联系电话
企业展示近年来，ADC药物凭借精准靶向与高效杀伤的双重优势，已成为肿瘤治疗的核心赛道。目前全球ADC在研及上市管线超400条，中国占比近40%；全球累计19款ADC获批上市，覆盖乳腺癌、肺癌、胃癌、血液瘤等多类癌种。然而，ADC结构复杂、代谢路径多元、分析物种类繁多，给DMPK研究带来了远超传统小分子或单抗的技术挑战。2025年9月，CDE发布《抗体偶联药物临床药理学研究技术指导原则》，监管门槛持续提升。作为贯穿药物发现、临床前至上市后全生命周期的核心支撑，DMPK研究直接决定候选分子筛选、方案设计及申报成败。 本文将从行业现状、分析技术与实操难点出发，系统拆解ADC药物DMPK研究体系的搭建逻辑。
1 ADC行业现状：赛道爆发，研发门槛持续升级 当前全球ADC在研管线中，I期临床188条、II期145条、III期48条、申请上市6条，完整的临床梯队布局标志着ADC研发已进入规模化阶段。全球ADC管线TOP10企业中，中国企业占据5席（宜联生物、信达生物、多禧生物、百利天恒等）。靶点布局高度趋同，HER2、EGFR、TROP2、CD276、c-Met为前五大热门靶点，其中国内HER2管线多达32条，同质化竞争激烈。行业研发重心已从早期分子堆砌，转向连接子优化、载荷适配、DAR值调控及体内代谢安全性等精细化方向。 然而，ADC药物研发失败率依然较高，多数候选分子因血浆稳定性差、脱靶毒性高、PK特征不佳或免疫原性超标等问题止步于临床前或I期临床。系统化、定制化的DMPK研究，能够提前预判代谢风险、优化分子结构、指导剂量设计，是降低试错成本、提升申报成功率的关键支撑。 有济医药深耕药物代谢与药代动力学领域多年，已建立起覆盖ADC药物全生命周期的综合性DMPK研究平台，可支持从先导化合物筛选、优化到IND申报全流程的综合研究平台，成功完成涵盖新型载荷、多样化连接子及不同类型抗体的多项ADC药物评价。 针对双抗ADC（BsADC）、双载荷ADC（Dual-Payload ADC）等新型结构的涌现，有济医药系统梳理了ADC非临床PK研究的四大核心挑战，涵盖种属选择代表性、检测物质多样性、生物样品稳定性评估复杂性及DAR值动态变化等方面。在生物分析策略上，采用LBA与LC-MS多平台联合应用：总抗体检测以LBA法为首选，LC-MS平台则提供补充方案（抗IgG抗体捕获DAR≥0所有抗体形式，酶解后检测恒定区替代肽段）；偶联抗体（ADC）使用抗Payload抗体特异性捕获，确保仅定量DAR≥1的分子。在LC-MS生物分析方面，建立了基于连接子类型的差异化方案——对可裂解连接子（如Val-Cit、Glu-Val-Lys）与不可裂解连接子（如MC、SMCC）分别优化前处理与检测条件。DAR值表征方面，采用高分辨质谱（HRMS）检测不同DAR组分的分子量，经去卷积分析后归一化计算平均DAR值。 2 ADC结构特性：复杂性倒逼多平台联用分析 2.1 ADC核心结构及作用机制 ADC是典型的三元复合分子，由单克隆抗体、连接子（Linker）、细胞毒性载荷（Payload）三部分组成，三者协同实现靶向杀伤肿瘤细胞的作用。 抗体部分：负责靶向识别肿瘤细胞表面特异性抗原，决定药物组织分布与循环半衰期，保障靶向特异性； 连接子：衔接抗体与载荷，分为可裂解型与不可裂解型，核心作用是维持血浆稳定性，仅在肿瘤细胞内精准断裂释放载荷，是调控脱靶毒性的核心元件； 细胞载荷：高活性细胞毒性小分子，常见类型为微管抑制剂、DNA损伤剂和拓扑异构酶I抑制剂，内化后诱导肿瘤细胞凋亡。 2.2 ADC专属DMPK分析物与研发痛点 ADC进入体内后会发生多级生物转化，衍生出多种活性/非活性分析物，单一检测技术无法满足研发需求，这也是ADC DMPK研究区别于常规药物的核心难点。