在新药临床开发进程中，你是否也曾遭遇这样的困境：被监管要求临时增补随机对照剂量探索研究，陷入研发被动；亦或是最优剂量（Optimal Dose）的论证逻辑不被监管认可，直接阻滞项目推进、拉低整体临床研发效率？

ICH E4明确剂量-反应关系是药物注册核心证据，但"最高耐受剂量并不总是最佳剂量"。传统化疗遵循"毒性驱动"MTD范式，而MTD在靶向时代面临三重局限：高选择性药物可能无法达到MTD；即使确定也常远超靶点饱和所需剂量；传统MTD范式忽视PK/PD数据，无法回答"多少剂量才能实现充分靶点抑制"这一核心问题。

FDA Project Optimus推动肿瘤药物剂量选择向"暴露-反应关系驱动"和"靶点抑制驱动"转变。这意味着Optimal Dose成为了肿瘤药物开发过程中必须回应监管的问题，这种"算出来"的剂量可作为支持性依据回应监管，避免监管产生剂量相关的疑问或质疑，从而高效推进临床试验进度。

定量药理建模作为"翻译器"，通过物种间、终点间及变异性桥接，将临床前数据中"多少浓度才能实现充分靶点抑制"转化为人体试验中的"多少剂量才能使多数受试者实现靶点抑制"。这种"算出来"的剂量基于PK/PD模型整合多源数据推荐最佳剂量或最佳剂量范围，较经验性"试出来"的剂量具有更高信息利用效率与透明度。

以特泊替尼为例，其500 mg QD通过靶点抑制驱动的转化建模得以被确定为RP2D之后，该剂量得到监管认可，后续试验中仅开展了500 mg QD一个剂量组，可见定量药理在提高临床开发效率、回应监管有关Optimal Dose等问题方面的重要性。

因此，本文我们将根据特泊替尼临床研究进程的公开资料，以这款药物为例，浅谈定量药理对推荐剂量确立的关键作用。

1.1 特泊替尼基本信息

特泊替尼（Tepotinib）是一种口服、可逆、ATP竞争性的高选择性MET酪氨酸激酶抑制剂（TKI）。MET外显子14跳跃突变（METex14 skipping）是NSCLC中重要的致癌驱动变异，且是明确的单基因驱动事件，高选择性MET抑制剂可精准阻断该通路，实现深度且持久的肿瘤缓解。

1.2 特泊替尼安全性和疗效

FIH试验中，在R3给药方案（每日一次连续给药）下，2例患者报告了剂量限制性毒性（DLTs）：一名患者（1000 mg）出现3级丙氨酸氨基转移酶（ALT）升高，另一名患者（1400 mg）出现3级疲劳。在每日一次最大给药剂量1400 mg（R3）下，仍未达到最大耐受剂量（MTD）。

特泊替尼FIH试验在500 mg QD剂量组观察到明确的抗肿瘤活性信号。I期研究结果表明，R3给药方案（每日一次连续给药）中500 mg组有9例患者，观察到1例确认的部分缓解（PR），为MET IHC3+的食管癌患者；1400 mg组观察到另1例确认的PR，为MET IHC3+的肺癌患者（PFS达21.8个月）1。虽然样本量有限，但500 mg剂量组即出现缓解病例，表明该剂量已具备临床意义的抗肿瘤活性。

1.3 定量药理支持特泊替尼RP2D的确立

在临床前疗效研究中，接受每日≥25 mg/kg给药的各治疗组均观察到肿瘤控制（图 1A）。Simeoni肿瘤生长模型被证实能充分拟合特泊替尼的治疗效应。反映疗效的肿瘤生长抑制率（TGI）与靶点调节模型预测的磷酸化MET平均抑制率之间的相关性图提示，KP-4异种移植瘤的消退对应约95%的磷酸化MET抑制（图 1B）。经校正蛋白结合率差异（小鼠为2.9%，人体血浆中为1.6%）后，估计在人体中达到90%（EC90）至95%（EC95）最大肿瘤抑制所需的特泊替尼浓度范围为390至823 ng/mL。

图 1 药效学模型结果及其对应的磷酸化MET抑制率

以群体药代动力学模型模拟的浓度为驱动变量，应用完全抑制性周转Imax药效学模型（包含估计的药代动力学和药效学变异性）进行群体药效学模拟。针对肿瘤中持续深度（≥95%）磷酸化MET抑制的药效学标准，模拟结果显示特泊替尼500 mg每日一次的给药方案可使90%的人群达到药效学阈值（图 2）。

