抗体药物偶联物（ADC）引发的实体瘤治疗革命：从“化疗精准化”到“信息-能量”转换的跨层级优化
专知智库“前沿领域综述”系列第10期
发布机构：专知智库（成都专知利乎数字科技有限公司）
实务转化：余行智库（成都余行专利代理事务所）
摘要
抗体药物偶联物（Antibody-Drug Conjugate, ADC）是过去十年实体瘤治疗领域最具颠覆性的技术突破之一。ADC通过将单克隆抗体的靶向性与高活性细胞毒性载荷相结合，实现了化疗药物的“精准化投送”——理论上可提高抗肿瘤疗效的同时降低全身毒性。截至2026年，全球已有超过15款ADC药物获批上市，覆盖乳腺癌、胃癌、尿路上皮癌、宫颈癌、肺癌等多个实体瘤种，其中Enhertu（T-DXd，DS-8201）在HER2低表达乳腺癌中的突破性成功，直接改写了乳腺癌的分类体系。然而，ADC的临床实践也面临三个深刻的反常现象：第一，“旁观者效应”是ADC的核心优势之一（可杀伤靶抗原阴性邻近细胞），但其临床获益高度不可预测——在部分患者中带来深度持久缓解，在另一些患者中则仅产生短暂响应；第二，ADC的获得性耐药机制极其复杂，涉及靶抗原下调、载荷外排泵上调、溶酶体酸化异常等多条路径，但临床上缺乏能够预测耐药路径的可靠生物标志物；第三，间质性肺炎（ILD）是ADC最受关注的特异性毒性，其发生率在不同ADC药物之间差异巨大（从<1%至>15%），且难以通过患者基线特征提前预测。本文基于容度原理的P4-P7层级框架提出：ADC的疗效与毒性差异，本质上是P4层（靶抗原的表达谱与内吞动力学）、P5层（连接子-载荷的化学稳定性与释放动力学）、P6层（肿瘤微环境的渗透与代谢）与P7层（全身免疫-上皮交互）之间的“跨层级信息-能量转换失配”。本文提出“ADC-容度匹配指数（ADC-RMI）”作为整合靶点生物学、载荷药理学和肿瘤微环境特征的多维决策工具，并设计了一项名为“ADAPT-ADC”的前瞻性伞式临床试验，以验证基于ADC-RMI指导ADC药物选择与序贯的可行性。
关键词：抗体药物偶联物、旁观者效应、间质性肺炎、耐药机制、容度原理、HER2低表达、信息-能量转换
一、引言：ADC——化疗的“精准化”与精准的“化疗化”
1.1 从“魔法子弹”到临床革命：ADC的百年征程
“魔法子弹”（Magic Bullet）的概念由Paul Ehrlich于20世纪初提出——设想一种能够选择性靶向病原体或肿瘤细胞而不伤害正常组织的药物。这一概念在单克隆抗体技术成熟后的数十年间逐步变为现实。
ADC的结构由三个核心部件组成：
- 抗体（Antibody） ：负责特异性识别并结合肿瘤细胞表面的靶抗原
- 载荷（Payload） ：高活性细胞毒性药物（通常是微管抑制剂或DNA损伤剂）
- 连接子（Linker） ：连接抗体与载荷的化学桥接结构，决定载荷在何处、何时释放
ADC的作用机制：抗体与靶抗原结合后，ADC-抗原复合物被内吞进入肿瘤细胞，在溶酶体中被降解，释放活性载荷，杀伤肿瘤细胞。同时，释放的载荷可穿透细胞膜，杀伤邻近的靶抗原阴性肿瘤细胞（即“旁观者效应”）。
ADC的发展经历了三代技术迭代：
| 世代 | 代表药物 | 关键特征 | 局限性 |
|---|---|---|---|
| 第一代（2000-2010） | Gemtuzumab ozogamicin（Mylotarg） | 不可裂解连接子、常规载荷 | 稳定性差、脱靶毒性高，曾撤市 |
| 第二代（2010-2020） | T-DM1（Kadcyla）、Brentuximab vedotin（Adcetris） | 可裂解连接子、更稳定的偶联技术 | 旁观者效应弱（T-DM1） |
| 第三代（2020-至今） | T-DXd（Enhertu）、Sacituzumab govitecan（Trodelvy） | 高DAR、强旁观者效应、优化连接子 | ILD风险、耐药机制复杂 |
