候选药进入动物药效阶段以后，经常会遇到这样一种结果。

3 mg/kg开始出现药效。

10 mg/kg药效更加稳定。

30 mg/kg已经接近最大药效，但动物开始出现体重下降、摄食减少或者血生化异常。

这时候一个非常现实的问题就出现了：这个候选药的体内治疗窗到底算宽还是窄？

如果最低有效剂量是3 mg/kg，30 mg/kg开始出现毒性，看起来似乎有10倍窗口。那是不是意味着这个药已经比较安全？

如果最低有效剂量是10 mg/kg，30 mg/kg就开始出现异常，只剩3倍左右的剂量空间，是不是就应该认为开发风险很高？

实际药物开发中，这两个问题都不能只靠mg/kg之间的倍数回答。

原因很简单。

动物给进去的是“剂量”，真正作用于靶点、产生药效或者产生毒性的却是“体内暴露”。

3 mg/kg到30 mg/kg虽然相差10倍，但如果药物存在非线性PK，AUC可能增加30倍，也可能只增加2倍。如果药效主要由AUC驱动，而毒性主要由Cmax驱动，那么同一个日剂量换一种给药频次，治疗窗甚至可能发生明显变化。

另一方面，所谓最低有效剂量也并不是“第一次P<0.05的剂量”，所谓起始毒性剂量也不是“第一次体重掉了一点的剂量”。

真正需要判断的是：候选药在什么暴露水平开始稳定覆盖靶点并产生具有生物学意义的药效，随着暴露继续增加，药效还能增加多少；与此同时，从什么暴露开始出现与药物相关、具有剂量依赖性并且可能限制进一步开发的不良反应。

所以体内治疗窗真正比较的，是药效暴露区间和毒性暴露区间之间有没有足够距离。

如果把这一层拆开，会发现动物实验真正要回答的已经不是“低、中、高三个剂量怎么设”，而是一个更加接近开发决策的问题：

这个候选药有没有一个能够稳定产生药效，同时又远离不可接受毒性的暴露区间？

如果有，这个窗口到底够不够支撑后续长期给药、跨物种放大以及临床暴露？

如果没有，问题出在分子本身，还是还有机会通过给药频次、制剂、剂量或者适应症选择把窗口重新拉开？

这才是最低有效剂量和起始毒性剂量真正应该服务的开发判断。

1、mg/kg只是给药输入，不是药物真正发挥作用的剂量

动物实验最容易比较的是给药剂量。

1、3、10、30 mg/kg看起来非常直观。

但药物进入动物体内以后，还要经过吸收、分布、代谢和排泄。最终真正到达血浆、靶组织和目标细胞的药物暴露，与给进去多少mg/kg并不总是保持线性关系。

因此最低有效剂量和起始毒性剂量之间相差10倍，只能说明给药量相差10倍。

它并不能直接说明有效暴露和毒性暴露之间也有10倍距离。

2、真正需要比较的是“药效区”和“毒性区”

假设3 mg/kg已经出现一定药效，10 mg/kg达到稳定药效，30 mg/kg开始出现明确毒性。

如果只按照剂量理解，可以简单写成：

最低有效剂量3 mg/kg，起始毒性剂量30 mg/kg，剂量窗口约10倍。

但真正更值得继续看的，是3、10、30 mg/kg分别对应多少Cmax和AUC。

如果3 mg/kg时AUC为100，10 mg/kg为400，30 mg/kg已经达到3000，那么真正从药效到毒性的暴露增长远大于剂量倍数。

反过来，如果10 mg/kg以后吸收逐渐饱和，30 mg/kg的AUC只比10 mg/kg增加30%，那么继续加到30 mg/kg所获得的“10倍剂量窗”几乎没有多少暴露空间。

