Komentar HKeyBio industrije

Pretklinički modeli za predviđanje rizika od ADA

Serija Translacijska medicina 07

Izvorno objavljeno na kineskom 17. rujna 2026. Ovaj komentar odražava informacije dostupne od 8. rujna 2026.

Preuzimanje HKeyBio-a. Može li odsutnost mjerljivih protutijela protiv lijekova (ADA) u studiji na životinjama utvrditi nizak rizik imunogenosti kod ljudi? Može li povoljan računski rezultat zamijeniti eksperimente s ljudskim imunološkim stanicama? Trenutačni dokazi podupiru kvalificiraniji zaključak: pretklinički alati pomažu identificirati rizike, usporediti kandidate i usmjeriti molekularnu optimizaciju, ali još uvijek ne mogu s općom pouzdanošću predvidjeti učestalost ADA kod pacijenata.

Ovo izdanje HKeyBio Translational Medicine Series usredotočeno je na terapijske proteine, posebno na rizik od antitijela protiv lijekova (ADA) na antitijela i fuzijske proteine. Ovi se zaključci ne bi trebali izravno ekstrapolirati na cjepiva, stanične terapije ili genske terapije. Oslanjajući se na regulatorne dokumente i istraživanja dostupna za reviziju od 8. rujna 2026., ispituje trenutne modele i njihove translacijske granice.

Sažetak. Vodič za čitanje

01 Definirajte cilj predviđanja i interpretirajte rezultate modela

02 Alati rješavaju aspekte rizika, ali imaju različite slijepe točke

03 Životinjski modeli i modeli u nastajanju imaju odgovarajuće primjene

04 Koristite višestruke slojeve dokaza za odluke umjesto kombiniranog rezultata

01 Definirajte cilj predviđanja i interpretirajte rezultate modela

Formiranje ADA je jedan ishod imunogenosti, a ne njezina cjelina. U tipičnom odgovoru protutijela ovisnom o T-stanici, terapeutski protein se preuzima, obrađuje i prezentira kao peptidi; pomoćni odgovori T-stanica mogu naknadno podržati diferencijaciju B-stanica i proizvodnju antitijela. Pojedinačni test obično obuhvaća samo odabrane korake. Pozitivan rezultat u jednoj fazi ne znači da će nužno doći do potpunog odgovora. [1,3]

Moraju se uzeti u obzir tri različita ishoda: stvaraju li se ADA, posjeduju li neutralizirajuću aktivnost i utječu li na izloženost lijeku, sigurnost ili učinkovitost. Neneutralizirajući ADA još uvijek mogu promijeniti farmakokinetiku (PK), dok samo otkrivanje ADA ne utvrđuje kliničku štetu. Prvo pitanje pri tumačenju modela stoga je mjeri li on prezentaciju antigena, staničnu aktivaciju ili protutijela koja su stvarno nastala. [1,2]

 Slika 1. Opći mehanizam stvaranja ADA ovisne o T-stanicama. Reproducirano iz Karle et al. [3], slika 1, pod CC BY 4.0. © 2025 Karle et al. Izrađeno u BioRenderu. Karle, A. (2025.), https://BioRender.com/z1efgeo.

02 Alati rješavaju aspekte rizika, ali imaju različite mrtve točke

Računalno predviđanje podržava rani probir, ali rezultati nisu stope incidencije

Metode kao što je NetMHCIIpan procjenjuju vezanje peptida na molekule humanog leukocitnog antigena klase II (HLA-II) ili njihovu prezentaciju. Verzija 4.3 uključuje informacije relevantne za HLA-DR, -DQ i -DP i može pomoći u identificiranju regija sekvenci kandidata za daljnje ispitivanje [4]. Međutim, rangiranje ne dokazuje prepoznavanje T-stanica niti predstavlja vjerojatnost razvoja ADA na razini pacijenta. Analize bi trebale dokumentirati HLA alele zastupljene u ciljnoj populaciji i verziji softvera, osiguravajući da su nalazi interpretabilni i ponovljivi.

