新闻资讯

先看核心问题：

耐药结果如何改变研发和临床决策？

HIV耐药研究常被简化为“测几个突变”，但对药物研发而言，更关键的问题是：突变是否改变候选物活性、影响病毒复制、造成与现有药物的交叉耐药，最终又是否影响治疗方案。回答这些问题需要把基因型、表型、病毒背景、药物暴露和临床结局放在一起分析。

耐药评价应贯穿靶点和先导物发现、临床前研究、临床试验和上市后监测。早期识别易感突变，可能促使分子优化或改变目标人群；临床阶段及时检测病毒学失败样本，则有助于解释疗效和更新风险管理。

01

基因型、表型和临床耐药：

三类证据各回答什么问题

1.1基因型耐药

基因型检测通过测序识别病毒序列变化，并依据耐药算法评估其对药物敏感性的可能影响。优点是结果可与已知突变知识库对应；局限是单个突变的作用可能受到亚型、伴随突变和遗传背景影响。

1.2表型耐药

表型检测在体外直接测量病毒对药物的敏感性变化。它能帮助判断复杂突变背景下的实际药物反应，但结果依赖病毒材料、细胞系统、药物范围、检测平台和分析方法。

1.3临床耐药

临床耐药需要结合基线和治疗后病毒学、治疗史、依从性、药物暴露、背景方案及治疗结局解释。基因型或表型结果均不应脱离临床背景单独作结论。

可将分析思路归纳为：序列变化是什么？表型敏感性是否改变？该变化是否与患者治疗失败或病毒学反应相关？

02

临床分离株：

为什么实验室参考株不够

实验室参考株有助于方法开发、质量控制和实验室间比较，但不能代表所有临床遗传背景。经治患者病毒可能包含多个耐药位点、亚型差异和既往治疗压力形成的突变组合。对于经治或多重耐药产品定位，临床分离株有助于评估候选物在复杂背景中的活性。

2.1临床分离株面板设计要点

•按拟开发人群区分初治、经治和多重耐药来源。

•记录病毒亚型或重组型及关键靶基因序列。

•优先纳入具有明确治疗史、基因型和表型信息的样本。

•保留传代记录、冻存信息和每批次的身份确认结果。

•避免仅因样本“耐药”标签纳入；应记录具体药物类别和突变背景。

•依据项目目的设置野生型、单一突变和多位点组合背景。

2.2 样本和病毒材料管理

临床样本应建立**编号，连接受试者编码、采样访视、样本处理、核酸结果、病毒扩增和敏感性结果。病毒扩增可能改变群体组成，因此需记录扩增代次，并在关键研究前复核序列和表型。样本使用须遵守伦理、知情同意、隐私保护、生物安全和当地病原材料管理要求。

03

早期耐药评价：

从靶点风险到候选物表型

3.1靶点自然变异和保守性

在先导物筛选阶段，先梳理候选靶点的自然多态性及不同亚型间的序列差异。某个位点变异频繁并不自动意味着药物无效，但提示需要将相应变异纳入活性验证。

3.2已知耐药突变面板

IAS-USA 2025年HIV-1耐药突变更新可辅助识别现有药物相关突变，并为评价面板提供参考。[2] 对新候选物仍需根据靶点、结合模式和预期适应症单独设计，不能直接将现有药物的突变列表等同于新药耐药面板。

3.3连续传代筛选

连续传代可在受控药物压力下观察耐药表型和突变演化。方案应预先规定病毒株、细胞、药物浓度递增方式、传代条件、采样轮次、EC₅₀复测和测序策略。报告应保留各轮药物浓度、病毒滴度或复制读数、传代记录和冻存样本信息。

连续传代结果不能单独预测临床耐药屏障。未观察到突变，只能说明在当前实验窗口和检测能力下未发现明确信号；发现突变也需要确认其是否真实改变候选物敏感性。

3.4突变确认与反向遗传学

对筛选中出现的候选突变，先复核测序质量和群体频率，再通过独立表型实验验证。若科学问题需要，可将突变引入相应病毒背景进行反向遗传学验证，评价突变对候选物活性和病毒复制的影响。单点突变的效应可能依赖伴随突变或病毒背景。

3.5复制适应性

比较耐药株与亲本株在无药条件下的复制表现，可为理解突变适应性提供信息。体外复制差异不应直接等同于人体传播能力或临床风险，需与临床和流行病学证据结合。

04

基因型—表型不一致时的排查路径

当基因型提示耐药而表型变化不明显，或表型显示敏感性下降但未发现已知突变时，可按以下顺序排查：

1.核对样本身份、序列覆盖范围、测序质量和混合碱基判读。

2.确认检测平台、病毒输入量、细胞状态、药物浓度范围和拟合质量。

3.查看是否存在伴随突变、亚型背景或低频变异。

4.复核药物溶解度、细胞毒性、蛋白结合和检测干扰。

5.对关键结果进行独立重复，必要时使用第二种方法确认。

6.将结果与治疗史、病毒载量和实际暴露信息合并解释。

Stanford HIV Drug Resistance Database可提供基因型耐药解释和相关数据资源；使用数据库时应记录算法或版本、访问日期和解释规则。[3] 数据库评分是辅助工具，不是对候选药物临床疗效的直接证明。

