摘要:近日,伦敦国王学院Sophia Karagiannis团队在生理学顶级期刊《Physiological Reviews》发表了一篇长达120页的ADC领域全景综述,系统介绍了ADC的作用机制、靶点选择、连接子设计、偶联技术、载荷开发、联合治疗、Fc工程、人工智能应用以及未来精准医学方向。作为抗体研发领域的从业者,我认为这是近年来最全面、最具深度的ADC综述之一。今天就带大家一起拆解这篇综述的核心观点。
![]()
一、ADC赛道有多火?用数据说话
先看几组关键数字,感受一下ADC领域的热度:
全球ADC临床试验数量:过去20年从90个激增到430+个
FDA获批ADC药物:目前已达14款(加上中国NMPA批准的共16款)
研发靶点分布:HER2、DLL3、B7-H3位列前三
适应症分布:乳腺癌、肺癌、胃癌是ADC研发最集中的领域
![]()
图1:全球ADC研发概况。(A)已获批ADC按肿瘤类型分布;(B)III期临床ADC靶点分布;(C)Top10靶点;(D)Top10适应症;(E)已获批和临床中ADC的Top10靶点;(F)已获批和临床中ADC的Top10适应症;(G)Payload分类;(H)连接子类型分类。数据来源:ADCdb。
从payload机制来看,目前临床在研的ADC中:
微管抑制剂:33.8%(MMAE、DM1等为主力)
DNA损伤剂:21.4%(Calicheamicin、PBD等)
拓扑异构酶I抑制剂:21.4%(DXd、SN-38等,增长最快)
连接子方面,80%为可裂解连接子,其中蛋白酶可裂解型占60%,是绝对主流。
二、ADC是如何工作的?——"魔法子弹"的精准打击
ADC的概念最早由诺贝尔奖得主Paul Ehrlich在1907年提出,被誉为"魔法子弹"——既能精准识别癌细胞,又能携带强效毒性药物。
![]()
图2:ADC的结构组成。(A)ADC由抗体、连接子和payload三部分组成;(B)payload可通过不同位点偶联到抗体上。
一个完整的ADC分子包含三大核心元件:
抗体:负责精准识别肿瘤相关抗原(TAA)
连接子:连接抗体和payload,决定何时释放药物
Payload:细胞毒性"弹头",真正杀死癌细胞的部分
![]()
图3:ADC的细胞结合、内吞和payload释放机制
ADC的作用过程可以概括为以下几步:
靶向结合:ADC通过抗体特异性结合癌细胞表面的抗原
内吞进入:抗原-ADC复合物通过网格蛋白/小窝蛋白介导的内吞进入细胞
溶酶体降解:内体与溶酶体融合,在酸性环境和蛋白酶作用下,连接子断裂
Payload释放:毒性药物释放到细胞质中
细胞杀伤:payload通过抑制微管、损伤DNA等机制诱导癌细胞死亡
旁观者效应:部分payload可扩散到周围癌细胞,杀伤抗原表达低的肿瘤细胞
三、14款FDA获批ADC全梳理
截至2025年底,FDA共批准了14款ADC药物,覆盖血液肿瘤和实体瘤两大领域。
![]()
图4:14款FDA获批ADC的特征比较。上排为实体瘤ADC,下排为血液肿瘤ADC
实体瘤ADC(8款)
![]()
血液肿瘤ADC(6款)
![]()
点评:
Enhertu(德曲妥珠单抗)是目前最成功的ADC,已获批乳腺癌、胃癌、肺癌、结直肠癌等多个适应症,其高DAR(8)+强旁观者效应的设计理念深刻影响了下一代ADC研发
ADC的"退市-再获批"现象(Mylotarg、Blenrep)反映了这个领域的复杂性——优化给药方案、选择合适的患者人群,往往比单纯追求药效更重要
四、下一代ADC的热门靶点
除了已获批的靶点,综述还重点介绍了几个极具潜力的新兴靶点:
1. Claudin家族——胃癌和胰腺癌的新希望
Claudin 18.2:在胃癌、胰腺癌中高表达,正常组织表达局限
代表药物:CMG901、IBI343等,早期临床数据亮眼
Claudin 6:在多种实体瘤中表达,是新兴的泛癌靶点
2. B7-H3(CD276)——免疫调节+靶向杀伤双管齐下
在多种实体瘤中高表达,与肿瘤免疫抑制相关
目前是ADC研发第二热门靶点,有多款药物进入临床
3. EGFR/HER3——克服EGFR耐药的新思路
HER3在EGFR突变肺癌耐药后常出现上调
Patritumab deruxtecan(HER3-DXd)在EGFR耐药肺癌中显示出良好疗效
双抗ADC:如BL-B01D1(EGFR×HER3双抗ADC),是未来重要方向
4. ROR1——胚胎蛋白的肿瘤特异性
胚胎发育相关蛋白,成人正常组织低表达
在血液肿瘤和实体瘤中均有表达
代表药物:Zilovertamab vedotin、VLS-101等
五、技术前沿:ADC的"军备竞赛"
连接子化学:从"非特异性"到"定点偶联"
早期ADC通过赖氨酸或半胱氨酸随机偶联,导致DAR不均一(混合物),影响药效和安全性。现在已经发展出多种定点偶联技术:
工程化半胱氨酸:在抗体特定位点引入半胱氨酸,实现DAR精确控制
