做高血脂症候选药动物药效时，最常见的一套指标几乎已经固定下来：TC、TG、HDL-C和LDL-C。

模型组血脂升高，给药以后TC下降、TG下降、LDL-C下降，再加一个HDL-C升高，一套降脂药效似乎就已经比较完整。

对于传统高脂饮食模型和一些作用机制相对简单的候选物，这套方案确实能够回答很多问题。

但随着PCSK9、ANGPTL3、APOC3、CETP以及各种siRNA、ASO、抗体和肝靶向降脂药不断进入研发，问题开始变得复杂。

有些候选药主要减少LDL颗粒中的胆固醇。

有些候选药首先降低VLDL和富含甘油三酯脂蛋白。

有些药物显著降低TG和残粒胆固醇，但LDL-C变化并不明显。

还有一些药物会重新分配不同脂蛋白中的胆固醇，使HDL-C大幅升高，这时TC甚至可能并没有按照传统“降脂药应该降低总胆固醇”的方向变化。

例如APOC3和ANGPTL3相关新型降脂药的临床药理结果已经很典型。TG可以下降非常明显，同时non-HDL-C、残粒胆固醇和ApoB发生不同幅度的变化，LDL-C却未必按照完全相同的比例下降。也就是说，同一个候选药可能同时改变脂蛋白中的“胆固醇含量”“颗粒数量”和“不同脂蛋白之间的分布”，只看四项血脂已经很难把这些变化全部解释清楚。

所以现在做高血脂候选药，真正需要解决的问题已经不是：

LDL-C、non-HDL-C和ApoB到底选哪一个。

而是先问：

候选药到底在改变什么？

是减少LDL里的胆固醇？

减少所有致动脉粥样硬化脂蛋白携带的胆固醇？

减少循环中的ApoB脂蛋白颗粒数量？

还是把VLDL、残粒、LDL和HDL之间的脂质重新进行了分配？

这几个问题对应的是不同实验终点。

把它们拆开以后，才会发现LDL-C、non-HDL-C和ApoB并不是三个互相替代的指标。

它们实际上是在从三个不同角度描述同一个脂蛋白系统。

1、四项血脂测的是不同脂质池，并没有真正告诉我们所有脂蛋白发生了什么

TC是血浆中不同脂蛋白所携带胆固醇的总和。

TG主要反映循环中甘油三酯负荷，与乳糜微粒、VLDL以及它们的残粒代谢密切相关。

HDL-C反映HDL颗粒所携带的胆固醇。

LDL-C则关注LDL颗粒内部携带的胆固醇。

这四个结果放在一起，能够大致描绘动物当前的脂质状态。

但问题在于，降脂药真正作用的并不一定是“胆固醇这个分子”。

很多新型药物直接改变的是脂蛋白产生、转化、清除或者颗粒数量。

2、同样的TC下降可以来自完全不同的脂蛋白变化

假设两个候选药都让TC下降30%。

A药主要把LDL-C降低了50%。

B药主要降低VLDL和残粒胆固醇，而LDL-C变化不大。

如果只报告TC，两种候选药看起来药效非常接近。

但它们作用的脂蛋白环节完全不同。

后续适应症、靶点机制、ASCVD转化价值甚至第二模型选择都会不同。

3、所以新型降脂药越来越需要从“血脂浓度”进入“脂蛋白结构”

