ADC 系列（八）ADC Clinical Development Strategy：抗體藥物偶聯體如何走到臨床成功？

Executive Summary-ADC clinical development

抗體藥物偶聯體（Antibody–Drug Conjugates, ADCs）在工程與科學層面已取得重大進展，但臨床成功率仍然具有高度不確定性。

許多 ADC：

• 在 preclinical 模型中表現優異

• 在早期臨床試驗（Phase I）顯示反應

• 卻在 Phase II / III 試驗失敗

這代表問題不只是分子設計，而是：

ADC clinical development strategy（臨床開發策略）

成功的 ADC 通常同時做到：

• 正確的劑量與給藥策略

• 精準的病人選擇（patient selection）

• 可控的毒性（toxicity profile）

• 合理的法規與臨床路徑（regulatory strategy）

本篇文章將系統性解析這些關鍵因素。

一、ADC 的臨床失敗通常發生在哪裡？

很多 ADC 並不是「完全無效」，而是：

• efficacy 不穩定

• toxicity 無法接受

• trial 設計無法證明 benefit

常見情境包括：

Phase I 成功，但 Phase II 失敗

可能原因：

• dose expansion cohort 選錯族群

• 初期 response 無法重現

• 累積毒性（cumulative toxicity）出現

有腫瘤縮小，但沒有存活改善

某些 ADC 可以達到：

• 客觀反應率（Objective Response Rate, ORR）

但：

• 無惡化存活期（Progression-Free Survival, PFS）或

• 總存活期（Overall Survival, OS）

沒有顯著改善。

👉 這會直接影響藥物是否能取得核准。

二、Dose Selection：MTD vs OBD

最大耐受劑量（Maximum Tolerated Dose, MTD）

傳統 oncology drug 開發會找：

👉 MTD（病人可承受的最高劑量）

為什麼 ADC 不完全適用？

ADC 的特性包括：

• payload 為高毒性分子

• 毒性可能延遲出現（delayed toxicity）

• efficacy 與 exposure 不一定線性

👉 更高劑量不一定帶來更好效果

最佳生物劑量（Optimal Biologic Dose, OBD）

目前趨勢轉向：

👉 OBD（在 efficacy 與安全性之間最佳平衡）

OBD 會考慮：

• target engagement

• pharmacodynamics（藥效學, PD）

• efficacy plateau

實務挑戰

• pharmacokinetics（藥物動力學, PK）變異

• target expression 差異

• 病人間異質性

三、Dosing Schedule：被低估的變數

ADC 的給藥頻率會影響：

• payload 累積

• toxicity profile

• tumor exposure

常見給藥方式

• 每三週一次（Q3W）

• 每週（weekly）

• 分次給藥（fractionated dosing）

為什麼重要？

ADC 的毒性可能來自：

• cumulative exposure

• peak concentration

👉 schedule 本質上是：

efficacy vs toxicity 的平衡問題

四、Patient Selection：決定成敗的核心

Target Expression Threshold

例如：

• HER2-high vs HER2-low

• Trop-2 expression

👉 cutoff 設定會直接決定 trial outcome

Tumor Heterogeneity

腫瘤內可能存在：

• 高表現細胞

• 無 target 細胞

👉 降低整體療效

伴隨診斷（Companion Diagnostics, CDx）

成功 ADC 通常具備：

• 可重現的 diagnostic test

• 明確 patient stratification

Indication Selection

同一 target 在不同癌種效果差異很大。

👉 biology 往往比 technology 更重要

五、Toxicity：ADC 最大限制

ADC 最大瓶頸通常不是 efficacy，而是：

toxicity ceiling（毒性上限）

常見毒性

血液毒性（Hematologic toxicity）

• neutropenia

• thrombocytopenia

肝毒性（Liver toxicity）

• ALT / AST 上升

眼部毒性（Ocular toxicity）

間質性肺病（Interstitial Lung Disease, ILD）

👉 ADC 臨床中最重要且需密切監測的風險之一

為什麼 ADC 毒性複雜？

可能來源包括：

• target-dependent toxicity

• off-target uptake

• payload leakage

• Fc-mediated distribution

Combination therapy 更困難

👉 毒性疊加通常不是線性，而是放大效應

六、Endpoint Selection：臨床成功的關鍵

在 ADC clinical development 中，不同的臨床評估指標（endpoint）會直接影響：

• 試驗設計

• 成功機率

• 法規路徑

客觀反應率（Objective Response Rate, ORR）

👉 腫瘤縮小比例

• 較容易達成

• 常用於早期試驗

• 可作為加速核准依據

無惡化存活期（Progression-Free Survival, PFS）

👉 疾病未惡化時間

• 中等難度

• 更具臨床意義

總存活期（Overall Survival, OS）

👉 病人存活時間

• 最重要指標

• 最難達成

• 需要長期追蹤

👉 多數 ADC 策略：

• 以 ORR 取得加速核准（accelerated approval）

• 再以 PFS / OS 做後續驗證

七、Case Study：Enhertu（T-DXd）

Enhertu 的成功來自多重因素整合：

高 Drug-to-Antibody Ratio（DAR）

👉 提升 payload delivery

Bystander Effect

👉 能殺死鄰近低表現細胞

正確 Patient Selection

👉 HER2-low 突破

Clinical Execution

• trial design

• dose optimization

• regulatory strategy

👉 成功來自：

biology + engineering + clinical strategy

八、未來：ADC 競爭的真正核心

未來 ADC 的差異將不再只是：

• payload

• linker

• antibody

而是：

誰能設計更好的 clinical development strategy

包括：

• smarter trial design

• biomarker integration

• combination strategy

從分子到市場｜LuTra Studio Consulting

ADC clinical development 是典型的跨領域問題：

• 腫瘤生物學

• 藥物工程

• 臨床設計

• 法規策略

許多團隊：

👉 科學很強

👉 但 clinical strategy 不完整

LuTra Studio 協助團隊在早期整合：

• patient selection

• dose / schedule modeling

• toxicity risk assessment

• clinical positioning

讓 ADC 不只是能做出來，而是：

👉 能成功上市

References

Beck, A., Goetsch, L., Dumontet, C., & Corvaïa, N.

Strategies and challenges for the next generation of antibody–drug conjugates.

Nature Reviews Drug Discovery (2017)

Drago, J. Z., Modi, S., & Chandarlapaty, S.

Unlocking the potential of antibody–drug conjugates for cancer therapy.

Nature Reviews Clinical Oncology (2021)

Lambert, J. M., & Morris, C. Q.

Antibody–drug conjugates for targeted cancer therapy.

Advanced Therapy (2017)