非天然氨基酸:通过基因密码扩展技术引入特殊反应基团
酶促偶联:利用转谷氨酰胺酶、Sortase A等酶实现位点特异性偶联
糖基偶联:利用抗体Fc段的糖链进行偶联
Payload创新:从"毒"到"精准毒"
传统payload主要是微管抑制剂和DNA损伤剂,现在正在向更多元化发展:
创新payload方向:
激酶抑制剂:如Src抑制剂、CDK抑制剂,实现信号通路靶向
RNA聚合酶II抑制剂:如α-鹅膏蕈碱,全新作用机制
DHFR抑制剂:如甲氨蝶呤,老药新用
免疫刺激剂:如TLR激动剂,将"冷肿瘤"变"热肿瘤"
六、AI+ADC:药物研发的新范式
综述专门用了一整章讨论AI在ADC开发中的应用,这也是我认为最具前瞻性的部分。
![]()
图5:人工智能和机器学习在ADC开发中的应用场景。
AI正在从多个维度重塑ADC研发:
1. 抗体设计与表位预测
AlphaFold3可预测抗体-抗原复合物结构
深度学习模型预测CDR区结构,特别是最难的CDR-H3
表位预测工具加速抗体发现流程
2. 连接子设计
Linker-GPT等深度学习框架生成新型连接子
ML模型预测连接子的稳定性、裂解效率
3D模拟预测空间位阻和连接子动力学
3. 药物-靶点相互作用预测
虚拟筛选数百万化合物,大幅提高发现效率
GAN生成新型肽类和小分子payload
ADMET毒性预测,降低临床失败风险
4. 数字病理生物标志物
AI辅助HER2表达精准评分,区分HER2 0和HER2 1+
深度学习预测肿瘤生物标志物的空间分布
多组学+影像整合,实现更精准的患者分层
专家观点:AI不会替代实验,但会极大加速ADC的研发周期。传统ADC从靶点到临床可能需要5-8年,AI辅助下有望缩短到3-5年。
七、挑战与未来展望
![]()
图6:ADC领域的优势、挑战与机遇
当前面临的主要挑战
肿瘤穿透不足:ADC分子量大,实体瘤穿透有限,实际到达肿瘤细胞的剂量仅0.001%-0.01%
脱靶毒性:payload过早释放导致的系统性毒性,如眼毒性、血小板减少、间质性肺病
耐药机制:抗原下调、内吞途径改变、药物外排泵上调、溶酶体功能异常等
药代动力学复杂:完整ADC、裸抗、游离药物等多种组分并存,增加剂量优化难度
未来发展方向
双抗ADC:同时靶向两个抗原,提高特异性和内吞效率
双payload ADC:携带两种不同机制的药物,协同杀伤
ADC+免疫治疗联合:ADC诱导免疫原性细胞死亡,与PD-1/PD-L1抑制剂协同
Fc工程化:优化抗体Fc段功能,增强免疫效应或延长半衰期
肿瘤基质靶向ADC:靶向肿瘤微环境而非癌细胞本身
非肿瘤适应症拓展:自身免疫病、感染性疾病等
结语
从1907年Ehrlich提出"魔法子弹"概念,到2000年首款ADC获批,再到今天430+临床项目百花齐放,ADC领域走过了百年历程。这篇综述不仅是对过去的总结,更是对未来的展望。
小编判断:ADC正处于黄金发展期,未来5-10年我们将看到:
获批ADC数量翻倍(预计2030年达到30+款)
双抗ADC、免疫刺激ADC等新型ADC进入临床
AI深度融入ADC研发全流程
中国药企在全球ADC赛道占据更重要地位
对于从业者来说,这既是最好的时代,也是充满挑战的时代。唯有持续创新,才能在这场ADC的"军备竞赛"中脱颖而出。
作者团队介绍
通讯作者:Sophia N. Karagiannis 教授
伦敦国王学院转化癌症免疫学与免疫治疗学教授,圣约翰皮肤病研究所、乳腺癌现在研究中心负责人。拥有美国和英国的学术及生物技术经验,是全球首个将IgE类抗体从概念推进到临床测试的科学家,Epsilogen Ltd创始人(首家专注IgE癌症免疫治疗的公司),H-index 49。研究方向涵盖实体瘤单克隆抗体发现、Fc工程化抗体设计、抗体药物偶联物(ADC)开发等。
第一作者(共同一作):Anthony Cheung 博士 & Yi Liu 博士
Anthony Cheung:伦敦国王学院研究助理,格拉斯哥大学生物医学科学学士和研究硕士,在伦敦国王学院工作超过10年,H-index 32,发表90余篇学术论文,专注于叶酸受体α(FRα)靶向抗体和ADC研究。
Yi Liu:伦敦国王学院研究员,在ADC靶向治疗领域有深入研究。
参考文献:
Cheung A, Liu Y, Chenoweth AM, et al. Antibody-drug conjugate design and mechanisms of action for cancer treatment: state of the art and beyond. Physiological Reviews. 2026.
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不本站。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.