真正更完整的问题应该变成：

循环中有哪些脂蛋白颗粒？

每一类颗粒里面装了多少胆固醇和TG？

致动脉粥样硬化颗粒总数有没有减少？

药物到底让VLDL变少了，还是让VLDL更快转换成LDL？

如果这几个问题开始进入项目，单纯TC、TG、HDL-C和LDL-C就很难完全回答了。

1、LDL-C测的是LDL颗粒携带的胆固醇量

LDL-C首先是一个“胆固醇质量”指标。

它告诉我们的不是有多少颗LDL，而是这些LDL颗粒一共携带了多少胆固醇。

如果一个候选药能够明显增加LDL清除，通常会看到LDL-C快速下降。

因此对于以降低LDL胆固醇负荷为核心开发目标的候选药，LDL-C当然仍然非常重要。

2、PCSK9/LDLR轴尤其适合把LDL-C作为主要药效读出

PCSK9最终影响的是LDLR循环和肝脏对LDL的清除。

如果候选药能够有效抑制PCSK9，功能性LDLR增加，循环LDL清除增强，LDL-C下降本身就是非常直接的药理结果。

所以不能因为现在越来越强调ApoB，就走到另一个极端，认为LDL-C已经“不重要”。

对于很多LDL主导的候选药，它仍然应该放在主要终点非常靠前的位置。

3、真正需要改变的是“只看LDL-C”的习惯

如果候选药除了LDL，还影响VLDL、残粒、TG或者脂蛋白颗粒数量，那么LDL-C就只能回答其中一部分问题。

这时应该继续加入non-HDL-C、ApoB或者脂蛋白分布。

不是把LDL-C换掉。

而是把它放回正确的位置。

1、两个动物可以拥有相似LDL-C，却拥有不同数量的LDL颗粒

假设A动物体内有较少数量、但每个颗粒携带胆固醇较多的LDL。

B动物则拥有更多数量、但单个颗粒胆固醇含量更少的LDL。

两个动物最终测出来的LDL-C完全可能比较接近。

但真正进入循环并可能参与动脉壁脂蛋白滞留的颗粒数量并不一样。

2、药物也可能主要改变颗粒组成，而不是同比例改变颗粒数量

一个候选药可能让LDL颗粒中的胆固醇减少得很快。

这时LDL-C下降很明显。

但如果循环中的ApoB颗粒数量下降幅度明显小于LDL-C，就说明剩下的颗粒可能只是变得“胆固醇更少”。

反过来，也可能出现LDL-C下降相对有限，但ApoB颗粒数量已经明显下降的情况。

在人群研究中，当LDL-C与ApoB出现不一致时，后续心血管风险与ApoB所反映的颗粒负荷往往具有更紧密的联系，这也是为什么ApoB越来越受到重视。

3、所以不同指标之间的不一致本身就是信息

过去很容易觉得：

LDL-C下降40%，ApoB只下降20%，是不是哪个指标测错了？

实际上不一定。

这种不一致可能恰恰说明候选药正在改变脂蛋白颗粒的胆固醇装载程度。

所以真正值得做的不是删掉一个“不一致”的结果。

而是进一步解释为什么不一致。

1、non-HDL-C计算很简单，但覆盖范围比LDL-C更广

non-HDL-C由TC减去HDL-C得到。

它所保留下来的并不只是LDL。

还包括VLDL、IDL、残粒以及其他ApoB相关脂蛋白中所携带的胆固醇。

因此它更接近“所有非HDL脂蛋白一共携带多少胆固醇”。

2、高TG情况下，non-HDL-C的价值尤其明显

如果一个模型主要表现为高LDL-C，LDL-C本身已经可以提供很多信息。

但如果动物同时存在明显高TG、VLDL增加和残粒积累，问题就不再只是LDL。

这时只看LDL-C，很容易漏掉大量存在于VLDL和残粒中的胆固醇负荷。

non-HDL-C能够把这一部分一起纳入。

3、APOC3、ANGPTL3以及混合型高脂候选药尤其值得增加non-HDL-C

这类候选药常常显著影响TG-rich lipoproteins。

治疗以后TG快速下降，VLDL和残粒组成发生改变，LDL-C可能出现相对复杂的变化。

如果同时观察non-HDL-C，就更容易判断全部致动脉粥样硬化胆固醇负荷到底有没有下降。

APOC3和ANGPTL3靶向治疗的临床研究已经很清楚地显示，这类药物在大幅降低TG的同时，non-HDL-C、残粒胆固醇、LDL-C和ApoB可以出现不同幅度的变化。