所以治疗窗最终应该从剂量关系继续向暴露关系推进。

3、治疗窗还要看药效是不是已经达到平台

一个药物从3 mg/kg增加到10 mg/kg，药效从30%提高到80%。

再增加到30 mg/kg，只从80%提高到85%。

此时10～30 mg/kg之间虽然仍然存在剂量空间，但这段空间几乎已经不再产生额外药效。

如果与此同时暴露和毒性风险仍然不断增加，那么这部分剂量范围并不能真正提高候选药的开发价值。

因此所谓“窗口够不够宽”，不能只看距离。

还要看这个距离里面到底有没有值得利用的药效空间。

1、最低有效剂量首先应该具有明确的生物学效应

最低有效剂量通常可以理解为在当前动物模型、给药方案和观察周期下，能够产生具有明确生物学意义药效的最低剂量。

这里最容易被忽略的是“生物学意义”。

例如模型组某指标为100。

1 mg/kg降到82。

3 mg/kg降到75。

10 mg/kg降到45。

如果1 mg/kg因为样本量较大已经达到统计学差异，并不意味着1 mg/kg就是最适合作为开发判断的最低有效剂量。

还要继续看18%的改善是否真的达到预先设定的药效标准，能不能重复，以及是不是和候选药机制一致。

2、最低有效剂量应该具有一定重复稳定性

一个剂量在第一次实验中刚好达到P＜0.05，第二次实验却完全不显著，很难称为稳定的最低有效剂量。

特别是动物模型本身变异度较大的情况下，真正位于剂量反应曲线边缘的剂量很容易受到模型严重程度、随机分组和个体暴露差异影响。

因此企业项目中的最低有效剂量最好不仅考虑一次统计学结果，还要结合剂量反应趋势、效应大小和重复性。

3、最好进一步区分“首次有效剂量”和“稳定有效剂量”

