HKeyBio industrikommentar

Prekliniske modeller for å forutsi ADA-risiko

Translational Medicine Series 07

Opprinnelig publisert på kinesisk 17. september 2026. Denne kommentaren gjenspeiler informasjon tilgjengelig per 8. september 2026.

HKeyBios oppfatning. Kan fravær av detekterbare anti-legemiddelantistoffer (ADA) i en dyrestudie etablere en lav risiko for human immunogenisitet? Kan en gunstig beregningsmessig poengsum erstatte eksperimenter med menneskelige immunceller? De nåværende bevisene støtter en mer kvalifisert konklusjon: prekliniske verktøy hjelper til med å identifisere risikoer, sammenligne kandidater og veilede molekylær optimalisering, men de kan ennå ikke forutsi forekomsten av ADA hos pasienter med generell pålitelighet.

Denne utgaven av HKeyBios Translational Medicine Series fokuserer på terapeutiske proteiner, spesielt risikoen for anti-medikamentantistoffer (ADA) mot antistoffer og fusjonsproteiner. Disse konklusjonene bør ikke ekstrapoleres direkte til vaksiner, celleterapier eller genterapier. Med utgangspunkt i regulatoriske dokumenter og forskning som er tilgjengelig for gjennomgang fra 8. september 2026, undersøker den gjeldende modeller og deres translasjonsgrenser.

Sammendrag. Leseveiledning

01 Definer prediksjonsmålet og tolk modellresultater

02 Verktøy løser risikoaspekter, men har forskjellige blindsoner

03 Dyre- og nye modeller har alle passende bruksområder

04 Bruk flere bevislag for beslutninger i stedet for en sammensatt poengsum

01 Definer prediksjonsmålet og fortolk modellresultatene

ADA-dannelse er ett resultat av immunogenisitet, ikke dens helhet. I en typisk T-celleavhengig antistoffrespons tas et terapeutisk protein opp, behandles og presenteres som peptider; hjelper-T-celleresponser kan deretter støtte B-celledifferensiering og antistoffproduksjon. En individuell analyse fanger vanligvis bare utvalgte trinn. Et positivt resultat på ett stadium betyr ikke at full respons nødvendigvis vil skje. [1,3]

Tre distinkte utfall må vurderes: om ADA-er genereres, om de har nøytraliserende aktivitet, og om de påvirker medikamenteksponering, sikkerhet eller effekt. Ikke-nøytraliserende ADAer kan fortsatt endre farmakokinetikken (PK), mens ADA-deteksjon alene ikke etablerer klinisk skade. Det første spørsmålet når man tolker en modell er derfor om den måler antigenpresentasjon, cellulær aktivering eller antistoffer som faktisk har dannet seg. [1,2]

 Figur 1. Generell mekanisme for T-celleavhengig ADA-dannelse. Gjengitt fra Karle et al. [3], Figur 1, under CC BY 4.0. © 2025 Karle et al. Laget i BioRender. Karle, A. (2025), https://BioRender.com/z1efgeo.

02 Verktøy løser risikoaspekter, men har forskjellige blindsoner

Beregningsprediksjon støtter tidlig screening, men poeng er ikke insidensrater

Metoder som NetMHCIIpan estimerer peptidbinding til, eller presentasjon av, humane leukocyttantigen klasse II (HLA-II) molekyler. Versjon 4.3 inneholder informasjon som er relevant for HLA-DR, -DQ og -DP og kan hjelpe til med å identifisere kandidatsekvensregioner for videre undersøkelse [4]. En rangeringsskåre viser imidlertid verken T-cellegjenkjenning eller representerer en sannsynlighet for ADA-utvikling på pasientnivå. Analyser bør dokumentere HLA-allelene som er representert i målpopulasjonen og programvareversjonen, og sikre at funnene er tolkbare og reproduserbare.

