抗体偶联药物毒性图谱解析与优化设计：提升安全性与抗肿瘤疗效

《Signal Transduction and Targeted Therapy》：Antibody-drug conjugates: unpacking toxicity profiles and optimized designs for enhanced safety and antitumor efficacy

　　

抗体偶联药物（ADCs）已扩展了多种恶性肿瘤的治疗选择，但其临床获益仍受限于异质性且有时较为严重的毒性。这些毒性极少由单一组分引起，而是反映了靶点生物学、分子结构、全身暴露与组织易感性之间的关联。研究人员首先通过讨论抗体-靶点轴、连接子（linker）、有效载荷（payload）、药物负载量（drug loading）及偶联策略对全身暴露和组织毒性的各自贡献，来审视ADC毒性的结构基础。研究人员将器官选择性"靶向、脱肿瘤"（on-target, off-tumor）损伤与靶点非依赖性毒性加以区分，并进一步表征两条主要的脱靶途径：完整ADC通过Fcγ受体（FcγR）介导或胞饮主导途径的情境依赖性摄取，以及因过早全身释放或局部旁观者扩散而产生的对释放有效载荷的空间差异性暴露。此外，研究人员总结了多学科管理框架，涵盖从预防性措施到复杂场景（如再挑战治疗和联合治疗）下分级干预的全程管理。最后，研究人员讨论了通过暴露-反应指导给药、下一代分子工程和新兴偶联平台来拓宽治疗窗的策略。人工智能（AI）和计算方法可能进一步将安全性优化从药物设计延伸至患者分层和真实世界监测。通过将分子设计、空间暴露与临床管理相联结，本综述提供了一个在保持抗肿瘤疗效的同时改善ADC安全性的整合框架。

引言部分回顾了抗体偶联药物（ADCs）作为靶向肿瘤治疗策略的发展历程，指出其通过受体介导的内吞作用递送细胞毒性药物，可在杀伤肿瘤的同时减少传统化疗的全身毒性。然而，概念向临床成功转化最初面临挑战。首个获美国食品药品监督管理局（FDA）批准的CD33靶向ADC——吉妥珠单抗奥唑米星（GO）——经历了曲折的监管路径，因SWOG S0106试验显示早期死亡率和肝毒性（包括肝静脉闭塞病，VOD）增加而无生存获益，于2010年自愿撤市；2017年经优化分次给药方案后重新获批，凸显了通过精细的组分设计和临床策略平衡疗效与安全性的重要性。为解决上述局限，研究人员在ADC三大核心组分上进行了创新改进：抗体工程向人源化骨架转变以降低免疫原性；连接子工程向改善循环稳定性和更可控的有效载荷释放方向发展，如蛋白酶可裂解肽连接子的应用；有效载荷格局日趋多样化，整合了微管抑制剂、DNA损伤剂和拓扑异构酶I抑制剂（Topo1i）等高效药物，同时优化有效载荷膜通透性以诱导"旁观者效应"成为应对瘤内异质性的关键策略。这些进展推动现代ADC在多种癌症类型和临床情境中实现了更优的疗效-安全性平衡，例如曲妥珠单抗德鲁替康（T-DXd）在DESTINY-Breast04中为HER2低表达转移性患者带来显著生存获益，曲妥珠单抗美坦新（T-DM1）在KATHERINE试验中将残留病灶患者的复发风险降低46%。尽管现代ADC临床疗效取得重大进展，其多组分结构仍导致复杂且异质的的不良事件谱，ADC毒性反映分子设计、全身暴露、组织生物学和治疗情境的综合效应，极少可归因于单一组分或机制。本综述为分析清晰起见分别讨论各主要ADC组分，但在完整偶联物情境下解读其贡献，首先介绍ADC平台并审视抗体与靶抗原、连接子、有效载荷、药物抗体比（DAR）和偶联化学如何塑造其毒性特征，继而按抗原依赖性对ADC相关毒性进行分类，讨论靶点依赖性"靶向、脱肿瘤"损伤和靶点非依赖性"脱靶、脱肿瘤"毒性的机制与临床表现，随后讨论毒性预防、监测和临床管理（包括再挑战和联合治疗），最后探讨通过暴露指导给药、下一代ADC设计和AI辅助方法改善治疗窗的策略。