1、ApoB提供的是另一个完全不同的观察角度

LDL-C和non-HDL-C主要告诉我们胆固醇有多少。

ApoB则更加接近告诉我们有多少ApoB-containing lipoprotein particles。

这两种信息不是同一件事。

例如VLDL最终经过代谢可以变成IDL和LDL，颗粒中的TG和胆固醇不断发生变化，但结构性ApoB会随着颗粒一路保留。

因此ApoB更适合从颗粒负荷角度观察药物影响。

2、新型降脂药越来越容易出现“胆固醇下降”和“颗粒数量下降”不同步

传统降脂药研究里，如果主要关注LDL-C，很多时候四项血脂已经能够比较直观地反映药效。

但APOC3、ANGPTL3以及各种影响脂蛋白产生和清除的新机制出现以后，药物可能同时改变VLDL分泌、脂解、残粒清除和LDL形成。

这时ApoB开始非常有价值。

它能够帮助判断候选药到底只是改变了颗粒里的脂质组成，还是连循环中的致动脉粥样硬化颗粒数量也一起减少。

3、但ApoB也不是一个万能终点

ApoB高低本身不能告诉我们这些颗粒究竟属于VLDL、IDL还是LDL。

它也不能直接告诉我们颗粒内部装了多少TG和胆固醇。

所以ApoB特别适合和LDL-C、non-HDL-C以及FPLC联合使用。

真正有价值的是把“颗粒数量”和“颗粒组成”放在一起看。

1、LDL-C回答的是LDL胆固醇负荷

如果候选药的开发目标本身就是降低LDL-C，这个指标当然应该是核心终点。

例如PCSK9、胆固醇吸收、LDLR相关以及很多经典降胆固醇机制。

2、non-HDL-C回答的是全部非HDL胆固醇负荷

当VLDL、IDL和残粒明显参与疾病时，non-HDL-C会比单独LDL-C多提供一层信息。

混合型高脂血症、高TG以及TG-rich lipoprotein靶点尤其适合。

3、ApoB回答的是致动脉粥样硬化颗粒负荷

如果候选药可能显著改变颗粒组成，或者LDL-C与TG之间发生复杂重分配，ApoB的价值进一步增加。

所以更合理的思路并不是问：

三个指标哪一个最好？

而应该问：

当前候选药会不会让这三个指标出现不一样的变化？

如果答案是会，那么它们就值得一起做。

1、这类药物最直接的药理结果就是增强LDL清除

无论是PCSK9抗体、siRNA还是其他调控PCSK9/LDLR轴的候选药，最终都需要证明功能性LDLR通路得到增强。

因此LDL-C下降仍然是一个非常直观的药效结果。

2、ApoB可以进一步判断颗粒负荷是否同步下降

如果LDL-C下降50%，ApoB也明显下降，说明LDL胆固醇和颗粒负荷都在下降。

如果两者幅度明显不同，则值得继续进入脂蛋白分布。

3、模型本身必须先保留功能性LDLR

这一点比终点选择更加重要。

如果一个候选药完全依赖LDLR发挥作用，却直接放进LDLR完全缺失模型，药效消失很可能只是模型从机制入口就把药物作用路径切断了。

已有LDLR杂合地鼠模型被用于评价PCSK9抗体，就是因为它同时保留功能性LDLR通路和更接近人类的CETP相关脂蛋白背景。

所以PCSK9类项目真正的顺序应该是：

先确认模型里靶点通路存在。

再看LDL-C。

然后根据开发深度增加non-HDL-C、ApoB和脂蛋白分布。

1、APOC3首先影响的是TG-rich lipoprotein代谢

这类候选药往往能够非常明显地降低TG。

如果项目只是做一个早期PoC，TG当然是最直接的主要终点。

但真正进入候选药评价以后，问题不能停在“TG下降了多少”。

还要看TG-rich lipoproteins发生了什么。

2、TG下降以后，胆固醇并不会自动消失

VLDL和其他富含TG脂蛋白中的TG被清除或者水解以后，颗粒可能进一步发生转化。

因此TG下降非常明显，并不意味着所有残粒胆固醇和ApoB颗粒都按照完全相同幅度下降。

临床APOC3靶向研究中已经观察到TG、残粒胆固醇、non-HDL-C和ApoB同时改善，但各指标下降幅度明显不同，LDL-C的变化又可能更加复杂。

3、所以APOC3项目更应该看完整的致动脉粥样硬化脂蛋白变化

比较合理的组合通常包括TG、non-HDL-C、ApoB以及必要的残粒胆固醇或脂蛋白分布。

如果候选药未来开发定位不仅仅是预防严重高TG相关并发症，还希望进一步讨论ASCVD风险改善，那么这部分尤其重要。

1、ANGPTL3本身同时连接多条脂蛋白代谢路径

这类药物的一个特点，就是很难只用一个传统血脂指标概括。

抑制ANGPTL3以后，可以同时影响TG、LDL-C、non-HDL-C以及ApoB相关脂蛋白。

因此如果实验只做TG，很容易低估药物对整个脂蛋白系统的影响。

2、只做LDL-C同样不够

如果候选药的一个明显作用来自TG-rich lipoprotein代谢改善，那么LDL-C只能看到最终结果中的一部分。

