管線的技術核心——從靶點確認到候選物鎖定，每一步都是競爭力的來源
前一期梳理了抗菌藥物立項決策框架與市場流行病學數據底座，本期進入研發攻堅階段——這是整個管線中技術密度最高、決策節點最密集的環節，其核心任務是：在成千上萬候選化合物或生物制品方案中，篩選出成藥性、活性與安全性三維最優的候選物（Candidate），推送進入臨床前評價。任何在這一階段被低估的風險，都將在后續階段以數倍代價償還。
一、小分子藥物研發
1.1 靶點驗證與確認
靶點驗證是小分子研發的邏輯起點。立項階段完成的靶點可藥性評估，需要在本階段通過實驗數據升級為確認性證據，形成完整的靶點驗證鏈條：
步驟 1 細胞水平靶點功能驗證
通過基因敲除（CRISPR/Cas9）、RNA干擾（siRNA）或條件致死突變株，直接證明靶點功能對細菌生長的必需性。重要的是建立靶點過表達導致MIC漂移的體外實驗——若過表達宿主菌對候選化合物的MIC升高4倍以上，則靶標相關性證據成立，這也是CDE審評中對靶點確認要求的核心依據之一。
步驟 2 體內靶點表達驗證
在感染動物模型（通常為中性粒細胞減少小鼠）中，通過RT-PCR或蛋白質印跡（Western blot）確認靶點在體內感染條件下的真實表達水平，排除靶點在體內因宿主環境影響而下調的風險。
步驟 3 靶點-疾病相關性確認
整合臨床耐藥株的基因組數據，核查目標靶點是否存在廣泛的天然多態性位點。若臨床流行株中靶點序列高度變異，則該靶點的廣譜抗菌潛力將受到根本性限制，需提前評估并寫入立項風險登記表。
靶點確認的黃金標準
通常認為，靶點確認需滿足三條標準同時成立：①靶點基因缺失對細菌致死（必需性）；②抑制靶點活性重現與靶基因缺失相似的表型（功能一致性）；③在感染動物模型中觀察到靶點相關的藥效響應（體內相關性）。三條同時滿足方可推進至先導化合物優化階段，否則需評估靶點風險等級并制定備選方案。
1.2 分子設計與虛擬篩選
在候選藥物早期發現階段，借助計算機輔助技術進行分子設計與虛擬篩選，已成為提升研發效率的重要手段。傳統的實驗高通量篩選（HTS）工作量巨大、成本高昂，而通過計算機模擬對大量化合物進行預篩選，可以顯著縮小實驗驗證的范圍，提高命中率，降低早期研發的成本與時間投入。
當前主流的計算機輔助策略主要分為兩類：
基于靶點結構的篩選：如果目標靶點的三維結構已知（例如通過實驗解析或同源建模獲得），可以模擬化合物與靶點的結合方式，預測結合親和力，從而快速篩選出可能具有活性的分子。這種方法能夠直觀地指導化合物結構的優化。
基于已知活性配體的篩選：當靶點結構未知時，可以利用已有的活性化合物信息（如藥效團特征、構效關系模型）來篩選或設計新的類似物。通過對化學結構的相似性搜索、骨架替換或關鍵基團調整，可以不斷優化分子的抗菌活性和理化性質。
實際工作中，這兩類方法常常結合使用。先通過虛擬篩選縮小候選范圍，再由實驗驗證活性，形成“計算設計-合成-測試-分析”的快速迭代循環。在此過程中，可以利用一些公開的在線平臺（如ADMETlab、admetSAR等）對分子的理化性質、成藥性和潛在毒性進行早期預測，提前過濾掉存在明顯缺陷的結構，從而集中資源優化最有潛力的候選分子。傳統高通量篩選（HTS）的化合物命中率約為0.01%—0.1%，而通過結構導向的虛擬篩選，命中率可提升至5%—20%，顯著降低濕實驗工作量與成本。[1]
1.3 先導化合物優化：成藥性三維平衡
先導化合物優化的本質，是在生物活性（效力）、靶點選擇性（安全性）與成藥性（可開發性）三個維度之間尋找最優平衡點。抗菌藥物研發失敗的核心原因之一，正是過度聚焦體外MIC活性而忽視成藥性參數，導致候選物在IND前遭遇系統性障礙。
