导语
几乎所有做生物药的人都在某个会议上见过这样的对比：同一个靶点、同一个给药途径，两款产品的抗药抗体（ADA，anti-drug antibody，即患者免疫系统针对药物蛋白产生的抗体）阳性率一个 8%、一个 32%，于是"免疫原性更低"成了卖点。但这两个数字往往来自不同的方法、不同的 cut point（判定阈值）、不同的采血时点，甚至一个在谷浓度采血、一个在峰浓度采血。
2026 年《Bioanalysis》的一篇综述把这件事挑明了：ADA 阳性本身并不定义临床免疫原性，真正决定它意义的，是检测被设计来支持哪个决定。这句话听起来温和，落到执行上却会重写方法学、采样表与报告格式。
一、"5% 阳性率"为什么几乎无法解释
先要把 ADA 的生物学后果拆开。抗体结合药物之后，至少有三条路径：加快清除，使血药浓度掉得比预期快；阻断结合位点，形成中和；形成免疫复合物，带来输注反应或过敏。三条路径可以单独发生，也可以都不发生。临床上大量 ADA 阳性者，血药浓度、疗效与安全性都没有可察觉的变化。
而"阳性率"这个数字，本身是方法学的产物。它取决于方法的灵敏度（能否测到低滴度的低亲和力抗体）、cut point 的设定（用多少健康样本、取第几个百分位）、采样时点（是否在有残留药物的时候采）、给药途径（皮下通常高于静脉）、以及患者是否同时使用免疫抑制剂。
所以跨产品、跨试验直接比较阳性率，在方法学上是不成立的。这也是免疫原性数据最容易被误用的一处：把"检出率"当成了"发生率"，再把"发生率"当成了"危害"。
二、三层检测各有分工，不能压成一个"阳性"
规范的做法是分层：筛选、确证、滴度，必要时再加中和抗体与表征。
筛选试验的目标是"不漏"，因此灵敏度优先。按现行技术要求，筛选试验应保留一定的假阳性率（通常约 5%），这是设计值而不是缺陷——因为漏掉真阳性比多检几个假阳性代价更大。
确证试验解决假阳性。做法是在样本中加入过量药物做竞争抑制：如果信号明显下降，说明此前的结合是特异性的；如果不下降，就是非特异结合。确证与筛选应具有可比灵敏度，但特异性更高。
滴度测定把"有/无"变成"多少"。它是把样本系列稀释到 cut point 的报告值，用来判断反应的强度与持续性。滴度高低与临床后果的相关性远好于单纯的阳性/阴性，因此在纵向随访里，滴度的变化趋势比单点结果更有信息量。
把这三层压成一个"阳性"，看起来简洁，实际上是丢掉了后续所有判断所需的梯度。
三、药物耐受：最容易被低估的一道坎
在 ADA 检测里，最常见的假阴性来源不是试剂，而是样本里残留的药物。
当患者体内药物浓度高、半衰期长，或靶点是可溶性抗原时，药物会与 ADA 结合，把结合位点占住，使检测抗体无法结合——结果读成阴性。这类样本的"阴性"代表的是"当时测不到"，不是"没有抗体"。
解决路径有几种：酸解离后检测、固相吸附去除过量药物、延长孵育时间、稀释样本，或者最朴素的一种——把采血时点挪到谷浓度。技术要求的底线是：方法的药物耐受水平应超过待测样本中的药物浓度（一般取谷浓度）。做不到这一点，整个免疫原性结论都建立在流沙上。
四、中和抗体与"临床相关性"不是同一件事
中和抗体（NAb）通常用细胞学方法测：报告基因细胞系、竞争性配体结合、或者依赖药物活性的功能读数。它回答的是"抗体能不能关掉药效"，而结合抗体回答的是"有没有抗体"。
两者经常不一致：结合抗体阳性但无中和活性，是常见的；有中和活性但滴度很低、很快消失，也很常见。因此 NAb 阳性不能自动等同于疗效下降，ADA 阴性也不能排除免疫原性——后者可能只是方法没测到。
真正需要联动阅读的是四组数据：ADA 滴度、药物谷浓度、疗效指标（最好是有明确药效学的指标，而不是主观量表）、以及不良事件的时间关系。这四者构成一个证据链，缺一环就只能给"可能相关"。
五、2026 年的新提法：先定用途，再定方法
前面说的这些，过去散落在指南、白皮书与审评问询里。2026 年这篇综述把它们收进了一个叫"使用场景"（context of use）的框架：在设计检测之前，先明确这份数据要支持哪个决定——是解释 PK/PD 异常、判断疗效衰减、评估安全性信号、写进说明书、支持剂量调整、决定是否中断治疗，还是决定项目是否继续。
框架据此把场景分为高、中、低三种后果等级，再倒推采样设计。采样时点按四类安排：基线、治疗中、治疗后、事件驱动；间隔则要匹配药物半衰期、方法的药物耐受能力、暴露-效应时间窗与安全风险。确证阳性之后，再按需反射到滴度、中和抗体、结构域特异性、交叉反应或同种型检测。
它还明确提出"降级"的治理条件：只有在暴露充分、方法合适、且未观察到与 ADA 相关的信号时，才考虑减少检测频次或停止检测；同时必须保留留档样本、设定监督机制与重启检测的触发标准。2025 年欧洲免疫原性平台发布的免疫原性风险评估框架，则把风险分级前置到临床前，从产品、患者、试验、方法四个维度给出高/中/低判定。
监管底座并不新：我国现行《药物免疫原性研究技术指导原则》与 FDA 2019 年的 ADA 检测方法指南，都已经把分层策略、cut point、药物耐受与确证逻辑写清楚。新的部分是把"方法"接到"决策"上——检测不再是开发流程里一个必须完成的动作，而是要被问责的输入。落到执行层面，有四件事值得马上做。
- 报告里写清四个元数据：采血时点、当时药物浓度、方法灵敏度（ng/mL 级别）、药物耐受水平。缺一项，结论就不可复用。
- 把 cut point 的建立过程留在文件里：用了多少份基质样本、什么人群、第几个百分位、是否做了离群值处理。审评问的往往就是这几句。
- 生物类似药要做双向灵敏度验证：用原研与候选药分别作为阳性对照，验证检出限、药物耐受与精密度等效，否则"免疫原性可比"这个结论无从谈起。
- 纵向数据优先于单点数据：同一患者基线与治疗后配对样本的价值，远高于横断面阳性率；有条件时应把 ADA 与谷浓度做成同一张趋势图。
本文不涉及任何具体产品的免疫原性结论；方法学表述以公开发布的指导原则与综述为准。
参考资料
- Al Meslamani AZ, Jarab AS, El Sharu H, et al. From ADA positivity to clinical decision: a context-of-use framework for reflex testing, sampling frequency and stopping rules in immunogenicity assessment. Bioanalysis. 2026. https://doi.org/10.1080/17576180.2026.2732419
- Grudzinska-Goebel J, Benstein K, Bloem K, et al. Immunogenicity risk assessment for tailored mitigation and monitoring of biotherapeutics during development: recommendations from the European Immunogenicity Platform. Front Immunol. 2025;16:1581153. https://doi.org/10.3389/fimmu.2025.1581153
- U.S. Food and Drug Administration. Immunogenicity Testing of Therapeutic Protein Products — Developing and Validating Assays for Anti-Drug Antibody Detection（Guidance for Industry）. 2019. https://www.fda.gov/regulatory-information/search-fda-guidance-documents
- 国家药品监督管理局药品审评中心.《药物免疫原性研究技术指导原则》. https://www.cde.org.cn/