完整DMPK分析体系建议覆盖五项内容：总抗体、完整结合型ADC、游离Payload、结合型Payload、抗药物抗体（ADA）。 同时，DAR值（药物抗体偶联比）作为ADC核心质量属性，其异质性会直接影响药物疗效、毒性及PK特征。已获批ADC的DAR值为2~8，传统观点认为最佳DAR值为4，但近期一些DAR值为8的新型ADC相继获批，使这一观点受到挑战。高DAR组分易被肝脏快速清除，低DAR组分靶向杀伤能力不足，进一步增加了定量分析难度。 基于上述结构与代谢特征，ADC DMPK研究必须依托多平台联用模式。有济医药深耕ADC领域多年，可根据项目研发阶段（早期筛选/临床前/临床）、药物类型、靶点属性，定制个性化DMPK研究策略与配套实验方案，覆盖体外稳定性评价、体内PK/PD研究、免疫原性检测、DAR值表征全流程，加速项目研发与中美双报申报。 3 三大主流分析技术：选型策略与决策逻辑 目前行业内ADC生物分析主流技术包含三大类：LBA（配体结合分析法）、LC-MS(HR)/MS液质联用技术、LBA-LC-(HR)MS融合技术。三类技术原理、适用场景、检测精度各有优劣，技术选型需结合分析物类型、研发阶段、监管要求综合判断。 3.1 LBA分析平台 LBA（配体结合分析法）是ADC药物临床阶段高通量生物分析的核心技术平台之一，凭借高灵敏度、适配大规模样本处理及成本可控等优势，广泛应用于临床前到上市后全周期，主要承担总抗体、偶联抗体及抗药抗体（ADA）的定量检测，可高效支撑药代动力学（PK）、毒代动力学（TK）、药效学（PD）研究与免疫原性长期监测。但该技术无法解析DAR亚型、偶联位点等结构异质性信息，易受基质和药物干扰，且无法直接检测游离payload及代谢产物，受限于关键试剂的获取、多中心转移难度大，因此，LBA更适合作为大规模临床样本的总量定量与免疫原性评估工具，需与LC-MS互补使用。 3.2 LC-MS(HR)/MS分析平台 该技术包含三重四极杆低分辨液质联用（LC-MS）与高分辨液质联用（LC-HRMS）两大主流体系，是ADC药物生物分析的主要质谱技术。 三重四极杆低分辨LC-MS是当前小分子与多肽生物检测的行业标杆，依托成熟的MRM/SRM监测模式，具备极高的检测灵敏度、特异性与优异的抗基质干扰能力，可精准完成游离型、结合型Payload及各类载荷代谢产物、抗体特征肽段的定量检测，是ADC小分子载荷分析的核心技术，局限在于无法直接定量大分子抗体和ADC，以及免疫原性分析。 LC-HRMS高分辨平台，搭载Orbitrap或飞行时间（TOF）检测器，凭借高精度质荷比测定与多级碎片离子解析能力，可系统完成特征肽链及小分子载荷组分的结构解析与序列鉴定，不仅能够精准表征药物DAR分布特征、溯源DAR异质性，还可深度阐释ADC小分子片段的体内外生物转化规律，精准筛查并鉴定未知代谢产物，是ADC代谢机制研究与结构表征不可或缺的核心工具。 案例1：Enhertu（DS-8201）——同一样品同时检测总抗体与结合型载荷 Enhertu（DS-8201）是一款由抗HER2单克隆抗体通过基于四肽的可切割连接子与拓扑异构酶I抑制剂（Dxd）连接的ADC药物，已被批准用于治疗转移性HER2阳性乳腺癌。DS-8201即使在HER2低水平表达的靶向部位也能有效传递载荷，解决了上一代ADC的局限性。 有济医药DMPK以DS-8201为例，开发了一种利用LC-MS/MS在同一样品中同时检测总抗体和结合型载荷的分析方法。该方法的优势在于： 样品量优化：ADC生物分析往往同时涉及小分子和大分子检测，对样品量需求大。该方法通过免疫捕获后酶解，在同一份样品中完成总抗体（检测抗体特征肽段）和结合型载荷（解离后检测载荷）的双重定量，显著减少了样品需求量与样品前处理总工作量； 流程整合：免疫捕获是总抗体检测和结合型载荷检测的共用步骤，合并测定避免了重复操作； 多维度优化：从特征肽段选择、ADC免疫富集、酶的选择、酶解条件到LC-MS条件进行全面优化，以获得较低的检测下限。 