这两个概念对于后续剂量选择非常重要。

例如3 mg/kg已经第一次出现药效，但部分动物响应不足。

10 mg/kg药效更加稳定，而且大多数动物都能达到明确的PD和疾病终点改善。

那么3 mg/kg可以作为最低有效剂量的重要参考，但10 mg/kg可能更加接近后续药效研究中的稳定有效剂量。

真正进入开发以后，不能只问“最低多少能有效”。

还要问“最低多少能比较稳定地有效”。

1、P值同时受到样本量和变异度影响

假设两个剂量的实际药效非常接近。

1 mg/kg平均改善25%，P=0.07。

3 mg/kg平均改善28%，P=0.04。

如果直接按照P值判断，就会把3 mg/kg定义成最低有效剂量，而认为1 mg/kg无效。

但实际上两组的效应大小只差3个百分点。

这种情况下，差别更可能来自方差和样本量，而不是3 mg/kg突然跨过了一个真实的药理阈值。

2、应该同时看完整剂量反应趋势

如果1、3、10、30 mg/kg依次产生10%、30%、70%和75%的改善，剂量反应非常清楚。

如果四个剂量分别是25%、28%、23%和31%，即使其中某个剂量碰巧达到统计学差异，也很难说明候选药具有稳定的剂量依赖药效。

因此MED判断最好建立在完整剂量反应基础上。

3、还需要结合预先设定的药效标准

不同适应症真正具有开发价值的效应幅度不同。

一个炎症指标下降15%，一个肿瘤体积抑制15%，以及一个重症疾病死亡率下降15%，它们的生物学意义完全不同。

因此最低有效剂量不应该只有统计学阈值。

还应该结合当前适应症、主要终点、阳性药表现和项目开发目标确定。

1、探索性药效实验中的“起始毒性剂量”并不是一个正式毒理学终点

在药效阶段，我们经常会说某个剂量“开始出现毒性”。

但这个说法需要和正式毒理学概念区分。

正式毒理研究中会进一步涉及NOAEL、LOAEL、MTD等概念，需要结合系统的临床观察、血液学、血生化、器官重量、组织病理等结果进行判断。

而药效实验中的起始毒性信号，更多是在提示：

从这个剂量开始，已经出现可能与候选药相关、具有一定剂量依赖性并且需要关注的不良变化。

2、一般状态和体重只能提供第一层提示

常见观察包括活动减少、精神状态变化、被毛异常、摄食下降、脱水、体重下降以及其他临床症状。

这些指标非常重要，因为它们能够较早提示动物整体耐受性变化。

但它们通常还不足以单独判断毒性来源。

例如体重下降可能来自系统毒性，也可能来自药物本身抑制食欲，甚至可能是候选药预期药理作用的一部分。

所以必须继续往下拆。

3、血液学和血生化可以帮助定位系统影响

如果随着剂量增加，同时出现ALT、AST、肌酐、尿素氮、血细胞计数等异常，就需要考虑肝脏、肾脏、造血系统等器官是否已经受到影响。

如果这些改变具有清楚的剂量依赖，同时和组织病理相互支持，毒性判断的可信度会明显提高。

4、组织病理往往决定毒性证据能不能真正落地

高剂量动物体重下降，但血生化基本正常，组织也没有明显病理异常，与高剂量出现明确肝细胞坏死、肾小管损伤或者骨髓抑制，开发意义完全不同。

所以真正判断候选药是否已经进入不可接受毒性区域，最好把一般状态、体重、临床病理和组织病理放在一起看。

1、体重下降首先要看幅度和时间

给药后短期轻度体重下降，随后恢复，与持续下降完全不同。

同样，体重下降3%和持续下降超过10%的意义也不同。

所以判断时需要结合变化幅度、持续时间、是否恢复以及是否具有剂量依赖。

2、还要看摄食量

有些药物主要影响食欲。

动物摄食明显下降以后，体重下降可能主要来源于热量摄入不足。

这类变化仍然可能构成开发风险，但它和肝肾等器官直接毒性不是同一个问题。

如果不记录摄食，很容易把两个机制混在一起。

3、疾病模型本身也可能导致体重变化

肿瘤负荷、严重炎症、结肠炎、感染和代谢疾病本身都会影响体重。

如果模型组本身就在掉体重，那么药物组体重下降需要和疾病过程一起解释。

甚至有些有效治疗能够改善疾病相关消耗，使动物体重反而恢复。

所以药效实验里的体重变化一定要放在疾病背景中判断。

1、早期可以先看剂量窗

在项目非常早期，还没有完整PK数据时，最低有效剂量和起始毒性剂量之间的mg/kg距离仍然具有筛选价值。

如果1 mg/kg有效，300 mg/kg仍然没有明显耐受问题，与30 mg/kg才有效、50 mg/kg已经出现严重毒性的候选药相比，前者至少在早期表现出更大的剂量空间。