05

耐药筛选和联合用药如何衔接

对候选物进行耐药筛选时，应同步考虑其拟定的临床联合方案。建议分别评价候选物对既有耐药背景的活性，以及候选物压力下出现的突变是否影响拟联合药物。

•交叉耐药：候选物是否受同类药物耐药突变影响？

•联合活性：组合在所选浓度范围内呈协同、相加或拮抗趋势吗？

•耐药选择：联合条件是否改变耐药变异出现的时间或类型？

•暴露匹配：体外组合浓度是否与预期临床暴露相符？

•背景治疗：经治患者研究中，背景方案预计还保留多少活性药物？

联合用药研究的分析方法应说明药物比例、浓度网格、统计模型和重复设计。单一组合指数或单次实验不足以证明临床协同。

06

临床耐药检测：

把触发条件和样本流程写进方案

NIH成人和青少年指南建议，对ART期间HIV RNA高于200 copies/mL的病毒学失败患者考虑耐药检测；高于1,000 copies/mL时推荐程度**，501–1,000 copies/mL时仍建议检测，确认的201–500 copies/mL也可考虑，但技术成功率可能受限。[1] 具体临床研究应采用适用地区的最新指南和经验证的检测流程。

对非长效ART，耐药样本通常应尽量在患者仍接受失败方案时或停药后较短时间内采集。对于既往或当前使用整合酶抑制剂、长效卡博特韦PrEP或长效CAB/RPV治疗失败者，应确认是否需要整合酶基因检测。长效CAB/RPV治疗失败时，检测计划还要考虑药物尾部和距末次给药时间。

临床研究建议预设的流程

1.定义病毒学失败确认规则和复测时间。

2.定义触发耐药检测的病毒载量门槛及无法扩增样本的处理。

3.预先指定RT、蛋白酶和整合酶检测范围。

4.同步收集给药记录、依从性、合并用药和血药浓度等解释变量。

5.安排基线、失败时及必要的后续样本保存。

6.规定实验室结果回传、数据库录入、复核和医学审核流程。

07

长效药物：

尾部暴露与耐药管理

长效药物的暴露可能在停止给药后持续存在。项目应把实际给药日期、延迟和漏用、血药浓度（如方案采集）、病毒载量、耐药样本和替代治疗记录按时间关联。这样才能分析病毒反弹发生时的暴露背景和耐药风险。

风险管理策略需依据具体产品和适用指南制定，可涉及延迟给药处置、停药后的替代方案、随访频率和耐药检测。不同长效制剂的释放和清除特征不同，不能用单一模板替代产品级评估。

08

上市后耐药监测：

从个体病例到趋势分析

上市后可结合药物警戒、真实世界病毒学、耐药数据库和地区监测网络，持续观察耐药突变、交叉耐药、病毒学失败和特殊人群表现。长效治疗及PrEP还需关注感染发生时的药物暴露和检测延迟。

监测数据应注明分母、检测方法、样本来源和耐药判读算法。数据库更新后，应保留版本信息，避免不同年份的评分被不加说明地直接比较。

09

项目团队可复用的耐药数据清单

•候选物作用靶点及预期耐药机制。

•病毒面板来源、亚型、序列、传代记录和基线表型。

•连续传代条件、逐轮浓度和取样时间。

•测序平台、覆盖区域、质量控制和变异判读阈值。

•突变确认实验、反向遗传学和复制适应性数据。

•交叉耐药、联合用药及临床暴露关联。

•基线和治疗失败临床样本的采集、检测及数据核对记录。

•数据库算法名称、版本和访问日期。

10

昌柏科技可提供的耐药研究支持

昌柏科技可根据项目方案和实际平台能力，协助开展HIV临床分离株筛选与表征、基因型耐药检测、测序分析、体外表型敏感性评价、连续传代筛选、候选突变验证、复制适应性评价、交叉耐药和联合用药研究，以及临床失败样本分析和数据包整理。具体病毒材料、检测范围和生物安全条件需在项目启动前确认。

参考文献

[1] Panel on Antiretroviral Guidelines for Adults and Adolescents. Laboratory Testing: Drug-Resistance Testing. In: Guidelines for the Use of Antiretroviral Agents in Adults and Adolescents With HIV. U.S. Department of Health and Human Services. Available from: https://clinicalinfo.hiv.gov/en/guidelines (accessed 12 October 2026).

[2] Wensing AMJ, Calvez V, Ceccherini-Silberstein F, Charpentier C, Günthard HF, Jacobsen DM, Paredes R, Shafer RW, Richman DD. 2025 update of the drug resistance mutations in HIV-1. Top Antivir Med. 2025;33(2):457–473. Available from: https://www.iasusa.org/wp-content/uploads/2025/03/33-2-mutations.pdf (accessed 12 October 2026).

[3] Stanford University. Stanford HIV Drug Resistance Database. Current HIVDB algorithm version and release notes should be recorded when interpreting results. Available from: https://hivdb.stanford.edu/ (accessed 12 October 2026).

关于昌柏科技

安吉昌柏科技有限公司，聚焦于菌毒应用，尤其是传染病领域，形成了传染病药物与疫苗筛选评价、兽用药物疫苗开发评价、菌毒种放行检测等多个业务模块。目前可提供100余种传染病药物与疫苗相关评价管线，覆盖90%的主流研发管线。现有菌毒种资源广泛，覆盖病毒、细菌、真菌、支原体，且主要为国内三年内流行菌毒株。所有临床菌毒株来源清晰、合规、可溯源。可使用A/BSL-3级生物安全实验室，备案14种高致病性病原。A/BSL-2实验室1000平米以上，备案47种病原，负压笼位3000余笼。昌柏科技凭借优质的服务，**的专家团队储备，为国内外多家传染病药物及疫苗公司长期提供药效学评价与临床生物样本分析服务。