人工智能(AI)和機器學習(ML)驅(qū)動下的ADC設(shè)計優(yōu)勢、應(yīng)用及面臨挑戰(zhàn)
文章來源公眾號：paper Club 作者：aper Club
核心總結(jié)本表整理自2025年最新ADC綜述文獻，整合了抗體-藥物偶聯(lián)物（ADC）領(lǐng)域的前沿進展，強調(diào)了AI與機器學習技術(shù)在生物制藥中的深度融合。核心內(nèi)容包括結(jié)構(gòu)預測工具如AlphaFold3和DiffAb的突破，親和力優(yōu)化及從頭設(shè)計模型如RefineGNN和IgDiff的進步，結(jié)合位點預測工具如EquiPocket的應(yīng)用，以及ADC活性預測框架ADC-net的發(fā)展。此外，集成數(shù)據(jù)庫ADCdb為研究提供了堅實基礎(chǔ)，而VERISIM Life等平臺則預示著向全流程AI設(shè)計管線的轉(zhuǎn)變，體現(xiàn)了AI正成為驅(qū)動ADC理性設(shè)計的核心引擎。這些進展標志著藥物研發(fā)范式的重大變革。
引言：從“魔法子彈”到靶向治療新時代
抗體-藥物偶聯(lián)物（Antibody-Drug Conjugates, ADCs）是現(xiàn)代癌癥治療領(lǐng)域中一種高度復雜的靶向治療藥物，它將單克隆抗體（mAb）的特異性與小分子細胞毒性藥物的強效殺傷能力相結(jié)合，實現(xiàn)了對癌細胞的精準打擊，同時最大限度地減少對健康組織的損害。這一理念最早可追溯至德國化學家保羅·埃爾利希（Paul Ehrlich）在20世紀初提出的“魔法子彈”（zauberkugel）概念，即設(shè)想一種能夠特異性識別并摧毀病原體而不傷害宿主細胞的治療劑。盡管這一設(shè)想在當時未能實現(xiàn)，但它為現(xiàn)代靶向治療奠定了理論基礎(chǔ)。
經(jīng)過近一個世紀的發(fā)展，ADCs終于從理論走向臨床。2000年，首個ADC藥物吉姆單抗-奧佐米星（gemtuzumab ozogamicin，商品名Mylotarg®）獲得美國FDA批準，用于治療急性髓系白血病（AML），標志著ADC時代的正式開啟。此后，隨著抗體工程、連接子化學和細胞毒性載荷技術(shù)的不斷進步，ADCs的研發(fā)進入快速發(fā)展期。截至2021年，已有9款ADC藥物獲得FDA批準用于臨床，涵蓋多種癌癥類型，包括淋巴瘤、乳腺癌、尿路上皮癌等。目前，全球范圍內(nèi)有超過360項關(guān)于ADC的臨床試驗（I至IV期）正在進行，主要評估其安全性和有效性，顯示出該領(lǐng)域巨大的發(fā)展?jié)摿蛷V闊的市場前景。
核心組成：ADC由三個關(guān)鍵部分構(gòu)成——單克隆抗體、連接子（linker）和細胞毒性載荷（payload）。這三者協(xié)同作用，共同決定了ADC的靶向性、穩(wěn)定性和療效。單克隆抗體負責識別并結(jié)合腫瘤細胞表面的特定抗原；連接子作為橋梁，將抗體與載荷穩(wěn)定連接，并在特定條件下釋放藥物；而細胞毒性載荷則是在進入腫瘤細胞后發(fā)揮殺傷作用的關(guān)鍵“彈頭”。
抗體的基本結(jié)構(gòu)與功能
抗體，也稱為免疫球蛋白，是一種Y形的大型糖蛋白，是人體免疫系統(tǒng)對抗細菌、病毒等病原體的“守護者”。由漿細胞（由活化的B淋巴細胞發(fā)育而來）產(chǎn)生，抗體能夠特異性地結(jié)合病原體表面的抗原，通過直接中和病原體或標記病原體供免疫系統(tǒng)其他成分清除來發(fā)揮作用。天然抗體是多克隆的，由不同漿細胞系產(chǎn)生，識別多種抗原。而在治療應(yīng)用中，通常使用單克隆抗體（mAb），即由單一B細胞克隆產(chǎn)生的、針對特定抗原表位的抗體。