2、进入候选药开发以后应该升级到暴露窗

随着PK数据逐渐完整，评价重点应该从mg/kg转向Cmax、AUC、Cmin以及必要时的游离药物暴露。

真正的问题是：

达到稳定药效需要多少暴露？

出现明确毒性又需要多少暴露？

两个区间之间到底相差多少？

3、最好进一步连接靶组织暴露

部分药物的血浆暴露并不能完全代表靶组织暴露。

例如中枢药物需要关注脑暴露，皮肤药物需要关注皮肤组织暴露，肿瘤药物还可能存在明显的瘤内富集。

如果血浆AUC很高，但真正进入目标组织的比例很低，那么单独用血浆暴露解释药效可能存在偏差。

因此更加成熟的项目会逐渐从“剂量—血浆暴露”进入“剂量—靶组织暴露—PD—药效”。

1、非线性PK会直接改变治疗窗判断

理想情况下，剂量从10 mg/kg增加到20 mg/kg，AUC也大约增加2倍。

但真实药物并不一定这样。

如果代谢途径逐渐饱和，剂量增加以后暴露可能超比例上升。

10 mg/kg到30 mg/kg虽然只有3倍剂量，AUC可能增加8倍甚至更多。

这时高剂量毒性风险会比单纯看mg/kg明显更高。

2、吸收饱和则会出现相反结果

某些口服药物剂量提高以后，吸收逐渐达到上限。

10 mg/kg到100 mg/kg增加了10倍剂量，AUC可能只增加2倍。

这时候所谓“100 mg/kg仍然安全”也不能简单理解为拥有10倍以上暴露安全窗。

因为动物实际上并没有获得相应增加的系统暴露。

3、所以高剂量药效实验最好尽量带PK

特别是当项目准备根据3、10、30或者10、30、100 mg/kg判断治疗窗时，如果没有任何暴露数据，解释空间会非常有限。

剂量只是输入。

PK才能告诉我们动物实际上暴露了多少药物。

1、至少要知道最低有效剂量有没有达到稳定暴露

如果最低有效剂量组个体间AUC差异非常大，部分动物暴露已经达到高剂量水平，另一部分动物则远低于靶点有效浓度，那么平均药效虽然显著，实际开发稳定性仍然值得关注。

因此除了平均PK，还要适当关注暴露变异。

2、最好建立PD覆盖

假设药物目标是抑制某条信号。

3 mg/kg只有30%的靶点抑制，却已经出现一定药效。

10 mg/kg达到70%的靶点抑制，而且药效进入稳定区。

30 mg/kg靶点抑制达到90%，但药效只再增加少量。

这个结果就能很好地帮助解释为什么10 mg/kg可能更加接近合理的生物学剂量。

3、最终应该尝试建立暴露—PD—药效关系

理想情况下，可以逐渐形成一条连续关系：

暴露增加以后，靶点作用增强。

靶点作用达到一定程度以后，药效快速增加。

进一步增加暴露后，药效逐渐进入平台。

这条曲线比单纯的mg/kg剂量反应更接近真正的药理机制。

1、药效平台意味着继续增加暴露的收益已经明显下降

例如10 mg/kg已经达到80%的最大药效。

30 mg/kg达到88%。

100 mg/kg达到90%。

如果AUC却分别是1、4和15倍，那么从30增加到100 mg/kg获得的药效收益只有2个百分点，但暴露增加接近4倍。

这种剂量就很难具有好的风险收益比。

2、毒性往往不会跟着药效一起进入平台

靶点已经接近饱和，并不意味着其他组织暴露也停止增加。

高剂量下，非靶组织仍然可能不断累积药物。

