
过去二十多年,制药行业在研发上的投入越来越多,但投资回报率却在逐步下降——这就是著名的“反摩尔定律(Eroom's law)”。这个定律由Scannell及其同事于2012年提出[1],它揭示了一个业界共识却难以正视的问题:为什么药物开发工具日益强大,整个行业的产出却跟不上投入呢?
在经济学里,这个现象叫做“边际效应”(又称“边际效应递减”)。简单来说,就像是在校生囊中羞涩时,几百块钱就够在路边喝酒撸串,带来无比的快乐;但这点儿钱在他们成为百万富翁之后就起不到任何作用。这也和加班时间越长,效率越低是一个道理。
从MNC到biotech,不少公司都布局了结合不同靶点的三抗,通常用于肿瘤或是自免适应症。大家核心的假设就是把已验证的靶点排列组合,以比相对应的双抗疗效更好为主要目标。可在我看来,大多数三抗及多抗的开发也遵循着边际效应的规律:立项时乍一看挺有道理,但开发中的挑战其实巨大无比。
理论上的获益难以让人信服
三抗立项时容易通过得益于其生物机制清晰——因为靶点都已经验证过,所以看上去风险较低。另一个不可忽视的优势是买卖时沟通简单易懂,连MNC不懂科学的高层都能一听就明白。
但是三抗比双抗更好的大前提是,有三个机制互补且任何一个单提出来都可以独挡一面的好靶点。而通常情况却是一将难求:如果说诸葛亮加上庞统是强强联合,再加上马谡,就是画蛇添足,败事有余。
由于联合疗法在癌症领域的普遍使用,很多人开口闭口协同机制,产生了1+1>2 是理所当然的错觉。但是临床试验设计一般只检验1+1是否大于1,不能作为协同机制的证据。数据表明,即使是在临床前模型中表现为协同效应的联合疗法,在临床中最好的情况也只是各自效应的累加而已[2]。
有的人会说,即便只是累加效应,也是蛮有吸引力的。但实际情况中,多抗或是联合疗法能达到效应叠加的几乎没有。道理很简单:即便A和B的机制完全不同,没有任何重叠,也有一部分病人,A对之有效,B也有效。由此推论,叠加的靶点/机制越多,增加的收益就越小(见下图)。

来源|作者制作
举一个简单(两款药物的联用)、严谨(同一临床试验中的比较)但不精准(联用而非双抗)的例子:强生的JNJ-4801是golimumab和guselkumab的固定剂量组合。在同一个溃疡性结肠炎临床试验(DUET)中,高剂量组JNJ-4801的临床缓解率为41.0%,显著高于golimumab(11.5%), 但与guselkumab的数据(34.0%)并没有什么真正的差别 ( 下图中左图[3])。
如果要加大联合/多抗疗法和单一疗法之间的差距,增加在头对头试验中赢出的几率,办法是减低每个单一疗法的效用,即把上图中每个圆圈都缩小,从而减小互相之间的重叠。办法之一是用更加严格的临床终点——但是监管机构接受的临床主要终点一般都是确认的,调整的可能不大;另外一个更可行的办法就是把分子用在后线治疗中,针对那些难治愈的患者(下图中右图)。这个策略虽然能让联合疗法看上去更有用,但是适用的患者数量却也减少了一半多。