成藥性核心參數優化目標（Lipinski規則+抗菌特殊要求）
溶解度：熱力學溶解度 ≥ 100 µg/mL（pH 7.4緩沖液）；動力學溶解度 ≥ 50 µg/mL。 | 代謝穩定性：人肝微粒體（HLM）體外半衰期 t?/? ≥ 30 min；肝固有清除率（CLint）< 20 µL/min/mg蛋白。 | 口服生物利用度（若為口服制劑）：大鼠F ≥ 20%；Caco-2細胞通透性 Papp（A→B）≥ 1×10?? cm/s。 | 蛋白結合率（PPB）：游離分數（fu）≥ 10%，以保障足夠的游離藥物濃度驅動抗菌活性。 | hERG抑制：IC?? ≥ 30 µM，避免心臟毒性風險。
參考：ADMET性質評估指南；ADMETLab 2.0平臺（支持597項成藥性參數系統評估）
在實際優化流程中，建議采用「并行合成-快速篩選」循環策略（Design-Make-Test-Analyze，DMTA循環），每輪2—4周完成一個構效關系（SAR）迭代，將AI輔助分子設計與濕實驗數據相互印證，加速候選物收斂。國內已有ADMETLab 2.0、admetSAR 3.0等平臺（發表于Nucleic Acids Research，IF=16.6）可供在線評估17項理化參數、24項成藥性參數與27項毒性終點，建議在每輪合成前完成計算機預篩，過濾高風險結構。[2]
1.4 耐藥性評估：不可跳過的早期關卡
耐藥屏障評估是抗菌藥物候選物優化中最容易被忽視、卻在后期代價最高的環節。一旦臨床前未充分評估，藥物上市后耐藥快速涌現將直接縮短產品生命周期，且面臨監管層的嚴格追溯。
評估 1 突變防護濃度（MPC）與突變選擇窗（MSW）
細菌耐藥突變的自然發生頻率約為10??—10??，需在接種菌量為10¹? CFU的瓊脂平板上測定MPC（防耐藥突變濃度）。MPC與MIC的比值（選擇指數SI = MPC/MIC）越大，突變選擇窗越寬，越易篩選出耐藥突變株。優質候選物要求SI ≤ 8；若SI > 32，則需重新評估靶點策略或考慮聯合用藥設計。[3]
評估 2 自發耐藥頻率測定
在MIC的4倍、8倍濃度下測定自發耐藥突變頻率，優質候選物要求頻率 < 10??（單步突變），理想狀態為需兩步以上突變方可耐藥。該數據是立項向IND推進時CDE審評的必要支撐性數據。
評估 3 耐藥機制表征與交叉耐藥評估
篩選耐藥突變株后，通過全基因組測序（WGS）鑒定耐藥相關突變位點，明確耐藥機制（靶點突變、外排泵上調、孔蛋白下調等）。同時需評估候選物與頭孢他啶/阿維巴坦、利奈唑胺等臨床一線藥物的交叉耐藥性——若存在與現有重要藥物的完全交叉耐藥，則該候選物的差異化價值將大打折扣。
1.5 早期作用機制研究
對于first-in-class候選物，早期機制研究不僅是科學探索，更是監管溝通的必要籌碼。CDE在IND審評中越來越明確要求提供作用機制（MoA）證據，以支持后續臨床設計的科學性。
· 作用通路驗證：通過轉錄組學（RNA-seq）分析給藥后細菌基因表達譜變化，識別受擾動的代謝通路；結合蛋白質組學數據，綜合構建候選物的細胞內作用圖譜。
· 多靶點協同效應研究：若候選物設計為多靶點藥物，需通過單靶點缺失株（基因敲除系列）拆分各靶點對總體抗菌活性的貢獻比例，并評估靶點間協同（synergy）或拮抗（antagonism）關系。
· 殺菌 vs. 抑菌特性確認：通過時間-殺菌曲線區分候選物的殺菌或抑菌屬性。對于血流感染、心內膜炎等高致死性適應癥，FDA/EMA要求候選物具備明確的殺菌活性（24h菌落數下降 ≥ 3 log?? CFU/mL），這是TPP中的硬性要求，須在候選物鎖定前確認。