尤其当VLDL和残粒显著变化以后，non-HDL-C和ApoB能够提供更多信息。

近期ANGPTL3相关候选药研究已经出现非常典型的多指标变化：TG下降幅度最大，同时LDL-C、non-HDL-C和ApoB也出现不同程度下降。

3、这类药最适合用“多层血脂终点”证明MOA

目标蛋白下降。

TG-rich lipoprotein代谢改善。

non-HDL-C下降。

ApoB颗粒负荷下降。

最后再观察LDL-C和疾病终点。

这样比单纯做一张TC、TG、LDL-C柱状图更能够解释候选药为什么有效。

1、CETP直接参与不同脂蛋白之间的脂质交换

所以抑制CETP以后，不是简单把某一种脂质“清掉”。

它会改变HDL、LDL和VLDL之间胆固醇酯和TG的分配。

2、HDL-C明显升高以后，TC可能因此受到很大影响

如果一个候选药让HDL-C大幅上升，同时LDL-C下降，最终TC的变化可能并不明显，甚至在某些实验条件下出现和传统“降脂药应该降低TC”不完全一致的结果。

这时如果把TC下降幅度当成药效强弱，很容易做出错误判断。

金黄地鼠CETP抑制研究就观察到HDL、LDL、VLDL胆固醇及脂蛋白颗粒组成同时发生明显变化，说明这类机制尤其需要看完整脂蛋白分布。

3、这时候FPLC往往比继续增加几个总量指标更重要

真正应该看的是：

胆固醇从哪个脂蛋白组分转移到了哪个组分。

LDL和VLDL是否减少。

HDL是否增多。

颗粒大小和组成有没有明显改变。

CETP类项目是最典型的“只看四项血脂很容易把MOA看丢”的方向之一。

1、TG非常高时，整个脂蛋白转化过程都在变化

高TG往往意味着VLDL和其他TG-rich lipoproteins明显增加。

这些颗粒经过脂解以后又会不断形成残粒和LDL。

所以一个降TG药干预以后，TG下降的同时，LDL形成和清除也可能发生变化。

2、这时LDL-C短期不下降并不一定意味着药物没有改善致动脉粥样硬化脂蛋白

可能出现TG和残粒明显下降，但LDL-C变化较小。

甚至在某些TG降低过程中，LDL-C暂时出现一定增加。

真正需要看的是non-HDL-C、ApoB和脂蛋白分布有没有改善。

3、严重高TG情况下还要特别注意LDL-C检测方法

如果实验室采用的是计算方式，TG过高时LDL-C结果尤其容易受到影响。

动物实验中更适合根据项目需要采用经过验证的直接检测方式，并在机制要求较高时进一步使用FPLC确认不同脂蛋白组分。

不能因为自动生化仪输出了一个LDL-C数字，就默认这个数字已经完整代表动物体内LDL代谢。

1、高脂饮食模型首先要看它真正做出了哪一种血脂异常

有些模型主要TC和LDL-C升高。

有些模型TG更加突出。

还有一些模型同时伴随肥胖、胰岛素抵抗和脂肪肝。

所以不能因为都叫“高血脂模型”，就统一把TC作为第一主要终点。

2、ApoE缺失模型和LDLR缺失模型的脂蛋白背景也不一样

ApoE缺失以后，富含胆固醇的残粒清除受到明显影响。

LDLR缺失则更加直接影响LDLR介导的ApoB脂蛋白清除。

最终两个模型都可以出现严重高胆固醇血症和动脉粥样硬化，但候选药在其中面对的代谢瓶颈并不一样。

3、模型选择和终点选择必须同时考虑MOA

如果候选药依赖LDLR，模型首先要保留足够的LDLR功能。

如果候选药影响TG-rich lipoproteins，就需要模型本身具有相应的TG和VLDL动态范围。

如果候选药作用于CETP，则需要考虑所选物种有没有与人更接近的CETP生理。

所以终点设计不是模型选完以后再补的一张检测清单。

它应该和模型一起从MOA反推。

1、普通小鼠和人类的脂蛋白分布并不完全相同

小鼠血浆胆固醇很大一部分存在于HDL相关组分，而且缺乏人类典型的内源性CETP生理。

因此对于某些以LDL、CETP或者复杂ApoB脂蛋白重塑为核心的候选药，普通小鼠并不一定是最容易解释转化性的物种。

2、金黄地鼠在一些脂蛋白药物中具有特殊价值

地鼠具有内源性CETP，而且在合适饮食或遗传背景下能够形成更加突出的VLDL和LDL相关高脂血症。

高脂高胆固醇地鼠中，降脂治疗可以明显改变TG、VLDL和LDL，同时伴随代谢和动脉病变变化。

3、所以物种差异会直接改变“什么指标最值得看”

如果普通小鼠中LDL本来就不是最主要胆固醇载体，那么单纯盯着LDL-C很可能看不到完整药效。

换到更加适合LDL和CETP研究的地鼠以后，LDL-C、non-HDL-C、ApoB和FPLC的价值会明显增加。

真正需要根据候选药MOA决定：

是需要一个快速、稳定的高血脂模型。

还是需要一个脂蛋白生理更接近目标患者的模型。

1、FPLC真正解决的问题是“胆固醇和TG到底在哪一类脂蛋白里”