MAPPs otkriva prezentaciju, ali funkcionalna provjera valjanosti ostaje neophodna

Peptidna proteomika povezana s velikim histokompatibilnim kompleksom (MAPPs) obično izlaže ljudske stanice koje prezentiraju antigen kandidatu za lijek, zatim koristi tekućinsku kromatografiju – tandemsku spektrometriju mase za identifikaciju peptida povezanih s HLA-II. Ovo mjeri prirodno obrađene i predstavljene peptide, pružajući korisne dokaze za mapiranje epitopa i usporedbu molekula do molekula. Unatoč tome, detekcija peptida ne pokazuje naknadnu aktivaciju T-stanica, a neotkrivanje može odražavati odabir donora ili dubinu analitičke pokrivenosti. [3]

Testovi ljudskih T stanica procjenjuju funkciju, ali mogu izostaviti odgovore

Sustavi mononuklearnih stanica periferne krvi (PBMC) i ko-kulture dendritičnih stanica/autolognih CD4+ T-stanica mogu mjeriti funkcionalne odgovore, uključujući proliferaciju. U studiji deset protutijela iz 2024. godine, analiza PBMC-a osiromašenih CD8 otkrila je odgovore na četiri od osam protutijela s relativno visokom kliničkom imunogenošću, dok je kokultura dendritičnih stanica/CD4+ T-stanica otkrila pet; tri su bile negativne u oba sustava [5]. Ovi nalazi ilustriraju zašto jedan test T-stanica ne može predvidjeti kliničku imunogenost svakog bioterapeutika.

Preporuke najbolje prakse objavljene u siječnju 2026. naglašavaju odabir donora, kvalitetu stanica, kontrole i unaprijed definirane kriterije tumačenja [6]. Za programe razvoja lijekova u Kini, broj donora treba uzeti u obzir zajedno s tim koliko dobro distribucija HLA predstavlja željenu populaciju pacijenata. Molekule koje izravno mijenjaju funkciju imunoloških stanica zahtijevaju posebno pažljivo tumačenje: nizak odgovor na analizu uzrokovan farmakološkom supresijom ne bi se trebao automatski klasificirati kao nizak rizik imunogenosti.

Tablica 1. Upotreba i glavna ograničenja pretkliničkih alata za procjenu.

03 Životinjski modeli i modeli u nastajanju imaju odgovarajuće primjene

Modeli životinja i modeli u nastajanju dodaju vrijednost rješavanjem specifičnih pitanja

ADA kod konvencionalnih životinja prvo je varijabla koja pomaže objasniti nalaze unutar te studije. Europska agencija za lijekove (EMA) napominje da životinje mogu prepoznati ljudske ili humanizirane proteine ​​kao strane i da imunogenost kod životinja općenito slabo predviđa imunogenost kod ljudi. ADA mjerenja kod životinja ipak mogu pomoći u tumačenju nalaza toksičnosti ponovljenih doza [2]. Stoga, ADA-pozitivnost u cynomolgus majmuna sama po sebi ne utvrđuje visok rizik za ljude, a ADA-negativna studija na životinjama nije dokaz sigurnosti za ljude.

Za pretkliničke in vivo studije učinkovitosti, korisniji pristup je pratiti ADA tijekom vremena zajedno s promjenama u izloženosti lijeku i učinkovitosti. Ako se učinkovitost smanji nakon ponovljenog doziranja, prvo provjerite je li izloženost pala i utječe li interferencija lijeka na analizu, prije razmatranja gubitka učinka povezanog s ciljnim mehanizmom. Jedan pozitivan rezultat ADA na kraju studije obično nije dovoljan da se utvrdi da je ADA uzrokovala promjenu učinkovitosti. Ovo je predloženi pristup tumačenju studije koji se temelji na gore navedenim regulatornim načelima. [2]

Imunološki humanizirani miševi napreduju prema potpunijim odgovorima protutijela. Studija o dokazivanju koncepta objavljena u kolovozu 2026. koristila je tkivo ljudskog timusa i hematopoetske matične stanice u šest eksperimentalnih skupina za istraživanje odgovora na infliksimab i interferon beta-1b. Uočeni su ADA specifični za lijekove, uključujući neke neutralizirajuće odgovore [7]. Međutim, šest pokusnih skupina nije ekvivalentno šest potpuno neovisnih davatelja, a zabilježena je varijabilnost davatelja i nespecifični odgovori kod nekih kontrolnih životinja. Rezultati podržavaju daljnji razvoj za prepoznavanje rizika; ne pokazuju pouzdano rangiranje među različitim kandidatima ili opće regulatorno prihvaćanje.

