Dual-payload背景下的payload外延扩展

在多载荷背景下，被“重新纳入payload范畴”的类型

第一层：仍属于“杀伤类”，但机制扩展

✔ 1. 非经典细胞毒payload

• Topo I inhibitors（如SN-38）
• DNA alkylators新衍生物
• RNA polymerase inhibitors

👉 已经不是传统：

• tubulin inhibitor / DNA crosslinker

📌 文献明确指出这是payload diversification核心方向

第二层：调控类payload（开始突破传统定义）

这是多载荷ADC真正的变化点

✔ 2. PROTAC / 分子降解剂

👉 这是目前最典型“新payload范式”

特点：

• 不直接杀伤
• 诱导蛋白降解（E3 ligase recruitment）

意义：

• 可以：

📌 已被综述明确列为新型payload

✔ 3. RNA-targeting payload

• siRNA
• ASO
• RNA splicing modulators

👉 本质：

• gene-level modulation，而非cell killing

📌 这类payload在单载荷时代几乎不被认为是ADC payload

第三层：“非毒性payload”（范式重构）

这一层是最值得你关注的

✔ 4. 免疫调节payload（IO payload）

例如：

• STING agonists
• TLR agonists
• cytokine mimetics

👉 用法：

• 和 cytotoxic payload 组合（dual payload）
• 实现：

📌 这是multi-payload ADC的重要方向（模拟 chemo + IO 联合）

✔ 5. 信号通路调节剂

• kinase inhibitors
• epigenetic modulators

👉 逻辑：

• 一个payload杀伤
• 一个payload阻断survival pathway

✔ 6. Radiosensitizers / metabolic modulators

• 改变肿瘤微环境
• 提高其他payload效果

第四层：真正“超出传统ADC定义”的payload

这部分最前沿

✔ 7. 膜活性/非内吞依赖payload

（解决internalization问题）

• membrane-disrupting agents
• bystander effect增强分子

👉 多载荷中：

• 一个负责内吞杀伤
• 一个负责旁观者效应扩散

✔ 8. 非小分子payload（关键突破）

包括：

• peptides
• proteins（甚至 enzyme payload）

👉 这在单payload ADC中几乎不可行

但在multi-payload架构中开始被探索

---

为什么这些“以前不算payload，现在算了”？

本质原因是三个设计目标变化：

1️⃣ 从“最大毒性” → “机制组合”

• 单payload：IC50越低越好
• 多payload：机制互补更重要

2️⃣ 从“杀细胞” → “控制系统”

• gene regulation
• immune modulation
• resistance pathway blocking

3️⃣ 从“payload中心” → “系统工程”

• linker决定释放顺序
• payload之间有逻辑关系
• DAR变成multi-dimensional（DAR_A + DAR_B）

Payload组合设计原则（Design Rules）

先给你一句压缩结论：

dual/multi-payload ADC 的本质不是“多毒”，而是“多机制耦合系统”，其设计目标是最大化系统层面的杀伤覆盖，同时最小化耐药路径。

下面是可以直接用于分析论文/项目的6条硬规则：

Rule 1：机制互补（Orthogonal MOA）

不是“更强”，而是“不同”

典型组合：

• Tubulin inhibitor（M期阻断）
• Topo I inhibitor（S期/DNA损伤）

👉 覆盖：

• 分裂细胞 + 非分裂细胞
• 不同cell cycle阶段

判断标准：

两个payload是否作用于不同生物学维度？

Rule 2：耐药路径错开（Non-overlapping resistance）

如果两个payload：

• 都是P-gp底物 ❌
• 都依赖同一DNA repair ❌

👉 那基本等于“伪dual payload”

