2026-07-01
「未进行充分的剂量探索，可能导致上市剂量非最佳剂量，患者无法获得疗效最大化和安全性风险最小化的治疗，甚至面临治疗失败乃至药物撤市的风险。」
为什么要谈剂量探索？
在创新药研发中，如果说靶点发现是「从哪里出发」，那么剂量探索就是决定「走多快、走多远」。然而现实中，剂量选择环节却常常成为「灰色地带」：早期爬坡止步于 MTD，确证性试验照搬海外数据，上市后才发现——这个剂量并不是最优的。
2024 年 12 月，CDE 发布《模型引导的创新药物剂量探索和优化技术指导原则》；2026 年 4 月，CDE 高丽丽、潘鹏玉、王燕等在《药学进展》发表重磅综述《创新药物剂量探索优化中的临床药理学考量》。一份指导原则、一篇重磅综述，两者相互印证，传递了同一个信号：剂量探索已从「经验驱动」转向「科学引导」，是支撑高质量II期III期临床试验的核心关键。
本文结合上述文件与文章的核心要点，梳理一套以「作用机制为中心」的剂量探索科学框架。上篇将从底层逻辑出发，解析四种暴露-效应关系模式，并深入小分子、单抗和双抗三类药物的剂量探索逻辑。
01.
核心认知：剂量探索
不是简单的「爬几组剂量」
「剂量」不仅是数字
CDE 明确界定：剂量探索和优化是指给药方案的全面设计，包括：
从"试错"走向"模型引导"
传统剂量探索常采用"试错型"思路——几个固定剂量组平行比较，选个"看起来还行"的推进验证。而CDE强调的模型引导的剂量探索（MIDD），则是：
关键转变：从"选一个剂量"到"建立一个决策证据链"。
MIDD"学习-确认"循环：
数据→模型→模拟→验证，持续迭代
02.
暴露-效应关系：
剂量优化的科学引擎
1先建立通用语言：
四种典型E-R关系模式
不同药物的暴露-效应关系呈现四种典型模式，这四种模式直接决定了剂量选择策略的根本差异。理解这个分类，是理解后续所有药物案例的前提。
模式一：陡峭型E-R曲线
——"越多越好"
传统细胞毒性抗肿瘤药物是典型代表。随着暴露量增加，有效性和安全性风险同步上升，治疗窗窄。此时最大耐受剂量（MTD）附近即为最佳剂量。
有效性：暴露增加 → 疗效急剧上升
安全性：暴露增加 → 毒性持续升高
剂量策略启示：MTD附近即最佳剂量，"越多越好"。
模式二：平台型E-R曲线
——"够了就行"
分子靶向药物（MTA）常呈现此类特征。暴露量达到一定水平后有效性达平台，继续增加暴露量仅增加安全性风险而无额外获益。应在保持有效性的前提下选择较低剂量。后文德曲妥珠单抗（DS-8201）的5.4 mg/kg vs 6.4 mg/kg正是此类典型。
有效性：低暴露即达平台→疗效饱和
安全性：平台后毒性线性上升
剂量策略启示：平台后仅增毒性，"够了就行"。
模式三：平坦型E-R曲线
——"多多益善不再成立"
PD-1/PD-L1免疫检查点抑制剂是典型代表。暴露-有效性和暴露-安全性关系均较为平坦，治疗窗宽。此时可综合获益-风险、用药依从性、药物经济学等多维度因素选择合适剂量。但需警惕：迟发性不良事件需要足够长的观察时间才能捕捉。
有效性：整体平坦，暴露影响小
安全性：随暴露缓慢上升
剂量策略启示：E-R均平坦，综合获益-风险选择。
模式四：钟形E-R曲线
——双特异性抗体的独特挑战
CD3双特异性抗体呈现类钟形的暴露-有效性关系。其背后机制在于：BsAb在体内需要同时结合T细胞和肿瘤细胞形成三聚体才能发挥疗效。浓度过低时结合不足，浓度过高时BsAb分别与T细胞或肿瘤细胞形成二聚体，反而不利于三聚体生成。这一"极值"特征使得双抗的剂量选择极具挑战性，目前获批的T细胞接合剂（如莫妥珠单抗）常采用分步递增给药（step-up dosing）策略，在达到目标剂量前逐步增加剂量，以渐进方式启动免疫系统，有效降低CRS风险。
有效性：浓度适中时最优 → 过高反而下降
安全性：浓度越高毒性越大
剂量策略启示：二聚体vs三聚体平衡，分步递增给药。
图2 四种典型暴露-效应关系模式与剂量选择策略
有了这四种模式作为"坐标系"，我们就可以理解：为什么不同类型的药物需要采取截然不同的剂量探索策略——根源在于它们分属不同的E-R模式。下文以文献中引用的已获批上市代表性品种为例，逐一阐明各类药物的临床药理学剂量探索逻辑。