單克隆抗體的基本結(jié)構(gòu)包括兩條相同的重鏈（Heavy Chain, H）和兩條相同的輕鏈（Light Chain, L），通過二硫鍵連接形成Y形結(jié)構(gòu)。Y形的兩個“臂”由可變區(qū)（Variable Region, V）構(gòu)成，其中包含互補決定區(qū)（Complementarity-Determining Regions, CDRs），負責識別和結(jié)合抗原。Y形的“柄”部分由恒定區(qū)（Constant Region, C）構(gòu)成，主要介導抗體與免疫細胞的相互作用。根據(jù)恒定區(qū)的不同，抗體可分為IgG、IgM、IgA、IgD和IgE五類，其中IgG類抗體因其較長的血清半衰期和良好的組織穿透能力，成為ADC開發(fā)中最常用的抗體類型。
早期的治療性抗體多為鼠源抗體（murine antibodies），即完全由小鼠B細胞產(chǎn)生的抗體。盡管鼠源抗體具有良好的抗原結(jié)合能力，但在人體內(nèi)使用時存在明顯的局限性：高免疫原性（易引發(fā)人抗鼠抗體反應(yīng)，HAMA）、在人體內(nèi)的療效較差以及血清半衰期短。為克服這些問題，科學家們開發(fā)了嵌合抗體（chimeric antibodies），將鼠源抗體的可變區(qū)與人源抗體的恒定區(qū)融合，從而降低了免疫原性。然而，嵌合抗體仍保留了部分鼠源序列，仍可能引發(fā)免疫反應(yīng)。
為實現(xiàn)更徹底的人源化，研究人員進一步開發(fā)了人源化抗體（humanized antibodies），僅保留鼠源抗體中決定抗原結(jié)合特異性的CDR環(huán)，其余部分均替換為人源序列。這極大地降低了免疫原性，同時保留了高親和力的抗原結(jié)合能力。最終，隨著基因工程技術(shù)的發(fā)展，特別是噬菌體展示技術(shù)（phage display technology）和人源可變區(qū)基因在大腸桿菌中的表達技術(shù)的成熟，全人源抗體（fully human antibodies）得以實現(xiàn)。全人源抗體的所有組成部分均來源于人類，具有最低的免疫原性、較長的血清半衰期和良好的療效，已成為當前ADC開發(fā)的首選。
目前，大多數(shù)已獲批或處于開發(fā)階段的ADC使用人源化或全人源單克隆抗體。例如，用于治療霍奇金淋巴瘤的brentuximab vedotin（Adcetris®）是少數(shù)使用嵌合抗體的ADC之一。選擇用于ADC的單克隆抗體時，最關(guān)鍵的屬性是高靶抗原特異性。如果ADC與非靶抗原發(fā)生非特異性結(jié)合，可能導致不可預測的脫靶效應(yīng)，引發(fā)嚴重毒性。此外，理想的ADC抗體還應(yīng)具備高親和力、良好的藥代動力學特性（如長半衰期）以及較低的免疫原性。
Types of monoclonal antibody. Key: human-derived mAb regions shown in blue; mouse-derived (or for humanised mAbs, synthetic/animal-derived) mAb regions shown in orange.
傳統(tǒng)與AI驅(qū)動的抗體設(shè)計早期的ADC開發(fā)主要依賴于經(jīng)驗篩選和基于結(jié)構(gòu)的設(shè)計方法。X射線晶體學和小角X射線散射（SAXS）等技術(shù)提供了抗體和抗原的原子級結(jié)構(gòu)信息，為計算建模提供了模板。這些結(jié)構(gòu)信息有助于初步評估連接位點和抗原結(jié)合兼容性。然而，這些方法存在局限性：結(jié)構(gòu)數(shù)據(jù)往往不完整，且在蛋白質(zhì)數(shù)據(jù)庫（PDB）和電子顯微鏡數(shù)據(jù)庫（EMDB）中，通常只包含抗體片段，如抗原結(jié)合片段（Fabs）、單鏈可變片段（scFvs）或孤立的VH/VL結(jié)構(gòu)域，缺乏完整的抗體-抗原復合物結(jié)構(gòu)。