Organoidi imaju za cilj zadržati više funkcionalnosti ljudskog imunološkog tkiva. Studija organoida ljudskih tonzila iz 2021. reproducirala je odgovore antitela specifičnih za antigen, promjenu klase i sazrijevanje afiniteta nakon stimulacije antigenima, uključujući cjepiva [8]. Ovo pruža istraživački temelj za proučavanje suradnje između T i B stanica, ali studija nije potvrdila predviđanje učestalosti ADA za terapijske proteine. Prevođenje sposobnosti odgovora na cjepivo u predviđanje rizika od lijekova i dalje zahtijeva panele o lijekovima, pozitivne i negativne kontrole i neovisnu provjeru valjanosti.

I za humanizirane miševe i za organoide, 'sličnije čovjeku' treba odrediti koje imunološke funkcije model reproducira. Pokrivenost darivatelja, kvalitetu imunološke rekonstrukcije, promjenu klase protutijela, pozadinske odgovore i ponovljivost treba procijeniti u odnosu na postavljeno pitanje. Sama oznaka 'humanizirano' ne utvrđuje relativne vrijednosti modela.

04 Koristite više slojeva dokaza za odluke umjesto kompozitnog rezultata

Tijekom otkrivanja i optimizacije, prvo se mogu pregledati slijed i rizici vezani uz kvalitetu proizvoda, uz računalne nalaze koji se koriste za identifikaciju regija koje zahtijevaju validaciju. Također treba uzeti u obzir agregaciju, nečistoće, put primjene i namjeravanu populaciju pacijenata. Smanjenje rezultata dobivenog nizom ne bi trebalo doći nauštrb ocjenjivanja proizvoda u cjelini. [1]

Za usporedbe kandidata, status formulacije, uvjeti davatelja, kontrole i kriteriji tumačenja trebaju biti što je moguće dosljedniji. Ako MAPPs identificira novo predstavljenu regiju dok je analiza T-stanica negativna, prvo ispitajte biološke korake obuhvaćene svakom metodom i eksperimentalne uvjete, a zatim odlučite koja je daljnja validacija potrebna. Dva negativna rezultata ne bi se trebala tretirati kao 'poništavanje' jednog pozitivnog rezultata. Čak i manja optimizacija slijeda treba biti popraćena potvrdom da su izvorna aktivnost i fizikalno-kemijska kvaliteta zadržani.

Nakon što započne rad in vivo, ADA mjerenja treba ocijeniti s očitanjima izloženosti, učinkovitosti i sigurnosti. Strategiju kliničkog ADA testa također treba planirati prije ulaska u kliniku. Smjernice US FDA 2019. razlikuju procjene probira, potvrde, titra i neutralizirajućih protutijela te raspravljaju o izvedbi analitičke metode [9]. Modeli predviđanja rizika i testovi otkrivanja ADA bave se različitim pitanjima. Potonji mjere antitijela u uzorcima; uspostavljanje detekcijskog testa ne utvrđuje sposobnost predviđanja ljudske imunogenosti.

Kada se klinički skupovi podataka ADA koriste za usporedbu molekula ili razvoj modela, moraju se ispitati razlike u populaciji pacijenata, istodobnim lijekovima, rasporedima uzorkovanja i metodama ispitivanja. Analiza iz 2026. koja kombinira objavljena in vitro očitanja s kliničkim ADA frekvencijama istraživala je odnose između mehaničkih mjerenja i kliničkih ishoda [10]. Retrospektivna povezivanja mogu voditi razvoj metode, ali ne zamjenjuju prospektivnu validaciju za novog kandidata.

Praktična uloga predkliničkog predviđanja ADA je rano prepoznavanje rizika koji zaslužuju pozornost, objašnjenje nedosljednih dokaza i podupiranje promjena molekula ili dizajna studija utemeljenih na dokazima. Trenutačno je najvrjedniji rezultat često procjena rizika koja jasno navodi potkrepljujuće dokaze, opseg primjenjivosti i preostale neizvjesnosti.

HKeyBio perspektiva

HKeyBio je specijaliziran za modele autoimunih bolesti. U pretkliničkoj in vivo procjeni učinkovitosti za autoimune i alergijske terapije, usredotočeni smo na to kako modeli, patologija, imunološka očitavanja i analitičko testiranje informiraju jedni druge. Za programe ponovljenih doza na koje potencijalno utječe ADA, dizajn studije može se raspravljati u svjetlu potrebe za tumačenjem promjena u izloženosti i učinkovitosti. Specifične modele, testove, prikladnost među vrstama i zahtjeve za implementaciju treba potvrditi pojedinačno prema karakteristikama molekule i stupnju razvoja.