来源|DDW2026[3]
同样道理,如果说根本的假设是三抗比对应的双抗更好,那要证明的概念并不是三抗有效用 (这是毋庸置疑的,但只是proof-of-activity而已),而是要拿出2+1>2的临床数据(这才是三抗比双抗好的proof-of-concept)。我自己还没看到直接对比三抗和双抗的临床试验,鉴于这种试验设计的高风险和高投入,估计今后见到的机会也比较小。更常见的是根据早期小样本的试验做间接比较,但如果入组病人基线不同,效应差距不是非常明显,那说服力也不大。
研发道路举步维艰
虽然三抗不一定比双抗更有效,但是三抗分子的复杂性带来的局限却是笃定的。
首先,设计及生产工艺的难度大大增加,每个靶点做单价还是双价,哪两个靶点做骨架,不同靶点是串联还是互相离远,怎样设计对各个靶点的亲和力才能最大限度地增加整体的有效性……这些重要的决定一开始就要做,但却没有多少数据来支持它们,只能凭设计者的感觉和经验。设计出来的分子还要保证能可靠地生产出来,稳定性、产量、聚合物、批次间的一致性,每一步都是巨大无比的挑战。
其次,设计生产出来的分子从药代动力学的角度很难做到完美。例子比比皆是:随着分子量的增大,组织渗透率呈指数级降低[4],就是说我们辛辛苦苦制造的新型导弹根本运不到前线;分子长得越奇葩、越复杂,造成免疫原性的可能就越大,而且没有可靠的临床前试验来筛选并降低风险,只能在进临床的时候祈祷好运;靶点介导的药物消除(Target-mediated drug disposition,TMDD)常见于抗体,而三抗产生TMDD的几率就更大了,就是说,即便导弹运到前线,也有极大可能因为目标太大、太明显而被轻易中和掉。
最后,在临床试验中剂量的选择需要保持分子的暴露量,最大限度发挥有效性,但同时又要把毒性保持在可接受的范围,这就不是科学,而是艺术了。剂量探索的原则要和三抗产品的早期定位及目标人群挂钩,知道自己要解决的痛点是什么,可以接受的耐受性特征是什么样的,才有可能找到最佳平衡、最优解法。但是这个最优解法是不是比对应的双抗还好,那就不一定了。

来源|作者制作
用一张示意图来总结:随着靶点的增多,临床上的获益有可能呈线性增长,但开发复杂性则必然是呈指数增长的。如果针对的靶点越多,分子就越好,那拥有10个结合单元IgM抗体的IGM Biosciences早就成为江湖霸主了[5]。
任何事情都不能完全绝对化。在一些特定的条件下,某些三抗的立项还是有意义,值得一试的。下篇我来举几个例子分析一下。
资料来源:
[1]Scannell JW et al. Diagnosing the decline in pharmaceutical R&D efficiency. Nat Rev Drug Discov. 2012 Mar 1;11(3):191-200. Doi: 10.138/nrd3681.
[2]Hwangbo H et a. Additivity predicts the efficacy of most approved combination therapies for advanced cancer. Nat Cancer. 2023 Dec;4(12):1693-1704. Doi: 10.1038/s43018-023-00667-z.
[3]Abreu MT et al. Efficacy and safety of the first co-antibody therapy, JNJ-78934804, in patients with moderately to severely active 上篇ulcerative colitis refractory to systemic therapies. DDW 2026 presentation.
[4]Li Z et al. Influence of molecular size on tissue distribution of antibody fragments. MAbs. 2016; 8(1):113-9.
[5]Fierce Biotech (2022) Sanofi pulls IgM into dealmaking whirlwind, paying $150M upfront to form 6-target R&D pact. https://www.fiercebiotech.com/biotech/sanofi-pulls-igm-dealmaking-whirlwind-paying-150m-upfront-form-6-target-rd-pact
“马后炮”栏目文章回顾
免疫界新星Abivax:新靶点开发的控风险样本 | 药物研发三角定律(上)
MNC唯快不破,Biotech“四不像” | 药物研发三角定律(下)
知“错”就改的FDA,错了吗?
出师未捷,赛诺菲BTK抑制剂还能翻身吗?
从赛诺菲换帅看临床试验的成功率
Biotech卖的是什么?
从强生刚获批的口服多肽,看适应症选择的策略
Bicycle裁员近半,谁之过?
再谈临床试验的成功率(外一篇)
一家双抗公司的十年沉浮
编辑 | 陈小娟
xiaojuan.chen@PharmaDJ.com
编辑 | 姚嘉
yao.jia@PharmaDJ.com
访问研发客网站,深度报道和每日新闻抢鲜看