二、mRNA疫苗與單抗類生物制品研發
相較于小分子藥物，抗感染生物制品的早研路徑更依賴抗原設計的精準度與免疫原性數據的早期積累。以下以細菌感染相關疫苗（含mRNA疫苗技術路線）與單抗為主要場景展開。
2.1 流行株篩選與抗原設計
抗原設計的質量直接決定產品的廣譜性與耐久性，是生物制品早研階段最核心的科學決策。以國內流行株為例，基于CARSS/CHINET監測數據，應優先納入近3年內檢出率最高的克隆型（如MRSA的ST59、ST239；CRAB的OXA-23型克隆等）作為抗原設計的參考菌株集。
抗原選擇核心原則
保守性：在代表性菌株間序列同源性 > 85%
表面暴露性：靶表位需在感染條件下可被抗體識別
功能必需性：靶抗原參與關鍵生命活動（不易突變逃逸）
低宿主同源性：與人源蛋白差異足夠大以保障安全性
表位優化關鍵工具
反向疫苗學（Reverse vaccinology）全基因組篩選
結構生物學解析抗原-抗體結合模式
T細胞表位預測（MHC I/II結合親和力算法）
多克隆抗體結合位點圖譜（Epitope mapping）
2.2 抗原構建與表達優化
完成抗原設計后，需經歷從序列到蛋白的完整工程化過程，每個節點的參數選擇均對最終產品的免疫原性產生直接影響：
環節 1 基因序列合成與密碼子優化
目標宿主（人/小鼠）的密碼子使用偏好與病原體存在顯著差異，需通過密碼子優化（codon optimization）提升表達量。對于mRNA疫苗，還需針對核苷修飾（如m1Ψ替代尿苷）進行序列工程，以降低先天免疫識別（TLR激活）、提高mRNA穩定性與翻譯效率；同時優化5'UTR、Kozak序列和多聚腺苷酸（poly-A）尾，使蛋白表達量最大化。[4]
環節 2 表達載體構建與宿主選擇
重組蛋白亞單位疫苗通常選擇CHO細胞、大腸桿菌（E. coli）或桿狀病毒/昆蟲細胞（Baculovirus/Sf9）系統。mRNA-LNP路線則需重點優化LNP配方中四組分（可電離脂質：DSPC：膽固醇：PEG-脂質）的摩爾比和氮磷比（N/P比），以在包封效率、粒徑（70—100 nm）、PDI（< 0.2）與內體逃逸效率間取得平衡。[5]
環節 3 抗原純化工藝開發
早研階段建議同步開展平臺性純化工藝開發（親和層析/離子交換/尺寸排阻層析組合），并設定純度（≥ 95%，SDS-PAGE）、內毒素（< 1 EU/µg）和聚集體比例（< 5%）等關鍵質量屬性（CQA），為后續GMP放大生產奠定工藝基礎。
2.3 免疫原性初篩
小動物免疫實驗（小鼠/豚鼠）是早研階段免疫原性評估的核心，數據質量直接影響后續IND申報的成功率。
免疫原性初篩關鍵指標
抗體滴度：ELISA測定抗原特異性IgG，目標值與陽性對照（已上市參考品或被動保護閾值）比較，通常要求初次免疫后4周幾何平均滴度（GMT）達到有效保護閾值的4倍以上。 | 中和活性：病原體或假病毒中和試驗（PRNT/PsNT），評估抗血清對代表性流行株的50%中和滴度（NT??）。對于抗菌疫苗，可用調理素殺菌試驗（OPA）替代或補充。 | T細胞應答：ELISPOT或胞內細胞因子染色（ICS）檢測抗原特異性CD4?/CD8? T細胞反應，重點關注Th1/Th2平衡——異常偏向Th2可能增加免疫病理風險。 | 免疫持久性：末次免疫后6—12周檢測抗體滴度衰減曲線，評估疫苗誘導長效免疫記憶的潛力。
2.4 廣譜性評估