1.2 改写指南的里程碑：Enhertu与HER2低表达乳腺癌
Enhertu（Trastuzumab deruxtecan，T-DXd，DS-8201）的获批是ADC领域最关键的分水岭事件。
DESTINY-Breast04（2022） ：入组HER2低表达（IHC 1+或IHC 2+/ISH-）转移性乳腺癌患者，随机接受T-DXd或医生选择的化疗。PFS（9.9 vs 5.1个月，HR=0.50，p<0.001），OS（23.4 vs 16.8个月，HR=0.64，p=0.001）。这一研究直接导致HER2阳性乳腺癌的分类被重新定义——新增“HER2低表达”作为独立治疗类别。
DESTINY-Breast03（2021-2022） ：T-DXd vs T-DM1在HER2阳性转移性乳腺癌二线治疗中头对头比较。PFS（28.8 vs 6.8个月，HR=0.33，p<0.0001）。
DESTINY-Lung01/02 ：T-DXd在HER2突变NSCLC中ORR约55%-58%，确立了HER2突变作为NSCLC的新治疗靶点。
DESTINY-Gastric01 ：T-DXd在HER2阳性胃癌三线及以上治疗中ORR 51% vs 14%（化疗），OS 12.5 vs 8.4个月（HR=0.59）。
1.3 当前ADC实践中的“三个反常”
反常一：旁观者效应的“双刃剑”——抗肿瘤的利器，也是毒性的来源。
旁观者效应是第三代ADC的核心设计理念——使载荷能够杀伤靶抗原阴性的邻近肿瘤细胞，克服肿瘤异质性。然而，旁观者效应同样作用于正常组织：如果靶抗原在正常组织中有一定表达（即使水平较低），释放的载荷也可进入邻近正常细胞，造成脱靶毒性。
T-DXd的ILD发生率为10%-15%，远高于T-DM1的<1%。这一差异与T-DXd的高DAR（~8 vs T-DM1的~3.5）和强旁观者效应直接相关。然而，在同一药物（T-DXd）内部，为何部分患者发生严重ILD，而部分患者完全不受影响，目前尚无法预测。
反常二：ADC耐药的“信息遮蔽”——临床进展后，难以判断应更换靶点还是更换载荷。
ADC的耐药可发生于三个层面：
- 靶点层面：靶抗原下调或突变，减少ADC结合
- 内吞-转运层面：内吞途径异常或溶酶体酸化障碍，影响载荷释放
- 载荷层面：载荷外排泵（如MDR1、BCRP）上调，或微管/拓扑异构酶靶点突变
在临床实践中，当ADC治疗进展后，临床医生面临一个根本性的决策困境：是“换一个靶向同一靶点、但载荷不同的ADC”，还是“换一个靶向不同靶点的ADC”，还是“回归传统化疗”？由于缺乏区分“耐药发生在哪个层面”的生物标志物，这一决策目前高度依赖经验和猜测。
反常三：跨瘤种的疗效差异——同一ADC在不同瘤种中ORR差异超过3倍。
T-DXd在HER2阳性乳腺癌中的ORR约70%-80%，在HER2阳性胃癌中约50%，在HER2突变NSCLC中约55%，在HER2阳性结直肠癌中约45%。这些差异部分可归因于靶抗原表达水平的差异（HER2 IHC 3+ vs 2+ vs 1+），但即使在“相同HER2 IHC评分”下，不同瘤种的疗效仍存在显著差异。
这表明：ADC的疗效不仅取决于“靶点是什么”，还取决于“靶点所在的组织环境” ——包括内吞速率、溶酶体功能、载荷渗透效率、以及微环境中的药物代谢酶表达。
二、ADC核心药理学：从“三部件”到“系统级”理解
2.1 抗体：靶点的选择与“表达阈值”
靶抗原的选择是ADC设计的“第一决策”。理想的靶抗原应是：
- 在肿瘤细胞中高表达，在正常组织中低表达或不表达
- 在肿瘤细胞表面暴露（可被抗体识别）
- 具有高效的内吞能力（将ADC快速带入细胞）
