这些方法利用来自恶性细胞系的遗传数据、药物靶点和分子信息，估算两种有效载荷之间的潜在协同作用。

      其他进展包括多任务深度神经网络的应用，可高效预测体外、体内和临床毒性，提高毒性预测的准确性和可解释性。AI还协助抗体设计，包括从头抗体的创建和现有抗体特性的优化。

     从头蛋白质设计是指通过计算方法从零开始生成全新蛋白质，而非改造现有蛋白。这种方法可创造自然界中不存在的全新结合界面。Rosetta 等工具被用于该过程。这些新设计的蛋白质可作为多特异性抗体（MsAbs）的构建模块，提供开发靶向难以接近分子的独特结合剂的可能性，并创造新的药代动力学和药效学特征。

     此外，AI和ML正在通过更智能的工作流程加速ADC开发过程。结合AI与ML的混合方法已显示出提高ADC开发效率和成功率的潜力，最终带来更有效和更具靶向性的治疗手段 [6]。

结语
      连接子化学、有效载荷设计和多特异性抗体工程的进步正在重塑ADC领域，AI在提升精准性和疗效方面发挥着关键作用。稳定性、特异性和化学触发机制的创新确保了有效载荷的精准递送，同时减少脱靶毒性。双特异性和多特异性抗体提升了靶向精度，在复杂肿瘤环境中实现更好疗效。

      AI加速了药物开发流程，加快靶点识别、毒性预测和抗体优化，并推动个性化医疗的发展。免疫调节剂和双有效载荷等新型设计进一步提升了疗效并应对耐药问题。这些进展使ADCs成为肿瘤治疗中的关键工具，为更有效的癌症治疗带来新希望。

——本文编辑整理自ADC Review的2025年1月30日的文章《Recent Trends of ADCs》，作者William Lee, Ph.D。

参考文献：