同时off-target作用、代谢物暴露和器官负担都可能继续增加。

因此药效平台以后继续加量，最常见的结果往往是药效收益越来越小，安全风险越来越大。

3、正式开发更关注有效平台的左侧

如果10 mg/kg已经能够获得稳定且接近最大药效，那么后续更加值得研究的是5、7.5、10、15 mg/kg之间的暴露—药效关系。

而不是机械继续向30、100 mg/kg追求更加“漂亮”的最大药效。

这也是最优生物学剂量和最大耐受剂量思维之间的重要区别。

1、这时单纯降低总日剂量未必是唯一解决方案

假设30 mg/kg QD能够产生足够AUC并取得明显药效，但给药后很快出现急性耐受问题。

如果进一步PK发现毒性与高Cmax高度相关，而药效主要由全天AUC或者持续靶点覆盖决定，那么问题可能不是总暴露过高，而是峰浓度过高。

2、可以尝试拆分给药

例如将30 mg/kg QD调整为15 mg/kg BID。

如果总日剂量相同，AUC仍然能够维持在有效范围，但单次Cmax明显降低，就有机会在保留药效的同时降低峰浓度相关毒性。

3、这实际上是在重新塑造治疗窗

这时候候选药的“治疗窗”并不是分子完全固定的属性。

给药方案也可以改变有效暴露和毒性暴露的关系。

如果药效需要持续覆盖，毒性却来自瞬时峰值，那么调整给药频次可能比简单把剂量从30降到10 mg/kg更有价值。

1、单次耐受并不能预测长期耐受

一个剂量单次给药后动物状态完全正常，不代表连续14天、28天甚至更长时间仍然安全。

原因可能来自药物本身蓄积、活性代谢物蓄积，也可能来自组织损伤逐渐累积。

2、重复给药以后稳态暴露可能明显升高

如果药物半衰期较长，每日给药后前一天的药物还没有完全清除，下一次给药又继续进入体内。

连续几次以后，Cmin和AUC会逐渐提高。

第一天完全安全的剂量，到第7天可能已经对应明显更高的稳态暴露。

3、慢病项目尤其需要考虑这一点

肥胖、糖尿病、纤维化、自身免疫疾病等很多项目需要持续给药数周。

这类项目中的治疗窗不能只根据第一次给药后的耐受情况判断。

更应该关注长期给药后的稳态PK、体重、一般状态、血液学、生化以及主要脏器变化。

1、疾病状态本身会改变药物暴露

严重炎症、肝肾损伤、低蛋白血症、肿瘤负荷和代谢异常，都可能改变药物吸收、蛋白结合、代谢和清除。

所以相同10 mg/kg，在健康动物和疾病模型动物中并不一定产生相同暴露。

2、疾病动物对某些药理作用也可能更加敏感

例如本身已经存在肾功能损伤的动物，对进一步影响肾脏的候选药可能更加敏感。

本身存在体重下降和营养不良的模型，对食欲抑制作用也可能更加难以耐受。

因此药效模型里的耐受性信息非常有价值。

3、但药效模型不能替代正式安全性评价

疾病模型中的动物数量、观察指标和病理检查通常是围绕药效设计的。

它能够提示安全风险，却不能直接给出完整NOAEL。

真正进入后续开发以后，仍然需要在合适物种和正式毒理体系中重新确定安全边界。

1、先看这个变化是否符合靶点生物学

例如一个减重药导致摄食下降和体重降低，本身可能就是预期药理作用的一部分。

一个抗肿瘤药造成一定程度骨髓抑制，则可能既与药效机制有关，也可能构成剂量限制性风险。

所以“由靶点引起”并不等于“不属于安全问题”。