近年來，人工智能（AI）和機器學習（ML）技術(shù)的興起為抗體設(shè)計帶來了革命性的變革。深度學習模型，如AlphaFold3，能夠準確預測蛋白質(zhì)結(jié)構(gòu)及其與配體的相互作用，包括糖基化和載荷結(jié)合，為完整ADC的原子級建模提供了可能。這些先進的計算方法能夠同時預測抗體主鏈和側(cè)鏈構(gòu)象，顯著提高了結(jié)構(gòu)預測的精度和效率。此外，生成式算法被用于抗體序列的多樣化和親和力優(yōu)化，例如，IgLM模型能夠生成全長抗體序列和填充CDR H3環(huán)庫，而EvoDesign則能進行基于表位引導的序列設(shè)計，優(yōu)化結(jié)合位點以適應(yīng)連接兼容性。
表1列出了部分用于抗體和ADC設(shè)計的計算工具。例如，OptCDR（2010年）用于CDR設(shè)計，MEAN（2023年）用于抗體設(shè)計，AbSciBio（2024年）用于從頭抗體設(shè)計。這些工具的不斷發(fā)展，使得抗體設(shè)計從傳統(tǒng)的“試錯法”逐步轉(zhuǎn)向基于AI的理性設(shè)計，大大加速了抗體發(fā)現(xiàn)和優(yōu)化的進程。
連接子是ADC中連接單克隆抗體和細胞毒性載荷的化學橋梁，其設(shè)計對ADC的穩(wěn)定性、藥代動力學和治療窗口至關(guān)重要。一個理想的連接子需要在血液循環(huán)中保持高度穩(wěn)定，防止載荷在到達靶標前過早釋放（導致脫靶毒性），同時在進入腫瘤細胞后能夠高效、特異性地釋放活性藥物。根據(jù)其釋放機制，連接子主要分為兩大類：可裂解連接子（cleavable linkers）和不可裂解連接子（non-cleavable linkers）。
可裂解連接子依賴于腫瘤微環(huán)境或細胞內(nèi)特定的化學或酶學條件來觸發(fā)載荷的釋放。這類連接子通常在血液中相對穩(wěn)定，但在腫瘤部位或細胞內(nèi)被激活。常見的可裂解連接子包括：
- 腙鍵連接子（Hydrazone linkers）
：這類連接子對酸性環(huán)境敏感，在腫瘤微環(huán)境的低pH條件下發(fā)生水解，從而釋放藥物。例如，Mylotarg®中的連接子就是一種腙鍵連接子。然而，腙鍵在血漿中也可能發(fā)生一定程度的水解，導致穩(wěn)定性不足和脫靶毒性，因此其應(yīng)用受到一定限制。 - 二硫鍵連接子（Disulfide linkers）
：這類連接子依賴于細胞內(nèi)高水平的還原性谷胱甘肽（GSH）來斷裂二硫鍵，釋放藥物。腫瘤細胞內(nèi)的GSH濃度通常遠高于正常細胞和血液，為二硫鍵的特異性裂解提供了條件。然而，血漿中也存在還原性環(huán)境，可能導致連接子在循環(huán)中不穩(wěn)定。 - 肽類連接子（Peptide-based linkers）
：這是目前應(yīng)用最廣泛的可裂解連接子類型。它們通常由特定的二肽序列構(gòu)成，如纈氨酸-瓜氨酸（Val-Cit，見于Adcetris®）、纈氨酸-丙氨酸（Val-Ala，見于loncastuximab tesirine）和丙氨酸-丙氨酸（Ala-Ala，見于IMGN632）。這些二肽序列是溶酶體蛋白酶（如組織蛋白酶B）的底物，該酶在多種癌細胞中過表達。連接子通常還包含一個對氨基芐基氧羰基（PABC）間隔基，它能將二肽與載荷分隔開，使蛋白酶更容易接近裂解位點。與腙鍵和二硫鍵相比，肽類連接子具有更好的血漿穩(wěn)定性、更高的特異性和更低的pH敏感性，因此成為當前ADC設(shè)計的主流選擇。
不可裂解連接子
與可裂解連接子不同，不可裂解連接子在細胞內(nèi)不會發(fā)生化學斷裂。載荷的釋放依賴于抗體部分在溶酶體內(nèi)的完全降解。當ADC通過抗原介導的內(nèi)吞作用進入腫瘤細胞后，整個復合物被轉(zhuǎn)運至溶酶體。在溶酶體的酸性環(huán)境和多種蛋白酶作用下，抗體部分被徹底降解，最終釋放出與連接子和部分氨基酸殘基相連的活性代謝物（如Lys-MCC-DM1 for Kadcyla®）。