MAPPs avslører presentasjon, men funksjonell validering er fortsatt nødvendig

Major histokompatibilitetskompleksassosiert peptidproteomikk (MAPPs) utsetter typisk humane antigenpresenterende celler for en medikamentkandidat, og bruker deretter væskekromatografi – tandem massespektrometri for å identifisere HLA-II-assosierte peptider. Dette måler naturlig prosesserte og presenterte peptider, og gir nyttig bevis for epitopkartlegging og molekyl-til-molekyl-sammenligninger. Ikke desto mindre demonstrerer ikke peptiddeteksjon påfølgende T-celleaktivering, og ikke-deteksjon kan reflektere donorvalg eller dybden av analytisk dekning. [3]

Human T-celleanalyser vurderer funksjon, men kan gå glipp av svar

Perifert blod mononukleære celle (PBMC) systemer og dendrittiske celle/autologe CD4+ T-celle ko-kulturer kan måle funksjonelle responser, inkludert spredning. I en studie fra 2024 med ti antistoffer, oppdaget en CD8-utarmet PBMC-analyse responser på fire av åtte antistoffer med relativt høy klinisk immunogenisitet, mens en dendrittisk-celle/CD4+ T-celle-kokultur oppdaget fem; tre var negative i begge systemene [5]. Disse funnene illustrerer hvorfor en enkelt T-celleanalyse ikke kan forutsi den kliniske immunogenisiteten til hvert bioterapeutika.

Anbefalinger for beste praksis publisert i januar 2026 legger vekt på donorseleksjon, cellekvalitet, kontroller og forhåndsdefinerte tolkningskriterier [6]. For legemiddelutviklingsprogrammer i Kina bør donornummer vurderes sammen med hvor godt HLA-fordelingen representerer den tiltenkte pasientpopulasjonen. Molekyler som direkte endrer immuncellefunksjonen trenger spesielt nøye tolkning: en lav analyserespons forårsaket av farmakologisk undertrykkelse bør ikke automatisk klassifiseres som lav immunogenisitetsrisiko.

Tabell 1. Bruk og hovedbegrensninger av prekliniske vurderingsverktøy.

03 Dyre- og nye modeller har alle passende applikasjoner

Dyremodeller og nye modeller tilfører verdi ved å ta opp spesifikke spørsmål

ADA i konvensjonelle dyr er først en variabel som hjelper til med å forklare funn i den studien. European Medicines Agency (EMA) bemerker at humane eller humaniserte proteiner kan gjenkjennes som fremmede av dyr, og at dyrs immunogenisitet generelt er dårlig prediktiv for immunogenisitet hos mennesker. ADA-målinger hos dyr kan likevel hjelpe til med å tolke toksisitetsfunn ved gjentatte doser [2]. Dermed etablerer ikke ADA-positivitet hos cynomolgus-aper i seg selv høy risiko for mennesker, og en ADA-negativ dyrestudie er ikke bevis på menneskelig sikkerhet.

For prekliniske in vivo-effektstudier er en mer nyttig tilnærming å følge ADA over tid sammen med endringer i legemiddeleksponering og effekt. Hvis effekten avtar etter gjentatt dosering, kontroller først om eksponeringen har falt og om medikamentinterferens påvirker analysen, før du vurderer tap av effekt relatert til målmekanismen. Et enkelt positivt ADA-resultat på slutten av en studie er vanligvis utilstrekkelig til å fastslå at ADA forårsaket effektendringen. Dette er en foreslått tilnærming til å studere tolkning basert på reguleringsprinsippene ovenfor. [2]

Immun-humaniserte mus utvikler seg mot mer komplette antistoffresponser. En proof-of-concept-studie publisert i august 2026 brukte humant tymisk vev og hematopoietiske stamceller i seks eksperimentelle grupper for å undersøke responser på infliksimab og interferon beta-1b. Legemiddelspesifikke ADAer, inkludert noen nøytraliserende responser, ble observert [7]. Imidlertid er seks eksperimentelle grupper ikke ekvivalente med seks fullstendig uavhengige givere, og donorvariabilitet og uspesifikke responser hos noen kontrolldyr ble rapportert. Resultatene støtter videreutvikling for risikoidentifikasjon; de viser ikke pålitelig rangering på tvers av ulike kandidater eller generell regulatorisk aksept.