ADC平台与毒性的结构基础部分指出，ADC是一种高度工程化的模块化治疗药物，由靶特异性单克隆抗体、高效细胞毒性有效载荷和连接二者的化学连接子三大核心组分构成，此外DAR和特定偶联化学是影响ADC整体药代动力学行为、疗效和毒性特征的关键决定因素。抗体与靶抗原部分阐明ADC毒性与其结构组成密切关联，抗体作为肿瘤特异性靶向的主要组分，通过选择性抗原识别决定全身生物分布，并通过其骨架结构影响药代动力学和免疫相互作用。多数已批准和在研ADC采用人源化免疫球蛋白G1（IgG1）骨架，Fc区通过与Fcγ受体（FcγRs）、补体成分1q（C1q）和新生儿Fc受体（FcRn）的相互作用影响ADC活性；FcγRs主要表达于自然杀伤细胞和髓系细胞群，介导抗体依赖性细胞毒性（ADCC）、抗体依赖性细胞吞噬（ADCP）和抗原非依赖性ADC摄取；C1q启动补体依赖性细胞毒性（CDC）；FcRn广泛表达于内皮、上皮和造血细胞，通过拯救内吞IgG免于溶酶体降解来延长ADC全身暴露和半衰期。Fc沉默突变（如LALA-PG）和Fc糖基化工程策略正在开发中以减少不需要的FcγR或C1q结合。靶抗原驱动毒性方面，根据表达谱ADC靶点一般分为肿瘤特异性抗原、肿瘤相关抗原（如HER2、TROP2、Nectin-4）、血液谱系抗原（如CD19、CD22、BCMA）和基质或血管靶点；由于肿瘤特异性抗原临床可得性稀缺，多数已批准ADC靶向肿瘤相关或谱系抗原，毒性模式常表现为"靶向、脱肿瘤"损伤。连接子技术部分阐述连接子作为抗体与有效载荷之间的结构桥梁，其稳定性和可裂解性直接决定细胞毒性药物在体内的释放动力学，理想连接子需在循环和正常组织中保持稳定，同时在到达肿瘤微环境（TME）或进入恶性细胞胞内后实现高效有效载荷释放。可裂解连接子包括酸敏感腙键、可水解碳酸酯键、可还原二硫键和蛋白酶敏感肽键，因其裂解条件利用生理区室梯度而非绝对肿瘤特异性，需精确的抗体介导递送以限制全身毒性；不可裂解连接子（如T-DM1所用SMCC衍生的MCC硫醚键）具有高度血浆稳定性，依赖细胞摄取和溶酶体蛋白水解产生极性较强、膜通透性有限的分解代谢物，将细胞毒性活动主要局限于内化细胞并限制旁观者暴露。细胞毒性有效载荷部分指出有效载荷是ADC的主要细胞毒性效应物，当前临床批准和在研有效载荷主要分为微管抑制剂、Topo1i和DNA损伤剂，各具独特的化学结构、作用机制和毒性特征；微管抑制剂（如DM1、DM4、MMAE、MMAF）通过结合β-微管蛋白破坏微管动力学，亲脂性有效载荷（如MMAE和DM4代谢物）高度通透，促进旁观者效应但可能因局部或循环扩散导致周围神经病变（PN）和中性粒细胞减少；Topo1i（如SN-38和DXd）稳定TOP1-DNA裂解复合物，SN-38基ADC主要与剂量限制性中性粒细胞减少和腹泻相关，DXd基ADC与血液学和胃肠道毒性相关并携带临床相关的间质性肺病（ILD）或肺炎风险；DNA损伤剂（如卡奇霉素衍生物、PBD二聚体、duocarmycins）为超高效力药物，类效应毒性以严重且常持久的骨髓抑制为主。DAR与偶联化学部分阐明DAR和偶联化学是将有效载荷内在效力转化为临床可用治疗窗的两大核心工程杠杆，已批准ADC平台的平均DAR通常集中在2-4，部分高DAR平台接近7-8，适度提高DAR可增强胞内有效载荷递送和抗肿瘤活性，但过度载药增加疏水性、加速全身清除、降低全身暴露并可加剧脱靶组织暴露；亲水性药物-连接子元件（如适当定位的短PEG间隔臂）可抵消有效载荷疏水性、减少聚集和非特异性结合；传统随机偶联产生 conjugation 位点和载药分布高度异质的产品，位点特异性偶联技术（包括N端选择性标记、糖基重塑和酶促偶联）可产生更均一、DAR分布更窄的产品。毒性分类与临床表现部分将ADC相关不良事件（AEs）按靶向和脱靶效应分类，指出这些机制在临床情境中极少互斥，常重叠或协同作用形成混合机制；该部分基于关键临床试验的综合安全性数据，提供选定ADC和靶点代表性AEs的器官导向概述，涵盖眼毒性、心血管毒性、皮肤毒性、胃肠道和口腔毒性以及出血和血液学毒性等靶向、脱肿瘤效应，以及由完整ADC靶点非依赖性摄取和释放有效载荷介导的脱靶、脱肿瘤毒性两条不同病理途径。临床管理范式部分将机制转化为实践管理框架，聚焦风险评估、基线筛查、动态监测、基于CTCAE的分级、治疗中断或剂量调整、再挑战决策以及联合方案中重叠毒性的鉴别诊断；毒性预防和监测部分强调通过整合基线风险评估、定期监测、及时专科转诊和方案驱动升级的多学科路径组织ADC毒性预防，包括多学科护理模式和肺毒性监测、眼毒性和心脏功能监测、口腔炎和致吐毒性预防、血液学毒性预防以及生物标志物驱动的毒性预测和精准评估。再挑战部分将再挑战定义为毒性缓解后重新启动ADC治疗的决策，需在风险与获益之间取得关键平衡，T-DXd在1级ILD恢复后再挑战对选定患者可能是具有临床意义的选择。联合治疗中的毒性管理部分聚焦ADC与免疫检查点抑制剂（ICI）联合策略，分析其复杂安全性特征尤其是重叠和增强的毒性，指出ADC-ICI方案取得具有临床意义的疗效但也伴随独特且可能重叠的毒性，联合应用可能放大特定主要器官毒性风险（尤其是肺和肝），需主动临床监测、早期识别和严格管理。未来方向部分讨论通过给药和方案优化（包括暴露-反应框架和药代动力学指导给药、经验性剂量探索和反应指导调整）、新型ADC设计（包括双特异性ADC、Fc区工程和Probody药物偶联物（PDCs）、先进连接子技术和架构优化、新型有效载荷和新兴偶联平台）以及AI和计算方法在ADC设计和毒性管理中的应用（包括用于更安全ADC设计的AI方法、用于患者分层和早期毒性检测的AI方法、AI赋能的群体规模药物警戒和真实世界安全监测）来拓宽治疗窗。结论部分强调ADC已改变多种恶性肿瘤的治疗格局，但其临床潜力仍受限于疗效与毒性之间狭窄且高度异质的平衡，未来进展将日益依赖于将安全性考量纳入分子设计，同时优化ADC进入临床后的使用方式，AI和计算方法可能通过改善靶点选择、识别具有有利获益-风险特征的患者以及检测临床试验和真实世界人群中新兴毒性来连接这些阶段。