然而，临床实践已反复证明：“靶点表达水平”与“ADC疗效”之间的相关性，远比预期的更弱。
以HER2为例：
- HER2 IHC 3+（高表达）：T-DXd的ORR约80%（DESTINY-Breast01）
- HER2 IHC 2+/ISH-（低表达）：T-DXd的ORR约52%（DESTINY-Breast04）
- HER2 IHC 1+（超低表达）：T-DXd的ORR仍可达约50%（DESTINY-Breast06）
从IHC 3+到IHC 1+，HER2表达水平下降了至少10倍，但T-DXd的ORR仅下降了约30%。这一“平缓的剂量-效应曲线”提示：ADC的疗效不仅由靶点表达水平决定，还由“靶点-内吞-载荷释放”这一跨层级链路的整体效率决定。
2.2 载荷：从微管抑制剂到拓扑异构酶I抑制剂
ADC的载荷决定了其“杀伤力”的本质。
| 载荷类别 | 代表药物 | 代表ADC | 作用机制 | 特点 |
|---|---|---|---|---|
| 微管抑制剂（MMAE/MMAF） | Monomethyl auristatin E | Brentuximab vedotin、Enfortumab vedotin | 抑制微管聚合 | 水溶性好、旁观者效应中等 |
| 微管抑制剂（DM1/DM4） | Maytansine衍生物 | T-DM1 | 抑制微管聚合 | 旁观者效应弱（T-DM1） |
| 拓扑异构酶I抑制剂 | DXd（Exatecan衍生物） | T-DXd | 抑制DNA拓扑异构酶I | 高DAR、强旁观者效应、半衰期短 |
| 拓扑异构酶I抑制剂 | SN-38（Irinotecan活性代谢物） | Sacituzumab govitecan | 抑制DNA拓扑异构酶I | 中等DAR、中等旁观者效应 |
| DNA烷化剂 | Calicheamicin | Gemtuzumab ozogamicin | DNA双链断裂 | 第一代ADC、稳定性问题 |
2.3 连接子：稳定性的“黄金分割”
连接子决定ADC在循环中的稳定性和在肿瘤细胞中的释放效率。
- 可裂解连接子：在肿瘤微环境中被蛋白酶（如cathepsin B）裂解，或被酸性环境（如溶酶体pH）裂解。优势：旁观者效应强；劣势：可能在循环中过早释放。
- 不可裂解连接子：需要在溶酶体中被完全降解后才能释放载荷。优势：循环稳定性好；劣势：旁观者效应弱（T-DM1即属此类）。
T-DXd的设计优化代表了连接子技术的巅峰——其连接子在循环中高度稳定，但在溶酶体中被高效裂解，实现了“高稳定性+高效释放”的看似矛盾的目标。
三、主要ADC药物的临床证据——按瘤种分层
3.1 HER2靶向ADC：T-DXd vs T-DM1的迭代之战
T-DXd已在多个瘤种中建立了标准治疗地位。
DESTINY-Breast04（HER2低表达乳腺癌）：PFS 9.9 vs 5.1个月（HR=0.50），OS 23.4 vs 16.8个月（HR=0.64）。
DESTINY-Breast03（HER2阳性乳腺癌二线）：PFS 28.8 vs 6.8个月（HR=0.33）。
DESTINY-Gastric01（HER2阳性胃癌三线）：OS 12.5 vs 8.4个月（HR=0.59）。
DESTINY-Lung02（HER2突变NSCLC二线）：ORR 57.7%（5.4mg/kg）和49.0%（6.4mg/kg）。
DESTINY-CRC01/02（HER2阳性结直肠癌）：ORR约45%-50%（HER2 IHC 3+或IHC 2+/ISH+）。
3.2 TROP-2靶向ADC：Sacituzumab govitecan（Trodelvy）
Trodelvy是首个获批的TROP-2靶向ADC，其载荷为SN-38（拓扑异构酶I抑制剂）。