好的组合：

• payload A：容易被efflux
• payload B：不被efflux

👉 用B补A的耐药

Rule 3：细胞内空间/靶点分层（Spatial orthogonality）

你要开始有“亚细胞分布”的概念：

• payload A：核内（DNA damage）
• payload B：胞质（microtubule）

👉 作用空间不同 → 协同更强

Rule 4：释放动力学设计（Kinetic coupling）

这是很多人忽略但非常关键的一点：

• 两个payload：

👉 举例：

先释放DNA damage payload → 激活应激

再释放microtubule inhibitor → 放大杀伤

这其实是时间维度的组合治疗

Rule 5：DAR与比例（Stoichiometry control）

不再是：

DAR = 4

而是：

DAR_A = 2

DAR_B = 2

ratio = 1:1

👉 更高级的设计：

• 3:1（主杀伤 + 辅助）
• 1:3（免疫调节主导）

关键点：

• payload比例 = 功能权重

Rule 6：系统毒性最小化（Therapeutic window engineering）

dual payload最大风险：

👉 正常组织毒性叠加

解决思路：

• 不同cleavable linker（条件释放）
• 一个payload具bystander effect，一个不具

---

dual payload vs bispecific ADC vs ADC+IO 的本质差异

这部分很多人讲不清楚，但其实可以用一个统一框架：

你先记住一个核心维度：

“组合发生在哪里？”

① Dual-payload ADC

组合位置：同一个分子内部

特点：

• 同一抗体
• 同一细胞摄取
• 同步进入同一个细胞

👉 本质：

intracellular combination therapy

② Bispecific ADC

组合位置：靶点层面

特点：

• 两个antigen
• 提高选择性 or internalization

👉 本质：

targeting layer engineering

不是payload组合

而是“谁被打”

③ ADC + IO（联合用药）

组合位置：系统层面（organism level）

特点：

• ADC杀伤
• IO激活免疫系统

👉 本质：

intercellular/system-level combination

---

PK / ADA 在 multi-payload ADC 下如何“重构”

这是最容易被低估、但最决定成败的部分。

1️⃣ PK不再是“一个分子”

传统ADC：

PK analyte = total antibody / conjugated antibody

multi-payload ADC：

至少要监测：

• Ab（裸抗体）

• ADC（总）

• payload A（游离）

• payload B（游离）

• conjugated A / B（如果能测）

👉 本质变化：

PK从“单变量” → “多变量系统”

2️⃣ payload之间的PK耦合（coupling）

关键问题：

payload A释放是否影响payload B？

例如：

• linker A更容易裂解 → 改变整体疏水性 → 改变清除速率

👉 PK变成“相互作用系统”

3️⃣ DAR漂移（DAR drift）

在体内：

DAR_A / DAR_B 会动态变化

原因：

• 不同payload脱落速率不同
• 不同稳定性

👉 这会导致：

• efficacy变化
• toxicity变化

4️⃣ ADA问题（免疫原性）

multi-payload下更复杂：

✔ 情况1：payload本身增加免疫原性

• 特别是：

✔ 情况2：结构复杂性增加

• branching linker
• 非天然连接方式

👉 更容易被识别为“foreign”

✔ 情况3：聚集风险

• 多payload → 疏水性增加 → aggregation ↑ → ADA ↑

5️⃣ PK/PD关系重构（最关键）

传统：

exposure → cytotoxicity

现在：

exposure_A + exposure_B + ratio + timing → efficacy

👉 你必须考虑：

• A/B比例随时间变化
• 哪个payload主导PD

给你一个“论文级分析模板”

你以后读任何dual/multi payload文章，可以直接套：

Step 1：Payload设计

• MOA是否正交？
• 是否覆盖不同cell state？

Step 2：Linker策略

• 是否独立释放？
• 是否有顺序？

Step 3：DAR与比例

• 是否固定？
• 是否优化过？

Step 4：PK分析

• 是否分别测A/B？
• 是否有DAR drift数据？

Step 5：疗效逻辑

• synergy还是简单叠加？
• 是否有resistance model？

最后给你一句真正核心的话

multi-payload ADC 的本质，不是“更复杂的ADC”，而是“把组合治疗压缩进一个可编程分子系统”。