不可裂解連接子的主要優(yōu)勢在于其極高的血漿穩(wěn)定性，這賦予了ADC更長的血漿半衰期，減少了脫靶毒性，并通常能提供更寬的治療窗口。常見的不可裂解連接子基于馬來酰亞胺結(jié)構(gòu)，如馬來酰亞胺己�；∕C，見于depatuxizumab mafodotin）和4-馬來酰亞胺甲基環(huán)己烷-1-羧酸酯（MCC，見于Kadcyla®）。值得注意的是，MC連接子具有多功能性，既可作為不可裂解連接子的主體（如depatuxizumab mafodotin），也可作為間隔基連接在抗體和可裂解二肽之間（如Adcetris®）。
選擇可裂解還是不可裂解連接子取決于多種因素，包括靶抗原的內(nèi)吞效率、腫瘤微環(huán)境的特性以及載荷的性質(zhì)。例如，對于內(nèi)吞效率高且溶酶體蛋白酶豐富的腫瘤，肽類可裂解連接子可能更有效；而對于需要極高穩(wěn)定性的應(yīng)用，不可裂解連接子則是更優(yōu)選擇。近年來，研究者也在探索新型連接子，如可被特定酶（如β-葡萄糖醛酸酶）或外部刺激（如光、超聲波）觸發(fā)的連接子，以進一步提高ADC的靶向性和可控性。
細胞毒性載荷：ADC的“致命彈頭”細胞毒性載荷是ADC中發(fā)揮殺傷腫瘤細胞作用的核心成分，通常為高活性的小分子藥物，其細胞毒性比傳統(tǒng)化療藥物強100至1000倍。由于載荷通過抗體靶向遞送，因此可以使用極高毒性的藥物，而不會對全身造成不可接受的毒性。目前，用于ADC的載荷主要分為兩大類：微管抑制劑和DNA損傷劑。此外，新型載荷類別也在不斷涌現(xiàn)。
微管抑制劑
微管是細胞骨架的重要組成部分，在細胞分裂（有絲分裂）過程中扮演關(guān)鍵角色。微管抑制劑通過干擾微管的動態(tài)平衡，阻止細胞進入有絲分裂后期，導致細胞周期停滯在中期，最終誘導細胞凋亡。
- 美登素類（Maytansinoids）
：這類化合物是從非洲灌木植物中分離得到的強效微管抑制劑。其代表是DM1和DM4，被用于Kadcyla®（ado-trastuzumab emtansine）中。DM1通過不可裂解的MCC連接子與曲妥珠單抗連接。Kadcyla®的成功上市證明了美登素類作為ADC載荷的巨大潛力。 - 奧利斯他汀類（Auristatins）
：這類化合物最初從海兔（Dolabella auricularia）中分離得到的海兔毒素（dolastatins）衍生而來。其最常用的衍生物是單甲基奧利斯他汀E（MMAE）和單甲基奧利斯他汀F（MMAF）。MMAE和MMAF均能結(jié)合微管的長春花堿結(jié)合域，抑制微管聚合。MMAE因其良好的細胞膜通透性，被廣泛用于多種ADC，如Adcetris®（brentuximab vedotin）、Padcev®（enfortumab vedotin）和Polivy®（polatuzumab vedotin）。MMAF由于其C端羧基的存在，細胞膜通透性較差，但水溶性更好，聚集傾向更低，系統(tǒng)性毒性也相對較低。
DNA損傷劑通過直接破壞DNA結(jié)構(gòu)或干擾DNA復制和修復過程，導致細胞死亡。這類載荷尤其適用于殺傷分裂和非分裂（靜止）的腫瘤細胞。
- 卡奇霉素類（Calicheamicins）
：這是一類從放線菌Micromonospora echinospora中分離得到的強效烯二炔類抗生素。其代表是卡奇霉素γ1的衍生物，被用于Mylotarg®和Besponsa®（inotuzumab ozogamicin）中�？ㄆ婷顾赝ㄟ^與DNA的小溝結(jié)合，并引發(fā)雙鏈斷裂，造成不可逆的DNA損傷。其作用機制獨特且高效，但同時也帶來了較高的毒性風險，因此對連接子的穩(wěn)定性和靶向性要求極高。 - 吡咯并苯并二氮䓬類（Pyrrolobenzodiazepines, PBDs）