ASCENT试验（三阴性乳腺癌，2021-2022）：Trodelvy vs 医生选择的化疗。PFS 5.6 vs 1.7个月（HR=0.41），OS 12.1 vs 6.7个月（HR=0.48），ORR 35% vs 5%。Trodelvy成为TNBC二线及以后的标准治疗。
TROPiCS-02试验（HR+/HER2-乳腺癌，2022-2023）：PFS 5.5 vs 4.0个月（HR=0.66），OS 14.4 vs 11.2个月（HR=0.79）。
EVOKE-01试验（NSCLC，2024）：Trodelvy vs 多西他赛，OS 11.1 vs 9.8个月（HR=0.84，p=0.053，未达统计学显著性），提示TROP-2靶向ADC在NSCLC中的获益仍需进一步验证。
3.3 NECTIN-4靶向ADC：Enfortumab vedotin（Padcev）
Padcev的载荷为MMAE（微管抑制剂），靶向NECTIN-4，在尿路上皮癌中展现了变革性的疗效。
EV-301试验（尿路上皮癌二线，2021-2022）：Padcev vs 化疗，OS 12.9 vs 9.0个月（HR=0.70，p=0.001）。
EV-302试验（尿路上皮癌一线，2023-2024）：Padcev + Pembrolizumab vs 化疗，PFS 12.5 vs 6.3个月（HR=0.45，p<0.0001），OS 31.5 vs 16.1个月（HR=0.47，p<0.0001）。这一联合方案已成为转移性尿路上皮癌的一线标准治疗。
3.4 HER3靶向ADC：Patritumab deruxtecan（HER3-DXd）
HER3在多种实体瘤中广泛表达，但与预后相关性不明确。Patritumab deruxtecan（HER3-DXd）的载荷为DXd。
HERTHENA-Lung01试验（EGFR突变NSCLC，2023-2024）：入组EGFR突变、经奥希替尼和铂类化疗治疗进展的NSCLC患者，ORR 29.8%（经中心确认），PFS 5.5个月。虽然ORR未达到预期，但在部分患者中观察到持久缓解，提示HER3作为ADC靶点的潜在价值。
3.5 其他新兴靶点与ADC
| 靶点 | 代表ADC | 主要瘤种 | 关键数据 | 阶段 |
|---|---|---|---|---|
| c-MET | Telisotuzumab vedotin（Teliso-V） | NSCLC（c-MET过表达） | ORR 22.3%（EGFRwt） | II期 |
| CEACAM5 | Tusamitamab ravtansine | NSCLC（CEACAM5高表达） | ORR 20%-25% | II/III期 |
| B7-H3 | DS-7300（Ifinatamab deruxtecan） | 小细胞肺癌、NSCLC | ORR 26.4%（SCLC） | I/II期 |
| Tissue Factor（TF） | Tisotumab vedotin | 宫颈癌 | OS 11.9 vs 9.7个月（HR=0.70） | III期 |
| Folate Receptor α | Mirvetuximab soravtansine | 卵巢癌（FRα+） | OS 13.8 vs 11.9个月（HR=0.67） | III期 |
四、反常现象的容度原理解码
4.1 ADC作为“跨层级信息-能量转换系统”
在容度原理的P4-P7层级框架下，ADC的作用可被理解为一个“跨层级的药物信息传递与能量转换系统”：
P4层——靶抗原的表达与内吞动力学层：靶抗原在肿瘤细胞膜上的密度、分布模式、内吞速率——决定了“药物-靶点结合”这一初始“信息识别”事件的效率。不同肿瘤类型、不同患者之间，P4层的特征存在显著差异。
