ADC 药物现在面临一个奇怪的窘境：技术跑得比临床验证快。

过去五年，15 款 ADC 拿到了 FDA 批准，覆盖了乳腺癌、肺癌、胃癌、尿路上皮癌、宫颈癌等多个瘤种。Enhertu（T-DXd）在 HER2-low 乳腺癌里把中位 PFS 从化疗的 5.1 个月拉到了 9.9 个月，这个数据直接改写了乳腺癌分类体系，从此"HER2 低表达"成了必须检测的生物标志物。Trodelvy（戈沙妥珠单抗）、Padcev（enfortumab vedotin）也各自在自己的适应症里拿出了硬终点。

但问题不在这里。

Gustave Roussy 的 Fabrice André 和 Jean-Charles Soria 团队上个月在 Nature Medicine 发了一篇综述，标题直白得不像综述：The next generation of antibody-drug conjugates。这篇东西本质上是在说一件事：ADC 领域的创新速度已经超过了临床试验体系的承载能力，继续按现在的路子一个个靶点、一个个 payload 去试，效率太低。

这不是危言耸听。截止 2026 年中，全球有超过 200 个 ADC 候选分子在临床阶段，但每年能完成的注册性试验屈指可数。更多的分子卡在 phase 1/2 的无人区，数据够漂亮但不够推动审批，也没有资金启动 phase 3。André 的诊断是：单个优化（换一个更好的 linker、换一种新的 payload、换一个更干净的偶联化学）单独每一项都不足以产生临床上有意义的差异。

他提议的出路是"集成"：把多重化学优化一次性放进同一个 ADC 分子里。

这个逻辑听起来像废话，但在 ADC 领域其实很少有人做。大多数生物技术公司的策略是找到一个差异化点（比如定点偶联技术或者拓扑异构酶 I 抑制剂 payload），然后围绕这一个优势去推管线。André 的意思是，你得同时优化抗体亲和力、linker 稳定性、payload 效力、DAR 均一性和旁观者效应强度。缺一项，临床优势就可能被噪声淹没。

除了化学上的集成，他们还提了一个更底层的问题：耐药。

ADC 的耐药机制正在被逐层剥开。靶抗原下调或丢失是第一批被认识的。HER2-low 的患者用 T-DXd 后 HER2 表达进一步下降，这在临床上已经被多次观察到。第二层是 payload 外排：ABCB1/P-gp 等转运蛋白把 MMAE 类药物泵出胞外，这是微管抑制剂类 ADC 的通病。第三层是抗凋亡机制的上调：BCL-2、MCL-1 等蛋白在 ADC 压力下被激活，与 payload 的杀伤形成对冲。第四层是溶酶体功能异常：ADC 依赖溶酶体切割 linker 释放 payload，如果溶酶体酸化出了问题或者蛋白酶活性下降，ADC 从第一步就被废了。

André 团队估计，大约 60-70% 的 ADC 耐药可以被归结为前三种机制中的一种或多种。这意味着，如果你能预测一个患者的肿瘤走的是哪条耐药路径，你就能在给药前决定是否需要联合用药。这正是他们提出的"多维分子工具"的核心：不是测一个 HER2 IHC 就给药，而是同时评估靶抗原密度、payload 敏感基因的表达谱、以及微环境的免疫状态。

他们在综述里画了一条长线。ADC 的终极形态是"个性化 ADC 文库"：根据每个肿瘤的分子画像，从一个预制好的多样化 ADC library 里选出最优的偶联物和 DAR 组合。这听上去像科幻，但技术上每块拼图都已经存在。定点偶联技术让 DAR 可控，多肽 linker 让释放条件可编程，新型 payload 库让杀伤机制可切换。缺的只是把这些技术缝在一起的意愿和资源。

癌症的去风险化，是另一个反复出现的主题。到 2025 年为止，ADC 的批准适应症几乎全部集中在晚期/转移性场景。但几项围手术期 ADC 试验的数据正在改变这个认知。KEYNOTE-B15 在肌层浸润性膀胱癌中把 enfortumab vedotin 加 pembrolizumab 推到新辅助位置，pCR 率从化疗的 32.5% 干到 55.8%，2 年 EFS 的 HR 是 0.53。乳腺癌领域的 T-DXd 围手术期试验也在推进中。如果 ADC 在早期癌症中能重现晚期场景里的效应量，整个治疗范式会倒过来：先用最强的药，再用轻一点的维持方案。这在 HER2 阳性乳腺癌的历史中已经演过一次了（曲妥珠单抗从晚期走向辅助），ADC 只不过是下一幕的演员。

说回这篇综述本身。它不是一篇文献堆砌，更像一份路线图。六个作者全部来自 Gustave Roussy，欧洲最大的癌症中心。André 本人主导了多项 ADC 的注册性临床试验，Soria 则从阿斯利康回到学术圈后一直在推 ADC 的组合策略。他们的判断有份量，不只是因为有数据支撑，而是因为他们深谙这个领域卡在哪里：不是卡在缺少新分子，而是卡在转化链条的效率瓶颈。

一个被反复提及但没展开的点是临床前模型的局限性。PDX 和 organoid 对 ADC 的预测能力始终不理想。ADC 的体内行为严重依赖肿瘤微环境（血管通透性、基质屏障、FcRn 介导的回收、细胞外基质的 payload 截留），这些东西在皿里根本复现不了。如果"加速和去风险临床前开发"真的要落地，需要一套比现有模型更接近人类肿瘤生理的评估体系。

这篇综述最让人提神的地方，是它给了一个脏活累活式的答案，而不是一个光鲜的愿景：把多重优化整合进一个分子，用多维工具预测敏感性，把 ADC 推到早期癌症，长期再走向个性化文库。没有噱头，全是工程问题。而这恰恰是这个领域现在最缺的东西。

论文信息：

• 标题：The next generation of antibody-drug conjugates
• 期刊：Nature Medicine (2026)
• 作者：Mosele F, Peltier A, Ozaki Y, Detappe A, Soria JC, André F
• PMID：42547622
• DOI：10.1038/s41591-026-04543-y