血脂四项告诉我们的是总量。

FPLC则可以进一步把VLDL、IDL/LDL和HDL相关组分分开。

随后分别检测各组分中的胆固醇或TG。

这样能够真正看到药物把脂质从哪里移走了。

2、当LDL-C、non-HDL-C和ApoB变化不一致时，FPLC尤其有价值

例如LDL-C下降50%。

ApoB只下降20%。

这时可以进一步看是不是LDL颗粒本身发生了明显去胆固醇化，或者VLDL、残粒和LDL之间的比例发生了变化。

反过来，如果ApoB下降很多而LDL-C下降一般，也可以进一步定位究竟是哪一类ApoB颗粒减少。

3、新机制药物尤其值得做

APOC3、ANGPTL3、CETP以及其他影响VLDL生成、脂解、残粒清除和脂蛋白重塑的候选药，都非常适合增加FPLC。

真正需要的是从：

“TC下降30%”

继续推进到：

“VLDL胆固醇下降、残粒减少、LDL重新分布，同时ApoB颗粒负荷下降”。

这个层次才真正接近新型降脂药的药理机制。

1、总ApoB和ApoB亚型回答的问题并不完全相同

如果项目只是希望增加一个整体ApoB颗粒负荷指标，总ApoB已经能够提供有价值的信息。

但如果候选药直接影响肠源性脂蛋白、肝脏VLDL分泌或者不同来源脂蛋白转化，就有必要进一步区分ApoB48和ApoB100。

2、动物物种差异尤其需要考虑

不同动物对ApoB mRNA编辑和ApoB48/ApoB100产生的组织分布与人并不完全一致。

因此进入动物实验以后，不能简单把人体ApoB的解释方式原封不动套到所有啮齿类模型。

需要先明确当前动物中ApoB48和ApoB100主要来自哪里，以及所使用试剂到底检测总ApoB还是某一个亚型。

3、只有当科学问题需要时才进一步拆亚型

如果候选药就是PCSK9/LDLR轴，核心问题可能仍然集中在LDL-C和整体ApoB颗粒负荷。

如果候选药影响肠道胆固醇吸收、乳糜微粒生成或者肝脏VLDL分泌，那么区分ApoB48和ApoB100的价值会明显提高。

检测层级应该跟着科学问题走，而不是因为ApoB“更高级”就机械增加所有亚型。

1、TG对进食状态尤其敏感

动物刚刚进食以后，肠源性脂蛋白和循环TG都会发生明显变化。

如果对照组早晨采血，药物组下午采血，或者不同批次动物禁食时间明显不同，TG结果很容易出现额外波动。

2、但小鼠也不能简单照搬人体长时间空腹逻辑

长时间禁食本身会显著改变小鼠代谢、肝糖原、脂肪组织脂解和肝脏脂质代谢。

所以真正重要的是根据动物种属、模型和研究终点确定标准化采血条件，并且整个实验严格保持一致。

3、药效研究还需要考虑给药后的采样时间

有些新型降脂药作用持续数天甚至数周。

另外一些药物则可能在给药后较短时间内影响TG和VLDL清除。

如果不同动物在给药后不同时间采血，最终测到的可能不是剂量差异，而是药效时间曲线差异。

因此正式项目最好提前确定：

基线什么时候采。

给药后什么时候看最大药效。

什么时候看稳态药效。

末次采血和PK采血又如何协调。

1、血液里的脂质减少不等于脂质已经被安全消除

一个候选药让TG或者胆固醇下降，可能因为脂蛋白清除增强。

但清除以后这些脂质最终去了哪里，仍然需要关注。

如果大量脂质重新进入肝脏，而肝脏氧化和输出能力又没有同步增强，就可能出现血脂下降但肝脂积累。

2、这种情况对脂蛋白代谢靶点尤其重要

例如候选药影响LPL、脂肪酸摄取、VLDL清除或者肝脏脂蛋白处理。

这时只看血浆TG下降，很容易得到非常漂亮的结果。

但如果肝TG明显升高、肝细胞出现脂肪变，就需要重新评估整个脂质流向。

3、所以部分降脂项目应该同步看肝脏

可以结合肝重量、肝TG、组织脂肪变以及必要的肝功能指标。

如果候选药本身可能影响脂肪组织，还可以继续观察脂肪组织重量和脂解相关变化。

真正完整的药理结果不是：

血里的脂质少了。

而是：

药物重新建立了更加合理的脂质产生、运输、利用和清除平衡。

1、第一步不要急着判断某一个检测“有问题”