这一方法为ADC药物体内PK研究中样品量有限、检测指标多的共性难题提供了切实可行的解决方案。 3.3 LBA LC-(HR)MS融合分析平台 作为新型一体化生物分析技术，该平台整合了LBA免疫技术的靶向富集优势与LC-MS/MS、HRMS的精准定量定性能力。核心流程为：先利用LBA特异性亲和捕获复杂生物样本中的完整目标分子，实现目标组分的富集纯化、去除基质杂质干扰，再通过液相色谱完成组分精细分离，最终依托LC-(HR)MS完成检测分析。 技术优势：有效解决了传统方法难以实现的完整ADC分子检测、不同DAR细分亚型的精准定量难题，能够同步完成ADC药物DAR动态变化监测、整体结构表征与生物转化特征分析，极大提升了复杂生物基质中ADC检测的准确度与覆盖度。 技术局限：检测灵敏度与稳定性有限、设备投入及研发成本高昂、实验操作门槛高，数据解卷积算法差异会直接影响分析结果，且目前对应的行业监管规范较为匮乏。 LBA、LC-(HR)MS/MS、LBA LC-(HR)MS融合是ADC药物生物分析三大互补型核心平台，各司其职、优势互补，可依据具体实验需求单独选用或组合联用，是支撑ADC药代研究的核心技术手段。 表1 ADC药物生物分析检测平台选择 案例2：T-DM1（恩美曲妥珠单抗）——ADC DMPK表征的经典范本 T-DM1是FDA批准的首个用于治疗HER2阳性乳腺癌的ADC药物，其DMPK表征工作已成为行业经典范本。研究内容涵盖以下关键环节： 体外血浆稳定性测试：评估T-DM1在循环系统中的稳定性，预测连接子的裂解行为； 抗药抗体（ADA）研究：检测机体对T-DM1的免疫应答，评估免疫原性风险； 多组分定量分析：同步完成总抗体、完整ADC及游离有效载荷的定量检测； DAR值与生物转化研究：深入探究T-DM1在体内的DAR动态变化及生物转化规律。 该案例的系统性DMPK表征为T-DM1的临床剂量设计、安全性评估及上市申报提供了关键数据支撑，也为后续ADC药物的DMPK研究树立了方法论标杆。 4 ADC生物分析核心挑战及落地应对方案 结合行业实操经验与有济医药项目案例，ADC生物分析主要存在四大挑战，建立完整解决方案，有助于高效解决研发痛点。 4.1 连接子与分析物稳定性不足 挑战：可裂解型连接子易受血浆pH、蛋白酶、温度影响，体外样本储存、前处理过程中易发生非特异性裂解，导致游离Payload假性升高，PK数据失真。部分连接子在血液循环中半衰期甚至不足36小时。 应对策略： 优化样本采集与保存体系，配套专用稳定剂； 优化前处理流程，低温避光操作； 提前开展体外血浆稳定性试验，筛选适配的缓冲体系； 在连接子设计阶段引入亲水性修饰等策略提升循环稳定性。 案例3：HER2-ADC连接子优化——连接子修饰使半衰期从5天延长至12天 在某HER2-ADC项目中，DMPK研究发现传统连接子在血浆中过早裂解，导致游离载荷浓度异常升高。这一发现提示该ADC候选分子的循环稳定性不足，若进入临床试验可能面临脱靶毒性风险。 委托方基于DMPK数据，对连接子进行了相关修饰，优化后的ADC药物半衰期从5天延长至12天，同时显著降低了游离载荷的系统暴露，提升了药效与安全性。 该案例充分体现了DMPK研究在ADC分子优化中的“导航仪”作用——通过早期发现连接子稳定性缺陷，指导化学修饰方向。 4.2 DAR异质性与定量复杂性 挑战：同一批次ADC包含0~8不等DAR组分，不同组分体内清除速率、靶向活性差异显著。常规LBA技术无法拆分定量，易造成药效与毒性误判。 应对策略： 采用LC-MS/MS完成DAR值整体表征，结合杂交技术拆分高低DAR组分； 在临床前PK研究中，单独统计不同DAR组分的暴露量； 优化偶联工艺，提升DAR均质性。 