P5层——连接子-载荷的释放动力学层：ADC被内吞后，在溶酶体中被降解、释放载荷的速率和效率——决定了“信息”向“杀伤信号”转换的时效性。连接子的化学设计直接影响P5层的动力学参数。
P6层——肿瘤微环境的渗透与代谢层：ADC在肿瘤组织中的渗透深度、载荷在微环境中的扩散距离、以及肿瘤细胞对载荷的代谢与外排——决定了“杀伤信号”在空间上的覆盖范围和持久性。
P7层——全身免疫-上皮交互层：ADC杀伤肿瘤细胞后释放的肿瘤抗原、对免疫微环境的影响、以及全身性的毒性反应——决定了ADC的“远隔效应”（包括免疫激活和脱靶毒性）的宏观表现。
4.2 “反常一”的容度解读：旁观者效应的不可预测性
旁观者效应的幅度与“P4-P6层级耦合”紧密相关：
- 高耦合状态（P4层内吞效率高 + P5层载荷释放快 + P6层微环境渗透深）→ 旁观者效应强烈，抗肿瘤效果显著，ILD风险升高
- 低耦合状态（P4层内吞效率低 + P5层载荷释放慢 + P6层微环境渗透浅）→ 旁观者效应微弱，抗肿瘤效果有限，毒性较低
T-DXd的ILD在不同患者、不同瘤种中的发生率差异，反映了P4-P6层级耦合的个体差异。目前缺乏的，正是一个能够“预测量化”这一耦合状态的生物标志物组合。
4.3 “反常二”的容度解读：ADC耐药的“信息遮蔽”
ADC耐药的“信息遮蔽”本质是：P4-P7各层级均可独立产生耐药，且各层级的耐药信号在临床层面相互“遮蔽”，难以追溯。
- 如果耐药发生在P4层（靶抗原下调），应换用靶向不同靶点的ADC
- 如果耐药发生在P5层（溶酶体功能障碍），应换用具有不同连接子-载荷机制的ADC
- 如果耐药发生在P6层（载荷外排泵上调），应换用非外排泵底物的载荷
然而，在临床进展时，我们往往只能观察到“肿瘤在生长”这一P7层结果，而无法确定P4-P6中哪一层级出现了故障。各层级的信号相互“遮蔽”，使得追溯耐药的根本原因变得极其困难。
4.4 “反常三”的容度解读：跨瘤种疗效差异的“组织上下文”依赖性
ADC的跨瘤种疗效差异，源于P6层（微环境代谢）和P7层（免疫-上皮交互）的“组织上下文”差异。
以HER2靶向ADC为例：
- 在乳腺癌中，HER2的内吞速率高、溶酶体功能活跃 → P4-P5耦合效率高 → 疗效好
- 在胃癌中，HER2的内吞速率中等、溶酶体酸化功能可能受损 → P4-P5耦合效率降低 → 疗效下降
- 在结直肠癌中，HER2的表达模式可能是“基底外侧”而非“顶膜”分布 → ADC与靶点的可及性下降 → 疗效进一步降低
同一靶点、同一ADC在不同瘤种中疗效差异巨大，这一现象提示：ADC的疗效不是“靶点表达水平”的单变量函数，而是“靶点+瘤种微环境”的联合函数。
五、独创性研究设计：ADAPT-ADC伞式试验
5.1 研究背景与核心科学问题
当前ADC的临床决策面临以下困境：
- 当ADC治疗进展后，无法确定耐药发生在哪个层级
- 跨瘤种“同一靶点、同一ADC”的疗效差异无法被现有生物标志物解释
- ILD等特异性毒性无法被患者基线特征预测
核心科学问题：能否建立一个整合靶点生物学（P4）、连接子-载荷动力学（P5）、肿瘤微环境特征（P6）和免疫-上皮交互状态（P7）的综合评分系统，来预测ADC疗效、指导ADC药物选择与序贯、并预警ILD风险？
5.2 ADC-容度匹配指数（ADC-RMI）
本研究提出 “ADC-容度匹配指数”（ADC-Rongdu Matching Index, ADC-RMI） ：
各维度的临床可操作评估方法：
| 维度 | 评估方法 | 权重系数 |
|---|---|---|
| 内吞效率（P4层） | 基于基线活检的HER2/靶点内吞速率定量（通过免疫荧光共定位） | α=0.30 |