三个指标本来就没有测同一件事。

LDL-C关注LDL胆固醇。

non-HDL-C覆盖所有非HDL胆固醇。

ApoB更接近所有ApoB颗粒负荷。

所以候选药改变颗粒组成以后，它们完全可能出现不同幅度变化。

2、LDL-C下降明显、ApoB下降较少，通常提示颗粒胆固醇含量变化值得关注

这时可以继续做FPLC。

判断到底是LDL颗粒变得更贫胆固醇，还是不同ApoB脂蛋白之间发生了重新分布。

3、ApoB下降明显、LDL-C变化较小，也需要继续看VLDL和残粒

如果候选药首先减少VLDL和残粒颗粒，而剩余LDL颗粒携带的胆固醇仍然较多，就可能出现这样的结果。

所以只看LDL-C容易低估整个ApoB脂蛋白颗粒负荷的变化。

4、non-HDL-C和ApoB也可能不完全一致

non-HDL-C仍然测的是胆固醇量。

ApoB则更接近颗粒数。

如果一个候选药让每个颗粒携带的胆固醇明显变化，两者也可能出现不同下降幅度。

真正的研究价值恰恰在这种不一致里。

1、短期降脂和长期动脉粥样硬化改善不是同一个时间尺度

一个候选药可能给药几天以后就让LDL-C或者TG下降。

但动脉斑块形成和回退需要更长时间。

所以短期血脂PoC不能直接替代长期疾病终点。

2、不同脂蛋白改变对斑块的意义也不完全一样

单纯TG升高、LDL-C升高、残粒增加和ApoB颗粒增加，对动脉壁产生的长期影响并不能简单用“血脂越高越严重”概括。

甚至在某些实验模型中，人为造成严重高TG以后，并没有按照预期增加动脉粥样硬化，说明血脂浓度和脂蛋白组成必须结合解释。

3、所以开发阶段应该逐渐从降脂进入疾病终点

早期可以证明靶点PD和血脂药效。

随后证明脂蛋白谱真正向有利方向变化。

如果产品最终希望讨论ASCVD获益，再进入合适的动脉粥样硬化模型和更长周期。

这样才能形成：

靶点改变→脂蛋白改善→致动脉粥样硬化颗粒负荷下降→疾病终点改善

这一条完整开发链。

1、所有高血脂模型都把TC作为第一终点

不同模型可能主要是LDL-C、TG或者残粒异常，不能统一处理。

2、TC下降就直接写“动脉粥样硬化脂蛋白下降”

TC中还包含HDL-C，需要进一步看具体组分。

3、LDL-C下降就认为所有致动脉粥样硬化脂蛋白都下降了

VLDL、IDL和残粒仍然可能明显存在。

4、TG下降就认为TG-rich lipoproteins问题已经完全解决

还要看残粒、non-HDL-C和ApoB。

5、新型降脂药仍然只做TC、TG、HDL-C和LDL-C

如果药物明显改变脂蛋白产生和重塑，很容易看不清真正MOA。

6、只做ApoB，然后把LDL-C和脂蛋白分布全部删掉

ApoB不能告诉我们具体是哪一类颗粒发生变化。

7、non-HDL-C被理解成“另一个LDL-C”

