新闻资讯

管线的技术核心——从靶点确认到候选物锁定

每一步都是竞争力的来源

前一期梳理了抗菌药物立项决策框架与市场流行病学数据底座，本期进入研发攻坚阶段——这是整个管线中技术密度**、决策节点最密集的环节，其核心任务是：在成千上万候选化合物或生物制品方案中，筛选出成药性、活性与安全性三维**的候选物（Candidate），推送进入临床前评价。任何在这一阶段被低估的风险，都将在后续阶段以数倍代价偿还。

01

小分子药物研发

1.1 靶点验证与确认

靶点验证是小分子研发的逻辑起点。立项阶段完成的靶点可药性评估，需要在本阶段通过实验数据升级为确认性证据，形成完整的靶点验证链条：

步骤 1 细胞水平靶点功能验证

通过基因敲除（CRISPR/Cas9）、RNA干扰（siRNA）或条件致死突变株，直接证明靶点功能对细菌生长的必需性。重要的是建立靶点过表达导致MIC漂移的体外实验——若过表达宿主菌对候选化合物的MIC升高4倍以上，则靶标相关性证据成立，这也是CDE审评中对靶点确认要求的核心依据之一。

步骤 2 体内靶点表达验证

在感染动物模型（通常为中性粒细胞减少小鼠）中，通过RT-PCR或蛋白质印迹（Western blot）确认靶点在体内感染条件下的真实表达水平，排除靶点在体内因宿主环境影响而下调的风险。

步骤 3 靶点-疾病相关性确认

整合临床耐药株的基因组数据，核查目标靶点是否存在广泛的天然多态性位点。若临床流行株中靶点序列高度变异，则该靶点的广谱抗菌潜力将受到根本性限制，需提前评估并写入立项风险登记表。

靶点确认的黄金标准

通常认为，靶点确认需满足三条标准同时成立：①靶点基因缺失对细菌致死（必需性）；②抑制靶点活性重现与靶基因缺失相似的表型（功能一致性）；③在感染动物模型中观察到靶点相关的药效响应（体内相关性）。三条同时满足方可推进至先导化合物优化阶段，否则需评估靶点风险等级并制定备选方案。

1.2 分子设计与虚拟筛选

在候选药物早期发现阶段，借助计算机辅助技术进行分子设计与虚拟筛选，已成为提升研发效率的重要手段。传统的实验高通量筛选（HTS）工作量巨大、成本高昂，而通过计算机模拟对大量化合物进行预筛选，可以显著缩小实验验证的范围，提高命中率，降低早期研发的成本与时间投入。

当前主流的计算机辅助策略主要分为两类：

基于靶点结构的筛选：如果目标靶点的三维结构已知（例如通过实验解析或同源建模获得），可以模拟化合物与靶点的结合方式，预测结合亲和力，从而快速筛选出可能具有活性的分子。这种方法能够直观地指导化合物结构的优化。

基于已知活性配体的筛选：当靶点结构未知时，可以利用已有的活性化合物信息（如药效团特征、构效关系模型）来筛选或设计新的类似物。通过对化学结构的相似性搜索、骨架替换或关键基团调整，可以不断优化分子的抗菌活性和理化性质。

实际工作中，这两类方法常常结合使用。先通过虚拟筛选缩小候选范围，再由实验验证活性，形成“计算设计-合成-测试-分析”的快速迭代循环。在此过程中，可以利用一些公开的在线平台（如ADMETlab、admetSAR等）对分子的理化性质、成药性和潜在毒性进行早期预测，提前过滤掉存在明显缺陷的结构，从而集中资源优化最有潜力的候选分子。传统高通量筛选（HTS）的化合物命中率约为0.01%—0.1%，而通过结构导向的虚拟筛选，命中率可提升至5%—20%，显著降低湿实验工作量与成本[1]。

1.3 先导化合物优化：成药性三维平衡

先导化合物优化的本质，是在生物活性（效力）、靶点选择性（安全性）与成药性（可开发性）三个维度之间寻找**平衡点。抗菌药物研发失败的核心原因之一，正是过度聚焦体外MIC活性而忽视成药性参数，导致候选物在IND前遭遇系统性障碍。

成药性核心参数优化目标（Lipinski规则+抗菌特殊要求）

溶解度：热力学溶解度 ≥ 100 µg/mL（pH 7.4缓冲液）；动力学溶解度 ≥ 50 µg/mL。 | 代谢稳定性：人肝微粒体（HLM）体外半衰期 t₁/₂ ≥ 30 min；肝固有清除率（CLint）< 20 µL/min/mg蛋白。 | 口服生物利用度（若为口服制剂）：大鼠F ≥ 20%；Caco-2细胞通透性 Papp（A→B）≥ 1×10⁻⁶ cm/s。 | 蛋白结合率（PPB）：游离分数（fu）≥ 10%，以保障足够的游离药物浓度驱动抗菌活性。 | hERG抑制：IC₅₀ ≥ 30 µM，避免心脏毒性风险。