而500 mg和1000 mg在p-MET抑制程度上高度重叠，均能在90%以上患者中维持≥95%抑制。这一"平台效应"源于受体占据的饱和动力学——当几乎所有可用靶点已被占据，额外的药物分子无法找到可结合位点，不产生额外药理效应。

1000 mg虽在靶点抑制方面与500 mg等效，但伴随明确的DLT风险（FIH试验中1例3级ALT升高）。故500 mg位于疗效平台期的起点，同时保留充分安全裕度，是获益-风险比最大化的最优解。

图 2 Simulation of dose-dependent phospho-MET inhibition (relative to baseline) in humans and of tepotinib plasma concentration.

注：从左至右、从上至下依次为：特泊替尼1000 mg、700 mg、500 mg和250 mg每日一次。(a) 黑色实线表示磷酸化MET抑制相对于基线的百分比中位数预测值，阴影区域表示磷酸化MET抑制相对于基线的模拟10%–90%预测区间。虚线表示对应于95%磷酸化MET抑制的5%磷酸化MET药效学阈值。(b) 黑色实线表示特泊替尼血浆浓度的中位数，阴影区域表示特泊替尼血浆浓度的模拟10%–90%预测区间。虚线表示临床前肿瘤生长抑制模型中经游离分数校正的有效浓度90%（EC90）或EC 95%（EC95），分别为390或823 ng/ml。

特泊替尼500 mg QD的RP2D确立，科学逻辑链条清晰完整：KP-4模型确定≥95% p-MET抑制为肿瘤缩小阈值→群体PK模型和蒙特卡洛模拟预测500 mg可使≥90%患者持续达标。每一步都有定量模型和数据支撑，最终得出的500 mg是精确计算出的满足预设科学标准的优化解，而非经验性的“差不多就行”2,3。这一决策模式的核心优势在于：它不依赖于MTD的存在与否，适用于高选择性、低毒性靶向药物的普遍场景；将剂量选择标准从“患者能耐受多少”转变为“肿瘤需要多少”，体现了以疾病生物学为中心的研发理念，也可更加高效、快捷、精准地推动药物开发，支持确定药物的最佳剂量。

特泊替尼RP2D确立，是靶点抑制驱动的转化建模的典范应用。通过非临床PK/PD建模策略，整合人体药代动力学特征与靶点结合（target engagement）数据，精准锚定RP2D剂量并明确临床最优给药剂量。依托剂量递增研究的有限受试者数据，通过定量药理建模手段，高效实现了传统多剂量随机对照量效研究才能解答的核心问题。充分体现了定量药理在回应监管对最优剂量的审评诉求、精简临床试验设计、显著提升新药临床开发效率。

凯莱英临床（凯诺）临床药理团队成员兼顾临床药理与定量药理双重专业能力。这意味着，当临床药理同事在试验中捕捉到需要建模支持的信号时，团队能够及时与申办方沟通确认，推动建模工作，规避“试验背景反复解释与沟通”“跨部门申请与审批”“排队等待效率低下”等问题。临床药理的"临床直觉"与定量药理的"数学严谨"在同一时空碰撞，使得建模决策更快、模型假设更贴近临床现实、结果转化更直接，以定量方法为新药临床研发赋能。

最好的模型不是在孤岛中诞生的，而是在临床洞察与定量方法的持续对话中生长。

[1] Falchook GS, Kurzrock R, Amin HM, Xiong W, Fu S, Piha-Paul SA, Janku F, Eskandari G, Catenacci DV, Klevesath M, Bruns R, Stammberger U, Johne A, Bladt F, Friese-Hamim M, Girard P, El Bawab S, Hong DS. First-in-Man Phase I Trial of the Selective MET Inhibitor Tepotinib in Patients with Advanced Solid Tumors. Clin Cancer Res. 2020 Mar 15;26(6):1237-1246.

[2] FDA NDA 214096 Multi-disciplinary Review (Tepotinib). October 30, 2020.

[3] Xiong W, et al. Translational PK/PD Modeling of Tepotinib to Support Human Dose Prediction and Dose Selection. CPT: Pharmacometrics & Systems Pharmacology. 2021;10(5):428-440.