抗感染生物制品的廣譜性決定了產品的市場覆蓋寬度和臨床使用范圍。以抗MRSA疫苗為例，需在MRSA代表性克隆型（ST59、ST239、USA300等）及社區獲得性菌株（CA-MRSA）之間評估交叉保護活性；以mRNA細菌疫苗為例，需覆蓋目標菌種的主要血清型或基因型。
· 體外交叉中和 / OPA活性譜：針對國內外主要流行株型別，系統測定抗血清的交叉保護活性；覆蓋寬度不低于當前臨床分離株的80%。
· 廣譜性評分體系：建議建立量化的廣譜性評估模型，結合各株型的流行頻率權重（參考CARSS/CHINET年度分布數據），計算加權平均廣譜保護率，作為候選疫苗廣譜性的核心KPI指標。
· 變異逃逸風險預判：通過抗原結構分析，識別易發生免疫逃逸突變的高變異表位，并提前評估變異株對中和活性的影響，形成產品廣譜性的風險預判報告。
三、研發階段質控：讓每一步都可追溯
研發階段的質控體系，決定了后續臨床前評價乃至IND申報的數據可信度。監管機構對早研數據的審查越來越前移——一旦在IND審評中發現早研數據存在質量問題，補充實驗的時間成本往往高達6—18個月。提前建立規范的質控體系，是最經濟的風險對沖。
3.1 候選物成藥性綜合評估（候選物鎖定決策）
進入臨床前評價之前，需對候選物（Candidate）進行一次全面的成藥性綜合評估，形成正式的候選物鎖定報告（Candidate Nomination Report）。評估矩陣通常包含以下維度：
化學 / 生物活性維度
體外抗菌譜：標準菌株 + 臨床代表性耐藥株 MIC 全譜
殺菌 / 抑菌特性（時間-殺菌曲線）
體外蛋白結合率（PPB）與游離藥物濃度
體外代謝穩定性（HLM、RLM、肝細胞）
CYP酶抑制（主要亞型：CYP1A2、2C9、2D6、3A4）
hERG抑制初篩（patch clamp 或 binding assay）
安全性 / 可開發性維度
細胞毒性（Vero、HEK293、HepG2等細胞系）
遺傳毒性（Ames試驗或體外微核試驗）
化學穩定性（強酸 / 強堿 / 光照 / 高溫加速實驗）
多晶型篩查（固態形式優選）
合成路線可行性（步驟數、關鍵起始物料供應鏈）
知識產權狀態（FTO分析更新）
3.2 研發過程合規性管控
早研數據的合規性管控不僅關乎法規要求，更直接影響后續IND申報的完整性審查。建議從以下三個維度建立合規體系：
合規 1 菌毒株管理規范
所有實驗用臨床分離株須建立完整的來源記錄（醫院來源、分離日期、鑒定方法、保藏編號），并按照《病原微生物實驗室生物安全管理條例》要求進行分類保藏與使用備案。實驗后菌株銷毀須有記錄，并經由機構生物安全委員會（IBC）審批。
合規 2 實驗記錄與數據溯源
推薦采用電子實驗記錄本（ELN）系統，實現原始數據的時間戳鎖定與版本追溯。關鍵實驗（如MIC測定、PK體外實驗、毒性初篩）須按照SOP執行，且包含陽性對照、陰性對照與QC樣品，確保實驗數據符合數據完整性（ALCOA+）原則——這是FDA和NMPA數據完整性檢查的核心維度。
合規 3 數據溯源體系搭建
建議在早研階段即建立結構化的研發數據庫，按照候選物編號、實驗類型、執行日期、執行人員、原始文件路徑進行多維度索引，支持后續IND申報中數據匯編與監管查詢的快速響應。
3.3 研發風險預判與規避
研發風險不僅來自技術本身，也來自監管預期與市場競爭格局的動態變化。建議在研發早期建立動態風險登記表（Risk Register），并制定對應的備選方案（Contingency Plan）：
高頻技術風險及應對策略