2小分子药物：代谢酶、转运体、
食物效应——三大维度不可偏废
小分子药物经历完整ADME过程，其PK变异性主要源于代谢酶基因多态性、转运体介导的药物相互作用和食物效应三大因素。
氯吡格雷（Clopidogrel）
—— "基因型→PK→疗效"的经典链条
氯吡格雷的活性代谢物通过CYP2C19生成，CYP2C19*2/*3等位基因导致功能丧失，活性代谢物暴露降低，抗血小板作用减弱。这是"基因型→PK→PD→临床疗效"链条的典范，揭示了小分子药物剂量个体化的必要性。
瑞舒伐他汀（Rosuvastatin）
—— 转运体多态性影响暴露
SLCO1B1（OATP1B1）和/或ABCG2（BCRP）遗传多态性患者的瑞舒伐他汀暴露量显著增加。这提醒我们，转运体介导的药物相互作用（DDI）和遗传多态性同样是小分子剂量优化不可忽视的因素。
伏罗尼布（Vorolanib）
—— 食物效应与剂量调整
高脂高热量饮食可使伏罗尼布Cmax提高≈87%，AUC提高≈82%。食物效应是口服小分子药物剂量探索中必须前瞻性评估的关键因素。
三个案例指向同一个结论：小分子药物的剂量探索，需同时关注代谢酶基因多态性、转运体介导的DDI、以及食物/生理因素对吸收的影响——三大维度缺一不可。这与前述小分子药物常见的陡峭型或平台型E-R模式相一致：变异性大，越需要量化工具来精确控制。
3单克隆抗体：
非线性PK与分子工程主动设计
单克隆抗体口服生物利用度低，通过淋巴转运，体内消除涉及靶点介导的药物处置（TMDD）和FcRn介导的体内循环。这两种消除途径的存在，赋予了单抗独特的非线性PK特征。
司普奇拜单抗（Stapokibart）
—— TMDD非线性PK的典型表现
该IL-4Rα单抗在75~600 mg范围内AUC以高于剂量比例方式增加：低浓度时靶点介导消除占主导，高浓度时蛋白水解消除占主导。这一特征对初始剂量选择具有直接指导意义：必须在较宽剂量范围内表征PK，以确定TMDD饱和点。
瑞武利珠单抗（Ravulizumab）——
"药物设计反过来服务剂量优化"的完美案例
通过对依库珠单抗进行氨基酸替换改造，消除了靶介导的抗体清除途径，同时增强了抗体对人FcRn的亲和力，作用时间延长4倍。这意味着单抗PK可以通过分子工程主动设计，从而优化给药间隔和患者依从性。
单抗通常属于平台型或平坦型E-R模式，治疗窗较宽，剂量探索的核心不是"找到最高剂量"，而是"找到TMDD饱和点之上的最低有效剂量"。
4双特异性抗体：
钟形E-R与QSP模型驱动的剂量策略
双抗药物其剂量探索的挑战源于两点：一是前述钟形E-R关系的固有复杂性，二是不同构建模式导致PK特征差异巨大。
贝林妥欧单抗（Blinatumomab）
——BiTE 模式的 PK 特征
不含 Fc 区的 BiTE 双抗半衰期仅约 2.11 小时，呈线性 PK，需连续给药。其 PK 特征类似于小分子而非典型单抗。
艾纳妥单抗（Elranatamab）
与莫妥珠单抗（Mosunetuzumab）
——QSP 模型支持双抗剂量选择
艾纳妥单抗（BCMA×CD3）通过 QSP 模型探讨了不同可溶性 BCMA 基线水平人群中不同剂量方案的有效性和潜在应答。莫妥珠单抗（CD20×CD3）则通过 QSP 预测不同给药方案下 IL-6 诱导和肿瘤缩小变化，支持分步给药至维持剂量的方案，有效减少 CRS 发生。
这两个案例说明，对于钟形 E-R 关系，传统的统计模型往往无力，QSP 模型——整合疾病、药物和生物系统之间关系——才是双抗剂量优化的核心工具。双抗剂量优化应充分考虑治疗指数和作用机制、每个靶点的生物学和动力学特征，确保有效靶标结合并利用下游生物标志物反映药效学。
下篇预告：多肽药物、ADC、细胞治疗和基因治疗这四类「非传统」药物的剂量探索逻辑有何独特之处？七类药物如何浓缩为一张策略矩阵？以及剂量优化的终极路径是什么？以及创新药开发者如何前瞻布局？敬请关注下篇。
撰写：李瑷宁
审核：谢珊珊、佟巍、韩海雄
