股票 
板块 
用户 
资讯 近年来，抗体偶联药物（ADC）持续向新型Payload、复杂Linker及多载荷等方向发展。随着分子设计空间扩大，如何在药物活性、稳定性、安全性与可制造性之间实现平衡，正成为ADC研发的重要挑战。
传统ADC开发高度依赖实验筛选与经验积累，而人工智能（AI）正在提供新的研究工具。近年来，多篇权威综述讨论了AI在ADC分子设计、结构模拟及性质预测中的应用；Linker-GPT和机器学习DAR预测等原始研究，则为具体技术问题提供了可量化的探索。AI究竟能在多大程度上突破ADC设计与工艺开发瓶颈？
01
ADC研发的技术瓶颈
多组分设计与工艺控制
ADC的药学表现由抗体、Linker、Payload及偶联方式共同决定。即使各组分分别具备良好性质，形成ADC后仍可能出现稳定性下降、聚集增加或体内行为改变等问题。
Linker需要兼顾循环稳定性与适当环境下的载荷释放；Payload的活性、溶解性、疏水性及膜通透性也会影响整体性能。新型Linker–Payload还须满足化学合成、纯化与偶联兼容性要求。
偶联工艺同样复杂。药物抗体比（DAR）及其分布是重要质量属性，但DAR并非越高越好；偶联位点、反应条件和Linker–Payload结构都可能影响异质性、稳定性与批次一致性。Anastasia等人的相关观点指出，ADC的三维结构与动态行为复杂，静态结构难以充分解释这些因素对整体性质的影响。[2]
因此，ADC优化本质上是多参数、多目标问题。AI的潜在价值在于识别规律、缩小筛选范围并提高实验决策效率。
02
AI赋能Linker–Payload设计
从经验筛选走向分子生成
An Su等人发表的Linker-GPT研究，利用基于Transformer的分子生成模型，结合迁移学习和强化学习探索新型ADC Linker结构。模型从分子数据中学习化学规律，再利用Linker数据及理化性质约束优化候选结构。[4]
图1 Workflow of molecular generator, including pre-training (A), fine-tuning (B), and reinforcement learning (C).
这一研究显示，AI有望拓展传统连接子骨架之外的化学设计空间，为早期筛选提供更多候选方案。生成分子的有效性和新颖性分别达到89.4%和99.7%，经强化学习优化后，98.7%的分子满足预设理化性质及合成可及性评分阈值。然而，计算生成的有效分子不等于经实验验证的有效Linker。相关指标并未证明候选结构在真实ADC体系中的合成成功率、血浆稳定性、释放动力学或体内安全性。
此外，Linker与Payload不能完全独立优化：Payload性质会影响偶联效率及ADC整体疏水性，Linker结构又影响载荷释放与暴露。未来研究需要将Payload特性、偶联兼容性和整体可开发性纳入多目标评价。[1–3]
03
AI能否提升偶联工艺开发效率？
DAR预测提供新证据
Lorenzo等人的研究利用XGBoost机器学习算法，基于抗体、氨基酸残基及Linker–Payload等信息预测ADC合成中的DAR。研究分别针对赖氨酸和半胱氨酸偶联数据建立模型，报告的R2分别为0.85和0.95。[5]
图2 Comparison of predicted vs experimental DAR values (Lys (a)）and Cys(b) bioconjugations). 注：R2为决定系数（Coefficient of Determination），用于衡量模型对实际数据变异的解释能力，数值越接近1，表示模型预测表现越好。本研究中，赖氨酸和半胱氨酸偶联体系的DAR预测模型R2分别为0.85和0.95。
机器学习可以从既有偶联实验中提取规律，辅助优先筛选抗体、Linker–Payload组合及反应条件，减少部分低价值实验。但平均DAR只是质量评价的一部分：相同平均DAR的样品仍可能具有不同的DAR分布、偶联位点分布、聚集水平和其他质量属性。
模型预测能力还取决于训练数据覆盖范围；当抗体类型、偶联化学或工艺条件变化较大时，必须进行实验验证。因此，AI更适合作为实验设计与工艺开发的辅助决策工具，而非直接替代实验。
04
AI-ADC的下一步
从单点预测走向研发闭环
结合近期综述，未来发展主要有三个方向：第一，从单一Linker或DAR预测，走向抗体、Linker、Payload、偶联位点及DAR的协同建模；第二，结合结构模拟、实验表征及生物学数据，提升ADC稳定性、聚集倾向和其他可开发性属性的预测能力；第三，将AI设计、化学合成、偶联实验、分析检测与数据反馈连接，形成可持续迭代的研发闭环。[1–3]
双Payload ADC、双特异性ADC等复杂体系可能受益于多参数协同优化，但相关高质量数据有限，AI的实际效果仍需针对性验证。
05
从AI设计到产业化
ADC CRDMO的价值
AI可以加快候选结构生成与工艺参数预测，但计算成果能否转化为真正可开发的ADC，仍取决于后续实验与工艺验证。新型Linker–Payload需要经过合成、纯化、结构确证及稳定性、释放行为和偶联适配性评价；AI辅助筛选的偶联方案也需确认DAR分布、纯度、聚集、重现性和放大后的关键质量属性。