它覆盖的是更广泛的非HDL胆固醇负荷。

8、高TG情况下仍然机械解释LDL-C

应该关注检测方法和脂蛋白转化背景。

9、APOC3类药只把TG当唯一主要终点

进入深入开发以后，还需要看残粒、non-HDL-C和ApoB。

10、ANGPTL3药只做LDL-C

会漏掉非常重要的TG-rich lipoprotein药效。

11、CETP候选药还用TC下降判断药效强弱

HDL-C大幅变化以后，TC本身很容易失去简单解释意义。

12、候选药依赖LDLR，却直接使用LDLR完全缺失模型

药效消失可能只是靶点通路不存在。

13、所有降脂药都优先使用普通小鼠

对于CETP、LDL以及复杂脂蛋白重塑候选药，需要考虑物种脂蛋白差异。

14、没有标准化空腹和采血时间

尤其TG结果很容易被额外生理波动干扰。

15、只做一次终点血脂

无法判断药效起效、峰值、持续时间和是否出现反弹。

16、血脂下降以后不看肝脏脂质

有些药可能只是改变了脂质分配。

17、LDL-C和ApoB结果不一致就删掉其中一个

这种不一致本身可能是非常重要的药理信息。

18、FPLC只在结果解释不出来以后才临时补

新机制药物最好在方案阶段就判断是否需要做脂蛋白分布。

19、第一模型血脂下降以后，第二模型只为了再做一次相同四项血脂

第二模型更应该验证新的脂蛋白背景、靶点依赖或者疾病终点。

20、血脂下降以后直接推导ASCVD获益

血脂药效和长期动脉病变仍然需要不同层级的证据。

1、第一步先定义候选药真正准备治疗哪一种脂质异常

不要只写“高血脂症”。

应该进一步明确：

主要降LDL-C。

主要降TG。

治疗混合型高脂血症。

治疗家族性高胆固醇血症。

还是主要降低残粒和ApoB颗粒负荷。

不同开发定位决定不同模型和终点。

2、第二步明确候选药作用在哪个脂蛋白环节

判断候选药主要影响肝脏胆固醇合成、肠道吸收、LDLR清除、VLDL生成、LPL脂解、残粒清除还是脂蛋白之间的脂质交换。

只有先明确MOA，才知道LDL-C、TG、non-HDL-C和ApoB哪个应该放在更靠前的位置。

3、第三步选择能够保留靶点通路的动物模型

PCSK9/LDLR药需要功能性LDLR。

CETP药需要合适的CETP生理。

APOC3和ANGPTL3候选药需要有足够TG-rich lipoprotein动态范围。

不能只根据“哪一种模型血脂最高”决定。

4、第四步建立治疗前血脂基线

正式给药前检测TC、TG、HDL-C、LDL-C，并根据主要终点完成分层随机。

如果主要研究高LDL，就优先保证LDL-C基线均衡。

如果主要研究高TG，则按照TG基线分层。

如果项目已经加入ApoB，也可以进一步观察各组基础颗粒负荷是否一致。

5、第五步根据MOA确定第一层主要终点

PCSK9/LDLR类可以优先LDL-C。

严重高TG候选药可以优先TG。

混合型高脂和残粒相关项目则提高non-HDL-C权重。

如果药物明显改变颗粒组成，则把ApoB加入主要或者关键次要终点。

6、第六步设置靶点PD

例如PCSK9蛋白、APOC3、ANGPTL3或者其他目标分子。

先证明药物在当前剂量下真正实现了靶点调控。

再解释血脂变化。

7、第七步同步完成PK

确定剂量增加以后血浆暴露是否增加。

如果药物属于肝靶向siRNA、ASO或者其他长效药，还要根据实际药理特征设置合适采样时间。

最终建立剂量—暴露—靶点PD—血脂药效关系。

8、第八步根据血脂结果决定是否进入non-HDL-C和ApoB

对于传统单纯LDL-C下降项目，这两个指标可以作为增强证据。

对于APOC3、ANGPTL3、CETP和混合型高脂项目，则建议更早纳入。

尤其当TG、LDL-C变化并不同步时，它们的价值明显增加。

9、第九步在必要时增加FPLC

如果需要回答具体哪类脂蛋白发生变化，就进一步分离VLDL、LDL和HDL相关组分。

将总量结果推进到脂蛋白分布层面。

10、第十步处理LDL-C、non-HDL-C和ApoB不一致

不要简单选择最漂亮的一个结果。

应该结合FPLC、TG和药物MOA解释颗粒数量与颗粒脂质组成为什么发生分离。

这本身可能成为候选药非常重要的药理特征。

11、第十一步排查脂质重新分配

同步观察肝脏和必要的脂肪组织。

确认血脂下降以后没有形成明显的不良组织脂质沉积。

尤其涉及LPL、脂肪酸摄取和VLDL清除的候选药。

12、第十二步根据产品定位进入第二模型

第一模型如果只是快速证明降脂PoC，第二模型可以选择更加接近人类脂蛋白谱的物种或遗传背景。

如果第一模型已经证明血脂药效，第二模型就应该重点验证靶点依赖、LDLR状态、CETP背景或者长期ASCVD终点。

13、第十三步进入疾病终点评价

如果产品只定位严重高TG相关疾病，血脂终点本身可能已经非常重要。

如果最终目标是降低ASCVD风险，则需要进一步进入动脉粥样硬化模型，验证长期疾病结局。

14、第十四步形成完整候选药证据链

最终比较理想的结果应该形成：

候选药在合理暴露下作用目标靶点，随后按照MOA改变特定脂蛋白产生、清除或者重塑，使LDL-C、TG、non-HDL-C和ApoB出现能够相互解释的变化，并进一步降低真正需要控制的致动脉粥样硬化脂蛋白负荷。