2、需要看变化是否达到不可接受程度

关键在于幅度、持续时间、可逆性以及是否伴随器官损伤。

轻度、可逆且与预期机制一致的变化，与严重、持续并导致器官功能异常的改变，开发意义完全不同。

3、还可以通过同类药或者遗传证据辅助判断

如果同一靶点的多种结构不同药物都出现高度相似的不良反应，而且与靶点组织表达和遗传表型一致，更支持on-target toxicity。

如果只有当前化合物出现异常，而同类机制药物没有，则需要进一步关注化合物本身的off-target、代谢物或者理化性质。

1、药效改善可能部分来自非特异性状态改变

例如高剂量导致动物明显摄食下降。

在肥胖、脂肪肝或者代谢疾病模型中，部分体重和代谢指标改善可能来自热量摄入降低，而不完全来自候选药预期机制。

2、严重系统状态变化会干扰疾病终点

如果高剂量动物已经明显脱水、活动下降或者体重持续下降，一些炎症、代谢和器官指标都会跟着发生变化。

这时看到的“药效增强”可能已经混入毒性相关改变。

3、所以主要开发剂量最好位于干净的药理窗口

真正适合作为核心药效剂量的，通常应该能够稳定产生目标PD和疾病改善，同时没有明显系统性非特异损伤。

高剂量可以用于了解剂量反应和边界。

但未必应该作为后续机制和开发评价的主要剂量。

1、首先看药效和毒性分别与哪个PK参数相关

如果药效和毒性都主要由AUC驱动，那么单纯拆分给药可能改善有限。

如果药效依赖Cmin或者持续靶点覆盖，而毒性主要由Cmax驱动，拆分频次就非常值得考虑。

2、还要看靶点作用是否需要持续

可逆抑制剂如果血药浓度快速下降，靶点可能很快恢复。

这类药物可能需要维持一定Cmin。

如果单纯降低剂量造成全天大量时间低于有效浓度，药效会明显下降。

3、此时BID、缓释或者其他制剂优化可能更合理

真正目的不是改变给药方式本身。

而是重新塑造PK曲线，让暴露更长时间停留在有效区，同时尽量避免进入毒性区。

这才是给药方案优化的药理学意义。

1、第一步先确认窗口是真的窄，还是实验设计造成的

先检查药效剂量是否合理。

毒性是否具有重复性。

是否存在制剂刺激。

是否因为给药速度过快造成Cmax异常。

是否存在模型自身状态干扰。

如果这些问题都没有排除，过早判定分子失败可能同样不合理。

2、第二步看能不能通过PK工程改善

如果主要问题是峰浓度相关毒性，可以尝试拆分给药、减慢吸收或者调整制剂。

如果主要问题是暴露不足，则可以考虑提高生物利用度、延长半衰期或者优化给药途径。

3、第三步判断问题是否来自分子本身

如果达到目标PD所需暴露已经非常接近产生严重毒性的暴露，而且改变给药频次也不能明显分离二者，那么问题可能已经进入分子层面。

此时需要进一步考虑选择性、off-target、组织分布或者候选化合物优化。

1、不能只看mg/kg谁更低

A药1 mg/kg有效，10 mg/kg出现毒性。

B药10 mg/kg有效，200 mg/kg才出现毒性。

如果只看效力，A药似乎明显更强。

但如果A药的有效暴露和毒性暴露只相差2倍，而B药相差20倍，开发风险可能完全不同。

2、还要看实现这些暴露需要什么样的PK

B药虽然剂量高，但如果口服吸收稳定、半衰期合适、组织分布可控，10 mg/kg本身未必是缺点。