風險 1——體外活性強但體內無效（PK/PD脫節）：根本原因通常是游離藥物濃度（fCmax/MIC或fAUC/MIC）不達標。應對方案：早期進行小鼠PK研究（口服+靜注雙給藥途徑），并在中性粒細胞減少感染模型中驗證PK/PD靶值，設定體內有效性的定量準入標準。 | 風險 2——溶解度瓶頸導致制劑無法推進：對于溶解度 < 10 µg/mL的候選物，應在成藥性評估階段即評
估成鹽、晶型轉化、共晶或納米制劑的可行性，避免等到開發階段才發現制劑死角。 | 風險 3——專利壁壘晚發現：建議每完成一輪SAR迭代即更新FTO分析，重點核查歐洲專利局（EPO）和CNIPA數據庫中的骨架權利要求（Markush Claim）覆蓋范圍，避免陷入專利糾紛后期補救成本極高的困境。
從研發攻堅到臨床前：候選物鎖定的判斷標準
推進標準（Go Criteria）：①體外MIC達標（覆蓋臨床關鍵耐藥株，MIC ≤ 2倍參照藥物）；②至少兩種動物（小鼠+大鼠）PK數據合格（口服F ≥ 20% 或靜注CL合理）；③體外毒性通過（hERG IC?? ≥ 30 µM，細胞毒性 CC??/MIC ≥ 100）；④自發耐藥頻率 < 10??；⑤化學合成工藝具備克級放大可行性。 | 暫停標準（No-Go Criteria）：任一維度存在不可規避的硬性缺陷，需重新回到先導物優化環節，而非帶病推進——這是節省后續臨床前研究成本最有效的決策紀律。
昌柏科技在研發攻堅階段能提供什么支持？
昌柏科技提供覆蓋研發攻堅階段全鏈條的專業服務，可進行標準菌株 + 臨床耐藥株體外活性評價。
下一期預告：臨床前評價篇——體外實驗怎么設計才能真正預測臨床結果？動物感染模型的選擇邏輯與PK/PD橋接策略全拆解。
參考文獻
[1] SBI Research（引自摩熵醫藥行業分析）. 傳統HTS命中率0.01%—0.1%，CADD可提升至5%—20%.
[2] 華東理工大學唐赟課題組. admetSAR 3.0: a comprehensive platform for exploration, prediction and optimization of chemical ADMET properties. Nucleic Acids Research. 2024. [3] 抗菌藥物藥代動力學/藥效學理論臨床應用專家共識. 中華傳染病雜志. （MPC、MSW及選擇指數SI相關內容）
[4] mRNA-LNP疫苗：合理設計、遞送優化與臨床轉化（綜述）. 生物通. 2025年11月. 含核苷修飾、5'UTR優化等核心內容.
[5] 中國食品藥品企業質量安全促進會. 基于mRNA-LNP技術的（細胞）免疫治療產品開發指南（T/FDSA 0055-2024）. 2024年10月實施.
[6] 鼻內遞送mRNA脂質納米顆粒疫苗的貨物遞送與免疫原性解析. 生物通. 2025年5月. （DOTAP增強黏膜回憶反應相關內容）
關于昌柏科技
安吉昌柏科技有限公司，聚焦于菌毒應用，尤其是傳染病領域，形成了傳染病藥物與疫苗篩選評價、獸用藥物疫苗開發評價、菌毒種放行檢測等多個業務模塊。目前可提供100余種傳染病藥物與疫苗相關評價管線，覆蓋90%的主流研發管線。現有菌毒種資源廣泛，覆蓋病毒、細菌、真菌、支原體，且主要為國內三年內流行菌毒株。所有臨床菌毒株來源清晰、合規、可溯源。可使用A/BSL-3級生物安全實驗室，備案14種高致病性病原。A/BSL-2實驗室1000平米以上，備案47種病原，負壓籠位3000余籠。昌柏科技憑借優質的服務，權威的專家團隊儲備，為國內外多家傳染病藥物及疫苗公司長期提供藥效學評價與臨床生物樣本分析服務。