做到这一步，血脂检测才真正从“药效指标”变成候选药机制和开发定位的一部分。

1、可以先根据候选药MOA重新确定高血脂模型

如果项目目前只是提出“做高血脂模型”，可以先判断候选药主要作用于LDLR/PCSK9、APOC3、ANGPTL3、CETP、胆固醇吸收、VLDL代谢还是其他脂蛋白环节。

再决定使用饮食模型、遗传模型、小鼠还是金黄地鼠。

避免模型已经做完以后才发现关键靶点通路并不适配。

2、可以重新定义主要药效终点

如果候选药主要降低LDL-C，可以围绕LDL-C、non-HDL-C和ApoB建立核心评价。

如果主要降低TG，则重点增加TG-rich lipoprotein、non-HDL-C和ApoB。

如果候选药会重新分配多个脂蛋白组分，则提前加入FPLC。

不同MOA不机械使用同一套“四项血脂”。

3、可以建立治疗前基线分层

在正式给药前完成血脂检测。

按照真正主要终点进行随机分组，而不是只根据体重分组。

尤其饮食诱导高血脂模型中，相同体重动物的LDL-C和TG并不一定相同。

4、可以增加PK/PD设计

根据候选药类型安排血浆PK、靶点PD和血脂时间曲线。

判断药物什么时候起效、药效维持多久，以及血脂最低点和靶点变化之间是否具有合理时间关系。

5、可以根据结果决定是否增加ApoB和FPLC

如果现有项目已经出现TC下降、TG下降，但LDL-C变化不明显，或者LDL-C和药效预期不一致，可以进一步增加non-HDL-C、ApoB和脂蛋白分布。

判断候选药到底是在降低颗粒数量，还是改变每个颗粒携带的脂质量。

6、可以帮助解释不同指标之间的不一致

例如LDL-C下降很多、ApoB下降较少，或者TG下降明显、LDL-C反而短期升高。

不直接把这些结果判断成实验异常，而是结合MOA、脂蛋白转化和FPLC继续反查。

把看似矛盾的数据转化成候选药真正的脂蛋白药理信息。

7、可以进一步评价脂质是否发生不良重新分配

针对可能影响脂质清除和组织摄取的候选药，可以同步评价肝TG、肝组织脂肪变以及必要的脂肪组织变化。

避免出现血浆指标非常漂亮，但肝脏脂质负担反而加重的情况。

8、可以根据第一模型结果设计第二模型

如果普通小鼠已经证明基础降脂药效，可以根据候选药机制判断下一步是进入ApoE/LDLR遗传背景，还是换到具有CETP和更加突出LDL代谢特征的金黄地鼠。

第二模型不再只是为了再证明一次“TC下降”。

而是主动验证第一模型没有解决的关键开发风险。

所以高血脂动物实验到底应该先看LDL-C、non-HDL-C还是ApoB，真正的答案并不是选择其中一个作为所谓“最先进的指标”。

LDL-C告诉我们LDL颗粒里装了多少胆固醇。

non-HDL-C把视野扩大到所有非HDL脂蛋白中的胆固醇负荷。

ApoB则进一步从颗粒角度告诉我们，循环中到底还有多少致动脉粥样硬化脂蛋白颗粒。

三个指标描述的是不同层面。

传统药物如果主要降低LDL-C，四项血脂可能已经能够回答大部分问题。

但当候选药开始直接改变VLDL产生、TG水解、残粒清除、LDLR循环或者脂蛋白之间的脂质交换以后，继续只做TC、TG、HDL-C和LDL-C，就很容易只看到最终数字变了，却不知道药物真正把脂蛋白系统改成了什么样子。

这也是为什么新型降脂药动物实验越来越需要从“血脂下降多少”继续向前走一步。

真正值得回答的是：

减少的是胆固醇质量，还是ApoB颗粒数量？

减少的是LDL，还是VLDL和残粒？

TG下降以后，脂质去了哪里？

LDL-C和ApoB为什么没有同步下降？

这种变化是否符合候选药MOA？

最后又是否真正减少了需要控制的致动脉粥样硬化脂蛋白负荷？

当这些问题逐渐被做清楚以后，TC、TG、HDL-C和LDL-C就不再是一套固定检测套餐。

LDL-C、non-HDL-C、ApoB和FPLC也不再是为了把方案“做得更高级”。

它们开始真正服务于一个更重要的开发判断：

这个候选药到底改变了哪一类脂蛋白，又为什么值得继续往下开发。