相反，A药即使1 mg/kg就有效，如果靶组织和毒性器官暴露高度重叠，后续临床剂量优化空间可能很有限。

3、真正比较的是综合开发属性

更合理的比较包括效力、选择性、暴露、药效平台、安全窗口、给药频次、制剂可行性以及适应症需要的长期治疗周期。

potency只是其中一个维度。

1、达到稳定PD的暴露已经接近严重毒性暴露

如果靶点需要AUC达到1000才能获得稳定药效，而AUC达到1200就已经出现明确不可接受毒性，暴露空间非常有限。

这种情况即使动物药效显著，后续开发风险仍然很高。

2、药效和毒性无法通过给药方案分离

如果两者都由同一种暴露参数驱动，降低Cmax会同时损失药效，降低AUC也会失去PD覆盖，那么单纯调整方案难以解决。

3、毒性又属于难以接受的器官风险

轻度可逆体重变化和不可逆器官损伤的权重完全不同。

如果接近有效暴露就出现严重肝、心、肾、神经或者其他关键器官毒性，即使窗口倍数看起来并不是特别小，也需要非常谨慎。

4、还要结合适应症风险收益

肿瘤和轻中度慢性疾病能够接受的风险并不相同。

同样一个治疗窗，在晚期恶性肿瘤中可能仍有开发价值，在需要多年长期服药的慢病中则可能无法接受。

所以Go/No-Go最终始终是药效、疾病严重程度和安全风险共同决定。

1、最低有统计学差异的剂量直接定义为MED

需要同时看效应大小、剂量反应和重复性。

2、体重下降一点就直接定义为毒性剂量

需要结合幅度、时间、摄食、临床病理和组织病理判断。

3、只比较mg/kg倍数，不做PK

剂量窗不等于暴露窗。

4、默认剂量和AUC始终线性

很多药物在高剂量下会出现吸收或者代谢非线性。

5、最高剂量必须做到MTD附近

如果药效早已进入平台，没有必要为了“高剂量”机械逼近耐受边界。

6、药效越强的剂量越值得开发

高剂量药效增加很少，却可能显著增加安全风险。

7、高剂量掉体重以后仍然直接解释代谢药效

需要排除摄食下降和系统状态改变造成的假药效。

8、单次耐受正常，就认为长期给药也安全

重复给药可能出现蓄积和慢性组织损伤。

9、只看AUC，不看Cmax和Cmin

不同药效和毒性终点可能由完全不同的PK参数驱动。

10、只做末次采血

如果急性毒性发生在给药后1～2小时，末次低谷浓度可能完全解释不了问题。

11、疾病动物里的耐受剂量直接当成NOAEL

药效模型的观察强度和正式安全性评价完全不同。

12、正常动物安全，就认为疾病模型一定能够耐受

疾病状态会改变暴露和器官脆弱性。

13、看到毒性就直接降总剂量

如果真正问题来自Cmax，改变给药频次可能更加合理。

14、只看母体药物，不关注活性或者毒性代谢物

部分毒性并不是母体化合物直接造成。

15、药效和毒性使用完全不同的给药周期，却直接计算窗口

短期药效暴露和长期毒性暴露不能简单放在一个倍数里比较。

16、两个候选物只比较MED大小

低剂量起效不代表具有更好的开发属性。

17、没有PD就直接把药效和靶点连接起来

无法判断最低有效剂量究竟实现了多少靶点覆盖。

18、药效平台以后仍然不断增加剂量

这通常只会继续扩大暴露和毒性，而不是增加开发价值。

19、用一个固定倍数判断所有项目“窗口够不够宽”