参考：ADMET性质评估指南；ADMETLab 2.0平台（支持597项成药性参数系统评估）

在实际优化流程中，建议采用「并行合成-快速筛选」循环策略（Design-Make-Test-Analyze，DMTA循环），每轮2—4周完成一个构效关系（SAR）迭代，将AI辅助分子设计与湿实验数据相互印证，加速候选物收敛。国内已有ADMETLab 2.0、admetSAR 3.0等平台（发表于Nucleic Acids Research，IF=16.6）可供在线评估17项理化参数、24项成药性参数与27项毒性终点，建议在每轮合成前完成计算机预筛，过滤高风险结构[2]。

1.4 耐药性评估：不可跳过的早期关卡

耐药屏障评估是抗菌药物候选物优化中最容易被忽视、却在后期代价**的环节。一旦临床前未充分评估，药物上市后耐药快速涌现将直接缩短产品生命周期，且面临监管层的严格追溯。

评估 1 突变防护浓度（MPC）与突变选择窗（MSW）

细菌耐药突变的自然发生频率约为10⁻⁷—10⁻⁸，需在接种菌量为10¹⁰ CFU的琼脂平板上测定MPC（防耐药突变浓度）。MPC与MIC的比值（选择指数SI = MPC/MIC）越大，突变选择窗越宽，越易筛选出耐药突变株。优质候选物要求SI ≤ 8；若SI > 32，则需重新评估靶点策略或考虑联合用药设计[3]。

评估 2 自发耐药频率测定

在MIC的4倍、8倍浓度下测定自发耐药突变频率，优质候选物要求频率 < 10⁻⁹（单步突变），理想状态为需两步以上突变方可耐药。该数据是立项向IND推进时CDE审评的必要支撑性数据。

评估 3 耐药机制表征与交叉耐药评估

筛选耐药突变株后，通过全基因组测序（WGS）鉴定耐药相关突变位点，明确耐药机制（靶点突变、外排泵上调、孔蛋白下调等）。同时需评估候选物与头孢他啶/阿维巴坦、利奈唑胺等临床一线药物的交叉耐药性——若存在与现有重要药物的完全交叉耐药，则该候选物的差异化价值将大打折扣。

1.5 早期作用机制研究

对于first-in-class候选物，早期机制研究不仅是科学探索，更是监管沟通的必要筹码。CDE在IND审评中越来越明确要求提供作用机制（MoA）证据，以支持后续临床设计的科学性。

作用通路验证：通过转录组学（RNA-seq）分析给药后细菌基因表达谱变化，识别受扰动的代谢通路；结合蛋白质组学数据，综合构建候选物的细胞内作用图谱。

多靶点协同效应研究：若候选物设计为多靶点药物，需通过单靶点缺失株（基因敲除系列）拆分各靶点对总体抗菌活性的贡献比例，并评估靶点间协同（synergy）或拮抗（antagonism）关系。

杀菌 vs. 抑菌特性确认：通过时间-杀菌曲线区分候选物的杀菌或抑菌属性。对于血流感染、心内膜炎等高致死性适应症，FDA/EMA要求候选物具备明确的杀菌活性（24h菌落数下降 ≥ 3 log₁₀ CFU/mL），这是TPP中的硬性要求，须在候选物锁定前确认。

02

mRNA疫苗与单抗类生物制品研发

相较于小分子药物，抗感染生物制品的早研路径更依赖抗原设计的精准度与免疫原性数据的早期积累。以下以细菌感染相关疫苗（含mRNA疫苗技术路线）与单抗为主要场景展开。

2.1 流行株筛选与抗原设计

抗原设计的质量直接决定产品的广谱性与耐久性，是生物制品早研阶段最核心的科学决策。以国内流行株为例，基于CARSS/CHINET监测数据，应优先纳入近3年内检出率**的克隆型（如MRSA的ST59、ST239；CRAB的OXA-23型克隆等）作为抗原设计的参考菌株集。