4.3 免疫原性（ADA）对于ADC药物PK检测的影响 挑战：ADC异源抗体、残留杂质易诱导机体产生ADA，ADA会中和药物活性、加速药物清除，同时干扰LBA检测信号，造成假阳性/假阴性结果。 应对策略： 对于异常清除： 建立分层式ADA检测体系（筛选-确证-滴定-中和）；并在PK分析时结合ADA状态（阳性/阴性/滴度）进行分层比较（如清除率分组），以评估ADA对药物暴露的影响； 若ADA阳性样本出现PK清除异常，应在报告中予以说明并讨论。 对于干扰： 优化检测试剂，降低基质干扰； 结合LC-MS/MS交叉确认检测结果； 针对ADC多结构域特点，开发能够区分针对不同ADC组分抗体的检测方法。 4.4 生物转化产物鉴定困难 挑战：ADC在体内经历去偶联、载荷代谢、抗体降解等多级生物转化，代谢产物种类繁多、浓度极低，传统方法难以全面鉴定。 应对策略： 采用LC-HRMS平台进行未知代谢产物的非靶向筛查； 建立标准化的生物转化数据处理流程，提升鉴定效率； 整合体外代谢与体内PK数据，构建完整的ADME图谱。 5 总结与展望 ADC药物的结构复杂性，决定其DMPK研究无法套用小分子与传统单抗药物的标准化方案——多平台联用是行业必然趋势。从早期分子筛选、临床前PK/PD验证，到临床试验样本分析、注册申报，DMPK研究贯穿ADC研发全生命周期，是平衡药物疗效与毒性、提升项目成功率的核心支撑。 随着CDE《抗体偶联药物临床药理学研究技术指导原则》的落地实施，ADC药物研发的监管要求日趋明确。与此同时，定点偶联技术、新型高活性载荷、可降解连接子等核心技术持续突破。未来，DMPK研究需进一步融合PBPK建模、定量系统药理学（QSP）等先进模型，实现从“描述性分析”向“预测性评估”的跨越。建立系统化、全周期的DMPK研究体系，有助于在激烈的全球ADC竞争中抢占先机，推动更多安全有效的ADC药物惠及患者。 参考文献 [1] 国家药品监督管理局药品审评中心. 抗体偶联药物临床药理学研究技术指导原则[S]. 2025. [2] Beaumont K, Pike A, Davies M, et al. ADME and DMPK considerations for the discovery and development of antibody drug conjugates (ADCs)[J]. Xenobiotica, 2020, 50(5): 499-513. [3] Tong J T W, et al. An insight into FDA approved antibody-drug conjugates for cancer therapy[J]. Molecules, 2021, 26(19): 5847. [4] Beck A, et al. Strategies and challenges for the next generation of antibody-drug conjugates[J]. Nat Rev Drug Discov, 2017, 16(5): 315-337. [5] Khongorzul P, et al. Antibody-Drug Conjugates: A Comprehensive Review[J]. Mol Cancer Res, 2020, 18(1): 3-19. [6] W. XU, et al. Strategy for streamlining antibody–drug conjugate pharmacokinetic assays [J]. Bioanalysis, 2026, 18(2): 179-188 [7] ADC药物研发与市场全景研究报告, 摩熵咨询, 2026