不同适应症、靶点、治疗周期和毒性类型允许的窗口完全不同。

20、把动物治疗窗理解成最终临床治疗窗

物种差异、代谢差异和临床给药方案仍然可能进一步改变安全边界。

1、第一步先明确药效目标

确定主要药效终点以及达到什么程度才具有明确生物学和开发意义。

不能只用“P＜0.05”代替药效标准。

2、第二步进行宽范围剂量探索

前期可以设置覆盖无效区、起效区、稳定药效区和高剂量区的梯度。

目的是先看完整剂量反应，而不是一开始就精确确定MED。

3、第三步同步获得基础PK

至少了解各剂量对应的Cmax和AUC。

判断暴露是否随剂量线性增加。

如果存在明显非线性，后续所有剂量窗判断都要转向暴露解释。

4、第四步建立PD

根据候选药机制检测靶点占有、下游信号、关键生物标志物或者其他合适的药效动力学指标。

确定达到多少PD覆盖以后开始出现疾病改善。

5、第五步找到真正的最低有效暴露

把剂量、PK、PD和药效放在一起。

判断最低达到什么暴露以后能够稳定产生具有意义的药效。

这一结果通常比单独的最低有效mg/kg更加有开发价值。

6、第六步确定药效平台

继续增加剂量，观察什么时候药效开始明显趋于平台。

这个位置可以帮助判断后续继续加量还有没有实际收益。

7、第七步同步观察早期耐受信号

包括一般状态、体重、摄食、必要的血液学和血生化。

避免等到高剂量已经出现严重异常以后才意识到治疗窗很窄。

8、第八步定位毒性相关暴露

如果高剂量开始出现异常，进一步结合PK判断与Cmax、AUC还是重复给药蓄积更加相关。

必要时增加早期采血和组织暴露。

9、第九步区分药理作用和毒性作用

根据靶点机制、疾病背景、同类药和组织病理，判断异常究竟属于预期药理延伸，还是off-target或器官毒性。

10、第十步比较药效暴露和毒性暴露

真正的治疗窗从这一步开始建立。

比较稳定药效所需暴露与明确不良反应暴露之间的距离，而不再只是比较两个mg/kg数字。

11、第十一步判断窗口是否可以通过给药方案扩大

如果药效与AUC相关、毒性与Cmax相关，可以比较QD和BID。

如果需要持续靶点覆盖，则进一步考虑Cmin和时间高于有效浓度的比例。

12、第十二步验证重复给药后的窗口

对于需要长期治疗的候选药，在更接近正式治疗周期的条件下重新观察稳态暴露、药效和耐受性。

防止单次或者短期实验高估安全窗。

13、第十三步增加关键正常组织和组织暴露

根据候选药的潜在毒性器官以及靶点组织分布，进一步判断药效组织和毒性组织的暴露关系。

14、第十四步比较不同候选化合物

不要只按MED排序。

同时比较有效暴露、PD覆盖、最大药效、药效平台、毒性暴露、PK稳定性和长期给药可行性。

最终更理想的候选药并不一定是最低剂量就起效的那个。

而是能够在合理暴露下稳定覆盖靶点、获得足够药效，同时和不可接受毒性之间保持足够距离的那个。

到这里以后，动物实验才真正从“哪个剂量有效”进入“这个候选药有没有可开发的体内治疗窗”。

1、可以先重新判断现有最低有效剂量是否真的成立

很多项目已经做过3、10、30 mg/kg或者类似剂量梯度，并且其中某个剂量第一次达到统计学差异。

可以结合效应大小、剂量反应、模型变异和阳性药表现重新判断，这个剂量到底只是“刚好显著”，还是已经具有稳定生物学药效。

2、可以把药效剂量和PK暴露连接起来

在不同剂量下同步设计PK采血，获得Cmax、AUC和必要的Cmin信息。

进一步判断当前剂量范围是否存在非线性PK，以及表面上的“10倍剂量窗”实际对应多少暴露距离。

3、可以进一步建立PK/PD关系

根据候选药具体机制选择合适的靶点占有、蛋白磷酸化、下游生物标志物或者组织药效指标。

判断最低有效剂量究竟实现了多少PD覆盖，以及药效进入平台时靶点是否已经接近饱和。

4、可以把高剂量异常拆成真正毒性和药理作用

如果项目已经出现高剂量体重下降、摄食下降、精神状态变化或者血生化异常，可以结合时间关系、剂量依赖、PK峰值和组织病理继续反查。

避免一看到体重下降就直接判断候选药失败，也避免把已经明显进入毒性区的变化继续解释成药效。

5、可以根据PK特征重新设计给药频次

如果药效持续时间和毒性出现时间不一致，可以进一步比较QD、BID或者其他给药方案。

重点判断能不能在保持有效AUC或持续PD覆盖的同时降低Cmax，从而扩大实际治疗窗。

6、可以根据治疗周期重新设计重复给药方案

针对肥胖、糖尿病、纤维化、自身免疫等需要长期给药的适应症，可以在药效评价中同步关注重复给药后的稳态暴露、体重、一般状态、临床病理和主要脏器。

避免只根据第一次给药的耐受性高估长期窗口。

7、可以帮助比较多个候选物的真实开发价值

如果两个候选药一个MED更低、另一个安全窗更宽，可以把剂量、PK、PD、药效平台和毒性暴露统一放到一套评价框架中。

从“谁用量更低”进一步升级成“谁能在可实现暴露下获得更稳定的药效，同时和不可接受毒性保持更大距离”。

所以动物实验里的最低有效剂量和起始毒性剂量之间，并不存在一个所有候选药都适用的固定倍数。

3倍、10倍或者30倍本身都不能单独决定治疗窗够不够宽。

真正值得比较的是，在达到稳定靶点覆盖和具有开发意义的药效以后，距离产生不可接受毒性的暴露还有多少空间；随着剂量继续增加，获得的是更多药效，还是主要增加了Cmax、AUC和器官负担；这个空间在重复给药以后是否仍然存在，又能不能通过给药频次、制剂和候选分子优化继续扩大。

当这些问题逐渐做清楚以后，动物药效实验的目标就不再只是找到一个“有效剂量”。

它真正开始回答候选药开发中更加重要的问题：

这个药能不能在足够安全的暴露范围内，稳定地发挥我们真正需要的药效。