：這是一類源自放線菌的天然產(chǎn)物，能與DNA雙螺旋的小溝共價結(jié)合，形成交聯(lián)，阻止DNA復制和轉(zhuǎn)錄。PBD二聚體（如SG3199）具有極高的細胞毒性，被用于多種新型ADC的開發(fā)，如loncastuximab tesirine（靶向CD19）。 - 杜卡霉素類（Duocarmycins）
：這類化合物能烷基化DNA，導致單鏈或雙鏈斷裂。其高活性使其成為有吸引力的ADC載荷候選者。
新型載荷類別
除了傳統(tǒng)的微管和DNA靶向劑，研究人員正在積極探索其他機制的新型載荷，以克服耐藥性和擴大治療范圍。
- α-鵝膏蕈堿（α-Amanitin）
：這是一種從毒蘑菇（Amanita spp.）中提取的雙環(huán)八肽，屬于鵝膏毒素家族。它通過結(jié)合并抑制RNA聚合酶II，阻斷轉(zhuǎn)錄和蛋白質(zhì)合成。α-鵝膏蕈堿具有高活性、血漿穩(wěn)定性好、親水性強等優(yōu)點，最重要的是，它能有效殺傷分裂和靜止的腫瘤細胞，這對于治療那些增殖緩慢或處于休眠狀態(tài)的腫瘤細胞（如腫瘤干細胞）具有重要意義。目前，Heidelberg Pharma公司的HDP-101（靶向BCMA）是進展最快的以α-鵝膏蕈堿為載荷的ADC，已進入臨床前研究階段。 - 拓撲異構(gòu)酶抑制劑
：這類藥物通過抑制拓撲異構(gòu)酶I或II的活性，干擾DNA的復制和修復。Exatecan衍生物等已被探索作為ADC載荷。
選擇合適的載荷是ADC設(shè)計的關(guān)鍵。理想的載荷應(yīng)具備極高的細胞毒性（IC50在pM級別）、良好的化學穩(wěn)定性、合適的連接位點（便于與連接子偶聯(lián)）、足夠的水溶性以及在釋放后保持活性。此外，載荷的機制（如是否能殺傷靜止細胞）也直接影響ADC的治療效果和適應(yīng)癥范圍。
AI/ML在ADC設(shè)計中的應(yīng)用與挑戰(zhàn)盡管ADC領(lǐng)域取得了顯著進展，但其開發(fā)過程仍然充滿挑戰(zhàn)。傳統(tǒng)的經(jīng)驗性篩選方法耗時、成本高昂，且受限于不完整的結(jié)構(gòu)信息和非系統(tǒng)性的連接子-載荷選擇。人工智能（AI）和機器學習（ML）技術(shù)的整合為解決這些瓶頸提供了強大的工具，推動了“AI驅(qū)動的ADC設(shè)計”（AI-driven ADC Design）的興起。
AI/ML在ADC設(shè)計中的應(yīng)用貫穿于整個研發(fā)流程：
- 抗體結(jié)構(gòu)預測與連接位點識別
：深度學習模型，如AlphaFold3，能夠高精度預測抗體及其與配體（包括糖基和載荷）的復合物結(jié)構(gòu)。這為識別最優(yōu)的連接位點（conjugation site）提供了原子級的洞察，避免了可能影響抗原結(jié)合或?qū)е虏环�(wěn)定的位點。
- 藥代動力學與毒性預測
：ML框架被用于建模ADC的藥代動力學（PK）特性和毒性譜。例如，Angiolini等人（2025）開發(fā)了機器學習模型來預測抗體-藥物偶聯(lián)物（ADCs）合成中的藥物-抗體比（DAR），這對于控制產(chǎn)品質(zhì)量和療效至關(guān)重要。 - 抗體序列多樣化與親和力優(yōu)化
：生成式算法，如IgLM和EvoDesign，能夠生成多樣化的抗體序列庫，并通過優(yōu)化CDR序列來提高抗體的親和力和降低免疫原性，加速抗體工程化進程。 - 整合計算與高通量實驗
：AI模型的預測結(jié)果可以與高通量實驗系統(tǒng)（如自動化篩選平臺）相結(jié)合，形成“預測-驗證-迭代”的閉環(huán)設(shè)計框架，顯著提高研發(fā)效率。
盡管AI/ML在ADC設(shè)計中展現(xiàn)出巨大潛力，但仍面臨諸多挑戰(zhàn)：
- 數(shù)據(jù)稀缺性