抗原选择核心原则

保守性：在代表性菌株间序列同源性 > 85%

表面暴露性：靶表位需在感染条件下可被抗体识别

功能必需性：靶抗原参与关键生命活动（不易突变逃逸）

低宿主同源性：与人源蛋白差异足够大以保障安全性

表位优化关键工具

反向疫苗学（Reverse vaccinology）全基因组筛选

结构生物学解析抗原-抗体结合模式

T细胞表位预测（MHC I/II结合亲和力算法）

多克隆抗体结合位点图谱（Epitope mapping）

2.2 抗原构建与表达优化

完成抗原设计后，需经历从序列到蛋白的完整工程化过程，每个节点的参数选择均对最终产品的免疫原性产生直接影响：                             

环节 1 基因序列合成与密码子优化目标宿主（人/小鼠）的密码子使用偏好与病原体存在显著差异，需通过密码子优化（codon optimization）提升表达量。对于mRNA疫苗，还需针对核苷修饰（如m1Ψ替代尿苷）进行序列工程，以降低先天免疫识别（TLR激活）、提高mRNA稳定性与翻译效率；同时优化5'UTR、Kozak序列和多聚腺苷酸（poly-A）尾，使蛋白表达量最大化[4]。

环节 2 表达载体构建与宿主选择
重组蛋白亚单位疫苗通常选择CHO细胞、大肠杆菌（E. coli）或杆状病毒/昆虫细胞（Baculovirus/Sf9）系统。mRNA-LNP路线则需重点优化LNP配方中四组分（可电离脂质：DSPC：胆固醇：PEG-脂质）的摩尔比和氮磷比（N/P比），以在包封效率、粒径（70—100 nm）、PDI（< 0.2）与内体逃逸效率间取得平衡[5]。
环节 3 抗原纯化工艺开发

早研阶段建议同步开展平台性纯化工艺开发（亲和层析/离子交换/尺寸排阻层析组合），并设定纯度（≥ 95%，SDS-PAGE）、内毒素（< 1 EU/µg）和聚集体比例（< 5%）等关键质量属性（CQA），为后续GMP放大生产奠定工艺基础。

2.3 免疫原性初筛

小动物免疫实验（小鼠/豚鼠）是早研阶段免疫原性评估的核心，数据质量直接影响后续IND申报的成功率。                                                                         
免疫原性初筛关键指标：

抗体滴度：ELISA测定抗原特异性IgG，目标值与阳性对照（已上市参考品或被动保护阈值）比较，通常要求初次免疫后4周几何平均滴度（GMT）达到有效保护阈值的4倍以上。                                          

中和活性：病原体或假病毒中和试验（PRNT/PsNT），评估抗血清对代表性流行株的50%中和滴度（NT₅₀）。对于抗菌疫苗，可用调理素杀菌试验（OPA）替代或补充。                                                            T细胞应答：ELISPOT或胞内细胞因子染色（ICS）检测抗原特异性CD4⁺/CD8⁺ T细胞反应，重点关注Th1/Th2平衡——异常偏向Th2可能增加免疫病理风险。                                                                     免疫持久性：末次免疫后6—12周检测抗体滴度衰减曲线，评估疫苗诱导长效免疫记忆的潜力。                                                                   

2.4 广谱性评估

抗感染生物制品的广谱性决定了产品的市场覆盖宽度和临床使用范围。以抗MRSA疫苗为例，需在MRSA代表性克隆型（ST59、ST239、USA300等）及社区获得性菌株（CA-MRSA）之间评估交叉保护活性；以mRNA细菌疫苗为例，需覆盖目标菌种的主要血清型或基因型。                      
体外交叉中和 / OPA活性谱：针对国内外主要流行株型别，系统测定抗血清的交叉保护活性；覆盖宽度不低于当前临床分离株的80%。

广谱性评分体系：建议建立量化的广谱性评估模型，结合各株型的流行频率权重（参考CARSS/CHINET年度分布数据），计算加权平均广谱保护率，作为候选疫苗广谱性的核心KPI指标。

变异逃逸风险预判：通过抗原结构分析，识别易发生免疫逃逸突变的高变异表位，并提前评估变异株对中和活性的影响，形成产品广谱性的风险预判报告。
03

研发阶段质控：让每一步都可追溯

研发阶段的质控体系，决定了后续临床前评价乃至IND申报的数据可信度。监管机构对早研数据的审查越来越前移——一旦在IND审评中发现早研数据存在质量问题，补充实验的时间成本往往高达6—18个月。提前建立规范的质控体系，是最经济的风险对冲。

3.1 候选物成药性综合评估（候选物锁定决策）

进入临床前评价之前，需对候选物（Candidate）进行一次全面的成药性综合评估，形成正式的候选物锁定报告（Candidate Nomination Report）。评估矩阵通常包含以下维度：