Organoider har som mål å beholde mer av funksjonaliteten til menneskelig immunvev. En 2021 human mandel organoid studie reproduserte antigenspesifikke antistoffresponser, klassebytte og affinitetsmodning etter stimulering med antigener, inkludert vaksiner [8]. Dette gir et forskningsgrunnlag for å studere samarbeid mellom T- og B-celler, men studien validerte ikke prediksjon av ADA-forekomst for terapeutiske proteiner. Å oversette evne til vaksinerespons til prediksjon av medikamentrisiko krever fortsatt legemiddelpaneler, positive og negative kontroller og uavhengig validering.

For både humaniserte mus og organoider bør «mer menneskelignende» spesifisere hvilke immunfunksjoner modellen reproduserer. Donordekning, kvaliteten på immunrekonstituering, antistoffklassebytte, bakgrunnsresponser og reproduserbarhet bør evalueres mot spørsmålet som stilles. Den «humaniserte» etiketten alene fastslår ikke de relative fordelene til en modell.

04 Bruk flere bevislag for avgjørelser i stedet for en sammensatt poengsum

Under oppdagelse og optimalisering kan sekvens- og produktkvalitetsrisikoer gjennomgås først, med beregningsfunn brukt til å identifisere regioner som krever validering. Aggregering, urenheter, administrasjonsmåte og den tiltenkte pasientpopulasjonen bør også vurderes. Å redusere en sekvensavledet poengsum bør ikke gå på bekostning av å evaluere produktet som helhet. [1]

For kandidatsammenlikninger bør formuleringsstatus, giverforhold, kontroller og tolkningskriterier holdes så konsistente som mulig. Hvis MAPPs identifiserer en nylig presentert region mens en T-celleanalyse er negativ, undersøk først de biologiske trinnene som dekkes av hver metode og de eksperimentelle betingelsene, og avgjør deretter hvilken ytterligere validering som er nødvendig. To negative resultater skal ikke behandles som å «kansellere» ett positivt resultat. Selv mindre sekvensoptimalisering bør ledsages av bekreftelse på at den opprinnelige aktiviteten og fysisk-kjemiske kvaliteten beholdes.

Når in vivo-arbeidet begynner, bør ADA-målinger evalueres med eksponerings-, effekt- og sikkerhetsavlesninger. Klinisk ADA-analysestrategi bør også planlegges før du går inn på klinikken. Den amerikanske FDA 2019-veiledningen skiller screening, bekreftende, titer og nøytraliserende antistoffvurderinger og diskuterer analytisk metodeytelse [9]. Risikoprediksjonsmodeller og ADA-deteksjonsanalyser tar opp ulike spørsmål. Sistnevnte måler antistoffer i prøver; etablering av en deteksjonsanalyse etablerer ikke evnen til å forutsi human immunogenisitet.

Når kliniske ADA-datasett brukes til å sammenligne molekyler eller utvikle modeller, må forskjeller i pasientpopulasjoner, samtidig medisinering, prøvetakingsplaner og analysemetoder undersøkes. En 2026-analyse som kombinerte publiserte in vitro-avlesninger med kliniske ADA-frekvenser, utforsket sammenhenger mellom mekanistiske målinger og kliniske utfall [10]. Retrospektive assosiasjoner kan veilede metodeutvikling, men erstatter ikke potensiell validering for en ny kandidat.

Den praktiske rollen til preklinisk ADA-prediksjon er å identifisere risikoer som fortjener oppmerksomhet tidlig, forklare inkonsistente bevis og støtte evidensbaserte endringer i molekyler eller studiedesign. For tiden er den mest verdifulle leveransen ofte en risikovurdering som tydelig angir støttebeviset, omfanget av anvendelighet og gjenværende usikkerheter.

HKeyBio Perspektiv

HKeyBio spesialiserer seg på autoimmune sykdomsmodeller. I preklinisk in vivo-effektevaluering for autoimmune og allergiterapier fokuserer vi på hvordan modeller, patologi, immunavlesninger og analytisk testing informerer hverandre. For gjentatte doseprogrammer som potensielt påvirkes av ADA, kan studiedesign diskuteres i lys av behovet for å tolke endringer i eksponering og effekt. Spesifikke modeller, analyser, egnethet på tvers av arter og implementeringskrav bør bekreftes individuelt i henhold til molekylets egenskaper og utviklingsstadium.