| 载荷释放动力学（P5层） | 基于药代动力学模型（ADC与总抗体比值动态） | β=0.30 |
| 微环境渗透深度（P6层） | 基于活检切片中ADC的空间分布（IHC+空间转录组） | γ=0.25 |
| 免疫-上皮失调指数（P7层） | 外周血细胞因子谱（IL-6、IL-10、TGF-β）与Treg比例 | δ=0.15 |
5.3 试验设计：ADAPT-ADC伞式试验
试验名称：ADAPT-ADC——基于ADC-RMI的多瘤种伞式适应性临床试验
入组标准：HER2阳性/IHC 1+/2+晚期实体瘤患者（不限癌种），ECOG PS 0-2，至少一线标准治疗进展
关键排除标准：既往接受过ADC治疗（除外T-DM1）、ILD病史、间质性肺病
研究流程：
| 步骤 | 操作 | 决策依据 |
|---|---|---|
| Step 1：基线多组学评估 | 穿刺活检：靶点表达（IHC）、内吞效率（荧光共定位）、空间转录组（微环境特征） 外周血：药代动力学采样（ADC与总抗体比值）、细胞因子谱 | 获取ADC-RMI各维度参数 |
| Step 2：ADC-RMI计算与分组 | 计算ADC-RMI评分（0-100） | 高匹配（ADC-RMI≥70）vs 中匹配（40-69）vs 低匹配（<40） |
| Step 3：随机化分配（1:1:1） | — | — |
| A组：T-DXd | T-DXd 5.4 mg/kg q3w | 标准对照 |
| B组：T-DXd + 预防性IL-6拮抗剂 | T-DXd + Tocilizumab（IL-6R拮抗剂，8 mg/kg q4w） | 假设：阻断IL-6可降低ILD风险 |
| C组：ADC-RMI指导组 | • ADC-RMI≥70：T-DXd标准治疗 • ADC-RMI 40-69：T-DXd + Tocilizumab • ADC-RMI<40：换用非HER2靶向ADC（如Trodelvy） | 适应性策略 |
主要终点：PFS（B组 vs A组；C组 vs A组）
次要终点：ILD发生率（所有组）、OS、ORR、QoL
5.4 理论预期与临床转化价值
预期结果：
- B组（T-DXd+Tocilizumab）相比A组，ILD发生率显著降低（从~10%-15%降至<5%），且不削弱PFS
- C组（ADC-RMI指导组）相比A组，PFS显著延长（通过将“低匹配”患者分流至更优ADC）
临床转化价值：ADAPT-ADC将建立第一个基于“ADC-肿瘤-微环境”系统级理解的ADC个体化决策体系，推动ADC治疗从“经验性选择”走向“数据驱动匹配”。
六、结论与展望
ADC药物代表了实体瘤治疗从“广谱化疗”向“精准化疗”的最深刻转变。Enhertu的系列研究已将乳腺癌的分类体系彻底改写，并将HER2这一靶点的治疗边界从“15%的HER2阳性患者”扩展至“50%以上的HER2低表达患者”。
然而，ADC的临床实践中仍存在三个显著的反常现象——旁观者效应的不可预测性、耐药机制的“信息遮蔽”、以及跨瘤种疗效的系统性差异。这些反常现象均无法被“靶点表达水平”这一单一变量所解释，而需要从容度原理的跨层级视角来重新理解。
专知智库（成都专知利乎数字科技有限公司）与余行智库（成都余行专利代理事务所）提出的“ADC-容度匹配指数（ADC-RMI）”与“ADAPT-ADC伞式试验”，旨在将ADC的治疗决策从“靶点表达水平”的单维度考量，推进至“靶点-内吞-释放-微环境-免疫”五维匹配的系统级框架。
参考文献说明
1. ADC综述与机制：
- Khongorzul P, Ling CJ, Khan FU, et al. Antibody-drug conjugates: a comprehensive review. Mol Cancer Res. 2020;18(1):3-19.