皓元医药依托复杂有机合成及药物研发生产能力，构建涵盖抗体、Linker、Payload、偶联及无菌灌装的ADC CRDMO服务体系，可支持客户开展Linker–Payload合成、偶联工艺开发、分析表征及后续GMP生产相关工作。对于采用AI辅助设计的项目，这些能力可为候选结构的实验验证、工艺优化及后续开发提供衔接支持。
随着AI应用深化，将创新分子设计转化为稳定、可重复、可放大的工艺，仍是ADC产业化的重要基础。
结语
Linker-GPT与DAR机器学习预测等研究展示了AI在拓展设计空间、辅助工艺预测方面的潜力，但尚不能证明AI可独立突破ADC研发制造的全部瓶颈。未来更值得期待的是AI预测与化学合成、偶联工艺及实验数据的深度融合；实验验证与可制造性评价仍将是技术转化的关键。
参考资料
[1] Artificial intelligence in antibody–drug conjugate development. Trends in Pharmacological Sciences (2025). DOI: 10.1016/j.tips.2025.10.005
[2] Harnessing computational technologies to facilitate antibody–drug conjugate development. Nature Chemical Biology (2025), 21:1138–1147. DOI: 10.1038/s41589-025-01950-z
[3]Leveraging artificial intelligence in antibody-drug conjugate development: from target identification to clinical translation in oncology. npj Precision Oncology (2025). DOI: 10.1038/s41698-025-01159-2
[4]Linker-GPT: design of Antibody-drug conjugates linkers with molecular generators and reinforcement learning. Scientific Reports (2025), 15:20525. DOI: 10.1038/s41598-025-05555-3
[5]Machine Learning for Predicting the Drug-to-Antibody Ratio (DAR) in the Synthesis of Antibody–Drug Conjugates (ADCs). Journal of Chemical Information and Modeling (2025), 65:5847–5855. DOI: 10.1021/acs.jcim.5c00037
精选推送
相关阅读
【皓元·行研】难溶性药物：从“溶得出”到“吸得进”的制剂突围
【皓元·行研】四个月两款获批：口服环肽如何重塑千亿药物开发格局
【皓元·行研】首款PROTAC上市、口服GLP-1破局：2026上半年小分子新药全景
【皓元·行研】全球已上市及BLA状态ADC药物全景分析 （截至2026年6月30日）
关于皓元医药
ABOUT US
上海皓元医药股份有限公司（股票代码：688131）成立于2006年，专注于为全球制药和生物医药行业提供小分子、大分子及新分子类型药物发现领域的生命科学试剂的研发，原料药、中间体、起始物料及制剂的药物研发，工艺优化及商业化生产。公司始终将创新作为核心驱动力，以“产品+服务”模式，聚焦差异化发展，致力于打造覆盖药物研发及生产“起始物料 - 中间体 - 原料药 - 制剂”的一体化服务平台，加速赋能全球合作伙伴实现从临床前到商业化生产的全过程，让药物研发更高效，更快上市，更早惠及人类健康。
在生命科学试剂业务领域，公司已成为全球领先的科研化学品和生物试剂供应商，在中间体、特色原料药和制剂业务领域，公司致力于打造客户信赖的全球CRO&CDMO合作伙伴，在ADC早期发现到CDMO比较细分专业领域中，公司处于第一梯队。目前，公司已与多个地区的知名医药企业、科研院所、CRO公司建立了深度合作关系，被评为国家级专精特新“小巨人”企业、国家知识产权优势企业、上海市创新型企业总部、上海市企业技术中心等，荣登“上海硬核科技企业TOP100榜单”，荣获“科创板硬科技领军企业”、“中国医药CDMO企业20强”、中国科促会“科技创新奖一等奖”、“CPHI China医药国际化领军企业奖”、2025硬科硬客“出海先锋奖”等多项荣誉称号。
未来，公司将持续围绕“产业化、全球化、品牌化”发展战略，坚持“一切为了客户，一切源于创新”的服务宗旨，深耕小分子类型药物研发服务与产业化应用市场，积极向大分子、新分子类型深度拓展，打造具有国际竞争力的、世界一流的医药研发和生产服务企业，推动研发创新以改善全球病患的生存状态和生活质量。
本文仅作推广用途，不构成任何投资建议，相关信息披露内容请以公司公告为准。敬请投资者注意投资风险，理性决策，审慎投资。
版权说明：本文由皓元医药原创发布，未经授权谢绝转载改编，欢迎个人分享至朋友圈。转载授权请直接在「皓元医药」微信公众号留言联系，并注明“贵方公众号名称+拟转载文章标题”，我们将进行内部评估。感谢您对我们推送内容的认同。
为皓元点赞、“在看”
评论 (0)