：高質(zhì)量、公開可用的ADC數(shù)據(jù)嚴重不足。許多實驗信息，如連接化學、DAR、連接子穩(wěn)定性、藥代動力學和毒性數(shù)據(jù)，要么是專有的，要么報告不一致，這限制了可推廣模型的開發(fā)。對于罕見的連接化學，數(shù)據(jù)稀缺問題尤為突出。 - 模型的可解釋性
：許多AI模型，特別是深度神經(jīng)網(wǎng)絡(luò)，被視為“黑箱”，其決策過程難以解釋。這在安全至關(guān)重要的藥物開發(fā)領(lǐng)域是一個重大障礙，影響了監(jiān)管機構(gòu)的接受度。 - 實驗驗證負擔
：AI模型的預測需要大量的實驗驗證，這本身就是一個耗時耗力的過程。如何高效地設(shè)計驗證實驗，是實現(xiàn)AI與實驗無縫整合的關(guān)鍵。 - 多模態(tài)交互的復雜性
：ADC是一個由抗體、連接子和載荷三部分組成的復雜系統(tǒng)，各部分之間的相互作用是非線性和情境依賴的。當前的模型往往難以準確捕捉這些多模態(tài)交互，尤其是在缺乏完整ADC三維結(jié)構(gòu)信息的情況下。 - 監(jiān)管障礙
：將AI/ML模型應(yīng)用于藥物開發(fā)，需要建立新的監(jiān)管標準和驗證流程，以確保模型的可靠性、可重復性和安全性。
未來的發(fā)展方向?qū)⒁蕾囉诩傻�、多尺度的建模方法，將蛋白質(zhì)結(jié)構(gòu)預測、系統(tǒng)藥理學和真實世界臨床及組學數(shù)據(jù)相結(jié)合。AlphaFold3等技術(shù)的進步為完整ADC的結(jié)構(gòu)建模鋪平了道路。結(jié)合系統(tǒng)級數(shù)據(jù)，這些結(jié)構(gòu)洞察有望實現(xiàn)更可預測的治療設(shè)計。此外，強化學習（RL）和閉環(huán)設(shè)計框架也被認為是支持迭代ADC開發(fā)的關(guān)鍵技術(shù)。
抗體-藥物偶聯(lián)物（ADCs）作為“魔法子彈”理念的現(xiàn)代實現(xiàn)，已成為癌癥靶向治療的重要支柱。通過巧妙地結(jié)合單克隆抗體的靶向性、連接子的智能調(diào)控和細胞毒性載荷的高效殺傷，ADCs實現(xiàn)了對腫瘤細胞的精準打擊，顯著改善了多種癌癥患者的預后。從首個ADC藥物Mylotarg®的獲批，到如今超過360項臨床試驗的蓬勃開展，ADC領(lǐng)域經(jīng)歷了從概念驗證到快速發(fā)展的輝煌歷程。
回顧其發(fā)展，我們可以看到，技術(shù)的進步是推動ADC演進的核心動力。從鼠源抗體到全人源抗體的轉(zhuǎn)變，極大地降低了免疫原性；從簡單的腙鍵到高度特異的肽類連接子，顯著提高了藥物的穩(wěn)定性和治療窗口；從美登素、奧利斯他汀到卡奇霉素、PBDs乃至α-鵝膏蕈堿，載荷的多樣性不斷拓展，殺傷機制日益豐富。這些進步共同造就了當今療效更佳、安全性更高的新一代ADC藥物。
展望未來，ADC的發(fā)展將進入一個更加智能化和系統(tǒng)化的時代。人工智能（AI）和機器學習（ML）技術(shù)的深度整合，正在重塑ADC的研發(fā)范式。從傳統(tǒng)的“試錯法”轉(zhuǎn)向基于AI的理性設(shè)計，使得抗體工程、連接子優(yōu)化和載荷篩選變得更加高效和精準。AlphaFold3等先進工具為完整ADC的原子級建模提供了可能，而生成式算法則能加速抗體序列的多樣化和親和力成熟。盡管數(shù)據(jù)稀缺、模型可解釋性和監(jiān)管接受度等挑戰(zhàn)依然存在，但集成的多尺度建模、強化學習和閉環(huán)設(shè)計框架有望克服這些障礙。
此外，ADC的應(yīng)用范圍也在不斷擴展。除了傳統(tǒng)的實體瘤和血液瘤，ADC在自身免疫性疾病、抗感染治療等領(lǐng)域的潛力也正在被探索。雙特異性ADC、條件激活ADC等新型設(shè)計將進一步提高靶向特異性和安全性�？梢灶A見，隨著基礎(chǔ)科學的深入和技術(shù)的持續(xù)創(chuàng)新，ADC將繼續(xù)在精準醫(yī)療的浪潮中扮演關(guān)鍵角色，為更多患者帶來新的希望。