- Drago JZ, Modi S, Chandarlapaty S. Unlocking the potential of antibody-drug conjugates for cancer therapy. Nat Rev Clin Oncol. 2021;18(6):327-344.
- Chau CH, Steeg PS, Figg WD. Antibody-drug conjugates for cancer. Lancet. 2019;394(10200):793-804.
2. T-DXd（Enhertu）关键研究：
- Modi S, Jacot W, Yamashita T, et al. Trastuzumab Deruxtecan in Previously Treated HER2-Low Advanced Breast Cancer. N Engl J Med. 2022;387(1):9-20.（DESTINY-Breast04）
- Cortés J, Kim SB, Chung WP, et al. Trastuzumab Deruxtecan versus Trastuzumab Emtansine for Breast Cancer. N Engl J Med. 2022;386(12):1143-1154.（DESTINY-Breast03）
- Smit EF, Felip E, Uprety D, et al. Trastuzumab Deruxtecan in HER2-Mutant Non-Small-Cell Lung Cancer. N Engl J Med. 2022;386(3):241-251.（DESTINY-Lung02）
- Shitara K, Bang YJ, Iwasa S, et al. Trastuzumab Deruxtecan in Advanced HER2-Positive Gastric Cancer. N Engl J Med. 2020;382(25):2419-2430.（DESTINY-Gastric01）
3. Sacituzumab govitecan（Trodelvy）研究：
- Bardia A, Hurvitz SA, Tolaney SM, et al. Sacituzumab Govitecan in Metastatic Triple-Negative Breast Cancer. N Engl J Med. 2021;384(16):1529-1541.（ASCENT）
- Rugo HS, Bardia A, Marmé F, et al. Sacituzumab Govitecan in Hormone Receptor-Positive/HER2-Negative Metastatic Breast Cancer. J Clin Oncol. 2022;40(36):3995-4006.（TROPiCS-02）
4. Enfortumab vedotin（Padcev）研究：
- Powles T, Rosenberg JE, Sonpavde G, et al. Enfortumab Vedotin in Previously Treated Advanced Urothelial Carcinoma. N Engl J Med. 2021;384(12):1125-1135.（EV-301）
- Rosenberg JE, O'Donnell PH, Balar AV, et al. Enfortumab Vedotin plus Pembrolizumab in Advanced Urothelial Carcinoma. N Engl J Med. 2024;390(10):875-888.（EV-302）
5. ADC耐药与ILD：
- Coates JT, et al. Mechanisms of resistance to antibody-drug conjugates. Cancer Drug Resist. 2021;4(4):885-898.
- Tarantino P, Modi S, Tolaney SM, et al. Interstitial lung disease induced by antibody-drug conjugates: a review of mechanisms and management. J Clin Oncol. 2023;41(15_suppl):e15095.
专知智库内部互链
本文与以下专知智库系列文章密切关联：
- 第1期：《Defeating lethal cancer——肿瘤致死性收敛的P7层级解码》（zzzk.org.cn/decoding-anomalies/001）
- 第9期：《乳腺癌个体化治疗的P5-P7“信息分层”失衡》（zzzk.org.cn/decoding-anomalies/009）
术语索引：本文中“容度原理”、“P4-P7层级”、“信息-能量转换”等关键概念，详见专知智库官网术语词典（zzzk.org.cn/glossary）。
专知智库“前沿领域综述”系列第10期
发布日期：2026年8月
在线阅读及PDF下载：zzzk.org.cn/reviews/010
版权声明：专知智库（成都专知利乎数字科技有限公司）保留所有权利。学术引用请标注出处。实务转化请咨询余行智库（成都余行专利代理事务所）。
关于“月球知识产权登记”的特别说明
专知智库联合余行智库，已于2026年全球率先推出 “月球知识产权登记” 服务。ADC药物在太空极端环境中的稳定性研究及相关知识产权保护，是未来空间医学的重要探索方向。了解更多：hrpp.org.cn