化学 / 生物活性维度

体外抗菌谱：标准菌株 + 临床代表性耐药株 MIC 全谱

杀菌 / 抑菌特性（时间-杀菌曲线）

体外蛋白结合率（PPB）与游离药物浓度

体外代谢稳定性（HLM、RLM、肝细胞）

CYP酶抑制（主要亚型：CYP1A2、2C9、2D6、3A4）

hERG抑制初筛（patch clamp 或 binding assay）


安全性 / 可开发性维度

细胞毒性（Vero、HEK293、HepG2等细胞系）

遗传毒性（Ames试验或体外微核试验）

化学稳定性（强酸 / 强碱 / 光照 / 高温加速实验）

多晶型筛查（固态形式优选）

合成路线可行性（步骤数、关键起始物料供应链）

知识产权状态（FTO分析更新）

3.2研发过程合规性管控

早研数据的合规性管控不仅关乎法规要求，更直接影响后续IND申报的完整性审查。建议从以下三个维度建立合规体系：

合规 1 菌毒株管理规范

所有实验用临床分离株须建立完整的来源记录（医院来源、分离日期、鉴定方法、保藏编号），并按照《病原微生物实验室生物安全管理条例》要求进行分类保藏与使用备案。实验后菌株销毁须有记录，并经由机构生物安全委员会（IBC）审批。

合规 2 实验记录与数据溯源

推荐采用电子实验记录本（ELN）系统，实现原始数据的时间戳锁定与版本追溯。关键实验（如MIC测定、PK体外实验、毒性初筛）须按照SOP执行，且包含阳性对照、阴性对照与QC样品，确保实验数据符合数据完整性（ALCOA+）原则——这是FDA和NMPA数据完整性检查的核心维度。

合规 3 数据溯源体系搭建

建议在早研阶段即建立结构化的研发数据库，按照候选物编号、实验类型、执行日期、执行人员、原始文件路径进行多维度索引，支持后续IND申报中数据汇编与监管查询的快速响应。

3.3 研发风险预判与规避

研发风险不仅来自技术本身，也来自监管预期与市场竞争格局的动态变化。建议在研发早期建立动态风险登记表（Risk Register），并制定对应的备选方案（Contingency Plan）。

高频技术风险及应对策略

风险 1——体外活性强但体内无效（PK/PD脱节）：根本原因通常是游离药物浓度（fCmax/MIC或fAUC/MIC）不达标。应对方案：早期进行小鼠PK研究（口服+静注双给药途径），并在中性粒细胞减少感染模型中验证PK/PD靶值，设定体内有效性的定量准入标准。

风险 2——溶解度瓶颈导致制剂无法推进：对于溶解度 < 10 µg/mL的候选物，应在成药性评估阶段即评估成盐、晶型转化、共晶或纳米制剂的可行性，避免等到开发阶段才发现制剂死角。

风险 3——专利壁垒晚发现：建议每完成一轮SAR迭代即更新FTO分析，重点核查欧洲专利局（EPO）和CNIPA数据库中的骨架权利要求（Markush Claim）覆盖范围，避免陷入专利纠纷后期补救成本极高的困境。

从研发攻坚到临床前：候选物锁定的判断标准

推进标准（Go Criteria）：

①体外MIC达标（覆盖临床关键耐药株，MIC ≤ 2倍参照药物）；

②至少两种动物（小鼠+大鼠）PK数据合格（口服F ≥ 20% 或静注CL合理）；

③体外毒性通过（hERG IC₅₀ ≥ 30 µM，细胞毒性 CC₅₀/MIC ≥ 100）；

④自发耐药频率 < 10⁻⁸；

⑤化学合成工艺具备克级放大可行性。

暂停标准（No-Go Criteria）：任一维度存在不可规避的硬性缺陷，需重新回到先导物优化环节，而非带病推进——这是节省后续临床前研究成本最有效的决策纪律。

昌柏科技在研发攻坚阶段能提供什么支持？

昌柏科技提供覆盖研发攻坚阶段全链条的专业服务，可进行标准菌株 + 临床耐药株体外活性评价。

下一期预告：临床前评价篇——体外实验怎么设计才能真正预测临床结果？动物感染模型的选择逻辑与PK/PD桥接策略全拆解。

参考文献

[1] SBI Research（引自摩熵医药行业分析）. 传统HTS命中率0.01%—0.1%，CADD可提升至5%—20%.

[2] 华东理工大学唐赟课题组. admetSAR 3.0: a comprehensive platform for exploration, prediction and optimization of chemical ADMET properties. Nucleic Acids Research. 2024.    

[3] 抗菌药物药代动力学/药效学理论临床应用专家共识. 中华传染病杂志. （MPC、MSW及选择指数SI相关内容）

[4] mRNA-LNP疫苗：合理设计、递送优化与临床转化（综述）. 生物通. 2025年11月. 含核苷修饰、5'UTR优化等核心内容.

[5] 中国食品药品企业质量安全促进会. 基于mRNA-LNP技术的（细胞）免疫治疗产品开发指南（T/FDSA 0055-2024）. 2024年10月实施.

[6] 鼻内递送mRNA脂质纳米颗粒疫苗的货物递送与免疫原性解析. 生物通. 2025年5月. （DOTAP增强黏膜回忆反应相关内容）