肺癌是一种发病率和死亡率较高的恶性肿瘤。近年来，抗体偶联药物（ADC）在肺癌治疗中取得了显著进展，为患者带来了新的希望。然而，ADC 药物的研发面临诸多挑战，如靶点选择的精准性、药物的稳定性以及生产成本高等。此外，ADC 药物的研发面临诸多挑战，如靶点选择的精准性、药物的稳定性、连接子的可靠性以及生产成本高等。
近期，由上海市医学会、上海市医学会呼吸病学专科分会主办的“第九届东方呼吸病学术会议”在上海圆满举行。大会期间，梅斯医学有幸邀请到来自上海交通大学医学院附属瑞金医院项轶教授分享肺癌ADC药物的治疗进展。
梅斯医学：近年来，ADC药物在肺癌治疗领域取得了哪些关键性的突破？
项轶教授：近年来，肺癌领域在 ADC 药物的临床研究持续升温，据数据显示，全球相关研究已超 40 项，中国占近 30 项。其中，TROP2作为ADC靶点的研究，全球大约有19项研究集中于此。在中国，芦康沙妥珠单抗已经获得批准用于一线治疗后出现耐药性的患者，为这部分患者提供了新的治疗选择。同时，德曲妥珠单抗作为一种针对HER2突变的肺癌治疗药物，在2024年和2025年间相继获得了肺癌适应症的批准，标志着HER2阳性或突变肺癌治疗的重大进步。此外，对于小细胞肺癌与非小细胞肺癌两大类肺癌，均有相应的ADC药物研究布局。尤其是非小细胞肺癌方面，进展更为迅速，涉及多个靶点如c-MET、B7H3等，并且一些药物已经进入III期临床试验阶段。
梅斯医学：ADC 药物与化疗、靶向治疗、免疫治疗联合使用在肺癌治疗中的探索情况如何？联合治疗策略在提升疗效与延缓耐药性方面有哪些挑战与应对方法？
项轶教授：ADC药物因其兼具单克隆抗体的靶向能力和化疗药物的强效细胞毒性，被誉为“精准的靶向化疗”。随着人们对ADC药物作用机制的深入理解以及新型药物不断涌现，科学家们开始积极探索其与其他治疗方式的协同潜力，以期进一步提高疗效、延缓耐药发生，并拓展适应人群。目前，ADC药物的联合策略主要包括以下几个方向：
联合靶向治疗：通过与小分子靶向药物或单抗类药物联合，发挥多靶点协同作用，增强抗肿瘤效果。例如，在EGFR突变或HER2突变肺癌中，探索ADC与相应靶向抑制剂联合使用的可行性，旨在克服耐药、延长生存。
联合免疫治疗：ADC不仅可以直接杀伤肿瘤细胞，还可能通过释放肿瘤抗原激活免疫系统，增强免疫检查点抑制剂的疗效。因此，ADC与PD-1/PD-L1抑制剂的联合正成为研究重点，初步数据显示该组合具有潜在的协同效应。
联合抗血管生成治疗：抗血管生成药物可改善肿瘤微环境，促进ADC在肿瘤部位的渗透和分布，从而提升治疗效果。已有多个临床研究正在评估ADC与抗VEGF/VEGFR药物联合的应用前景。
联合传统化疗或放疗：在某些难治性或高度侵袭性肿瘤中，ADC与传统化疗或放疗的联合也被视为一种强化治疗策略，尤其适用于缺乏明确驱动基因突变的患者群体。
尽管ADC联合治疗展现出良好的应用前景，但仍面临诸多挑战，如治疗相关毒性的叠加、剂量优化问题及长期疗效的不确定性等。因此，未来需要更多前瞻性临床研究数据的支持，同时借助生物标志物筛选适宜人群，实现个体化联合治疗策略。
梅斯医学：随着人工智能（AI）技术的发展，它在ADC药物开发中的作用日益重要。您认为AI将如何进一步推动ADC药物的创新？
项轶教授：人工智能在ADC药物开发中的应用正逐步深入，聚焦于三大关键方向，不仅加速了研发进程，还提高了治疗的精准性和安全性：
药物安全性与剂量探索：AI技术被广泛应用于分析载荷药物的毒性数据，通过构建复杂的数学模型来模拟不同剂量下的生物效应。这种方法能够帮助研究人员优化给药方案和治疗策略，特别是对于新型药物而言，其潜在毒性往往未知，AI的应用可以显著减少试验风险并提高患者安全性。此外，AI还可以基于大规模临床前和临床数据进行深度学习，预测个体化剂量反应，为实现精准医疗提供支持。
新型ADC组件研发：借助AI的强大计算能力，科学家们能够快速筛选出最适合的抗体、载荷以及连接子组合，这极大地促进了高效ADC的设计和发展。AI通过对分子生物学和影像学大数据的分析，能够预测哪些成分搭配最有可能成功，并揭示更有效的药物释放机制。例如，使用机器学习算法对已有化合物库进行虚拟筛选，或利用计算机辅助设计改进连接子稳定性，以确保药物能够在正确的时间点准确地释放到目标细胞内。
生物标志物分析：AI在定量病理学和基因组学研究中扮演着重要角色，尤其是在评估如TROP2等生物标志物的表达水平方面。通过AI技术，可以精确计算肿瘤细胞表面特定抗原（如TROP2）的表达比例，并将其与临床疗效相关联。这种关联性分析有助于识别最可能从特定ADC疗法中受益的患者群体，同时也能提前预警可能出现的不良反应。进一步地，结合多组学数据分析，AI还能揭示新的生物标志物，为个性化治疗方案的选择提供更多依据。
总之，AI技术正在重塑ADC药物的研发流程，从基础研究到临床应用，每个环节都因AI而变得更加智能化、高效化。随着技术的不断进步，未来有望看到更多创新性的ADC产品问世，为癌症患者带来更多的治愈希望。