Reference

[1] FDA. Procjena imunogenosti za terapijske proteinske proizvode. Smjernice za industriju. 2014. Izvor

[2] EMA. Smjernice za ocjenu imunogenosti terapeutskih proteina. Revizija 1. 2017. Odjeljak 6: Neklinička procjena imunogenosti. Izvor

[3] Karle AC, et al. MAPP testovi za nekliničku procjenu rizika imunogenosti: najbolje prakse koje preporučuje Europska platforma za imunogenost. Front Immunol. 2025;16:1690101. doi:10.3389/fimmu.2025.1690101. Slika 1: CC BY 4.0. Izvor

[4] Nilsson JB, et al. Precizno predviđanje prezentacije antigena HLA klase II u svim lokusima korištenjem prilagođenog prikupljanja podataka i rafiniranog strojnog učenja. Sci Adv. 2023. doi:10.1126/sciadv.adj6367. Također pogledajte DTU dokumentaciju za verzije softvera. Izvor

[5] Walsh RE, et al. Pretklinička procjena rizika imunogenosti bioterapeutika pomoću testova CD4 T stanica. Front Immunol. 2024;15:1406040. doi:10.3389/fimmu.2024.1406040. Izvor

[6] Tourdot S, et al. Testovi T stanica za nekliničku procjenu rizika imunogenosti: najbolje prakse koje preporučuje Europska platforma za imunogenost. Front Immunol. 2025;16:1723110. Objavljeno 12. siječnja 2026. doi:10.3389/fimmu.2025.1723110. Izvor

[7] Gharaie S, et al. NeoThy™ imunološki humanizirani miševi mogu proizvesti protutijela protiv lijekova za podršku procjeni imunogenosti bioloških lijekova. Front Immunol. 2026;17:1851898. doi:10.3389/fimmu.2026.1851898. Izvor

[8] Wagar LE, et al. Modeliranje ljudskih adaptivnih imunoloških odgovora s organoidima krajnika. Nat Med. 2021. doi:10.1038/s41591-020-01145-0. Izvor

[9] FDA. Ispitivanje imunogenosti terapijskih proteinskih proizvoda—Razvoj i validacija testova za otkrivanje protutijela protiv lijekova. Smjernice za industriju. 2019. Izvor

[10] Agnihotri S, Venkatesh A, Ramanathan M, Balu-Iyer S. Prvi korak prema predviđanju kliničke imunogenosti bioloških lijekova korištenjem in vitro očitavanja kao alternativa ispitivanju na životinjama. J Pharm Sci. 2026;115(6):104297. doi:10.1016/j.xphs.2026.104297. Izvor

NetMHCIIpan 4.3 službena dokumentacija. Izvor

Autor: Odjel marketinga HKeyBio | Znanstvena recenzija: Jing Yan | Urednik: Wang Shuyan

O HKeyBio

HKeyBio, stručnjak za modele autoimunih bolesti, pretklinička je ugovorna istraživačka organizacija (CRO) usredotočena na autoimune i alergijske bolesti, pružajući end-to-end usluge procjene učinkovitosti in vivo. Njegov glavni tehnički tim ima više od 20 godina iskustva u procesu razvoja autoimunih lijekova. Tvrtka ima certifikat ISO 9001 i upravlja integriranim istraživačkim objektom u industrijskom parku Suzhou koji pokriva molekularna i stanična istraživanja, patologiju, studije na malim životinjama i analitička testiranja, uz dva mjesta za istraživanje neljudskih primata u Suzhou i Guangxi. HKeyBio ima gotovo 80 zaposlenih, a svi voditelji projekta su magistri ili doktori znanosti. Tim je skupio iskustvo podupirući više od 500 istražnih novih lijekova (IND) u autoimunim bolestima, što mu omogućuje učinkovito rješavanje složenih izazova tijekom razvoja autoimunih lijekova i podnošenja propisa.

·  50+ modela autoimunih i alergijskih bolesti na neljudskim primatima

·  500+ životinjskih modela autoimunih i alergijskih bolesti

·  Iskustvo podržavanja 500+ IND aplikacija u autoimunim bolestima