Referanser

[1] FDA. Immunogenisitetsvurdering for terapeutiske proteinprodukter. Veiledning for industrien. 2014. Kilde

[2] EMA. Retningslinje om immunogenisitetsvurdering av terapeutiske proteiner. Revisjon 1. 2017. Avsnitt 6: ikke-klinisk immunogenisitetsvurdering. Kilde

[3] Karle AC, et al. MAPPs-analyser for ikke-klinisk immunogenisitetsrisikovurdering: beste praksis anbefalt av den europeiske immunogenisitetsplattformen. Front Immunol. 2025;16:1690101. doi:10.3389/fimmu.2025.1690101. Figur 1: CC BY 4.0. Kilde

[4] Nilsson JB, et al. Nøyaktig prediksjon av HLA klasse II-antigenpresentasjon på tvers av alle loki ved hjelp av skreddersydd datainnsamling og raffinert maskinlæring. Sci Adv. 2023. doi:10.1126/sciadv.adj6367. Se også DTU-dokumentasjon for programvareversjoner. Kilde

[5] Walsh RE, et al. Preklinisk immunogenisitetsrisikovurdering av bioterapeutika ved bruk av CD4 T-celleanalyser. Front Immunol. 2024;15:1406040. doi:10.3389/fimmu.2024.1406040. Kilde

[6] Tourdot S, et al. T-celleanalyser for ikke-klinisk immunogenisitetsrisikovurdering: beste praksis anbefalt av European Immunogenicity Platform. Front Immunol. 2025;16:1723110. Publisert 12. januar 2026. doi:10.3389/fimmu.2025.1723110. Kilde

[7] Gharaie S, et al. NeoThy™ immun-humaniserte mus kan produsere anti-legemiddelantistoffer for å støtte immunogenisitetsvurdering for biologiske legemiddelprodukter. Front Immunol. 2026;17:1851898. doi:10.3389/fimmu.2026.1851898. Kilde

[8] Wagar LE, et al. Modellering av menneskelige adaptive immunresponser med organoider i mandlene. Nat Med. 2021. doi:10.1038/s41591-020-01145-0. Kilde

[9] FDA. Immunogenisitetstesting av terapeutiske proteinprodukter – Utvikling og validering av analyser for påvisning av antistoffantistoff. Veiledning for industrien. 2019. Kilde

[10] Agnihotri S, Venkatesh A, Ramanathan M, Balu-Iyer S. Første skritt mot å forutsi klinisk immunogenisitet av biologiske legemidler ved å bruke in vitro-baserte avlesninger som dyreforsøksalternativer. J Pharm Sci. 2026;115(6):104297. doi:10.1016/j.xphs.2026.104297. Kilde

NetMHCIIpan 4.3 offisiell dokumentasjon. Kilde

Forfatter: HKeyBio Marketing Department | Vitenskapelig gjennomgang: Jing Yan | Redaktør: Wang Shuyan

Om HKeyBio

HKeyBio, spesialist på autoimmun sykdomsmodell, er en preklinisk kontraktsforskningsorganisasjon (CRO) fokusert på autoimmune og allergiske sykdommer, og tilbyr ende-til-ende in vivo-effektivitetsevalueringstjenester. Dets tekniske kjerneteam har mer enn 20 års erfaring på tvers av utviklingsprosessen for autoimmune legemidler. Selskapet er ISO 9001-sertifisert og driver et integrert forskningsanlegg i Suzhou Industrial Park som dekker molekylær og cellulær forskning, patologi, smådyrstudier og analytisk testing, sammen med to ikke-menneskelige primaterforskningssteder i Suzhou og Guangxi. HKeyBio har nærmere 80 ansatte, og alle prosjektledere har master- eller doktorgrad. Teamet har akkumulert erfaring med å støtte mer enn 500 nye undersøkelsesapplikasjoner (IND) i autoimmune sykdommer, noe som gjør det i stand til effektivt å håndtere komplekse utfordringer gjennom utvikling av autoimmune legemidler og regulatorisk innsending.

·  50+ ikke-menneskelige primatmodeller av autoimmune og allergiske sykdommer

·  500+ dyremodeller av autoimmune og allergiske sykdommer

·  Erfaring med å støtte 500+ IND-applikasjoner innen autoimmune sykdommer