从给药到算出参数，一套临床前 PK 评价是怎么跑完的
一款药从吃下去到排出体外，要经过吸收、分布、代谢、排泄四道关。
它在血里能待多久、浓度有多高，直接决定这款药能不能成——研究这件事的学科叫药代动力学（PK），而要把每个时间点的血药浓度测准
01
首先我们要了解药物在体内的一生：ABCD
首先我们要了解药物在体内的一生：ABCD
图1：ABCD 四步流程图
这四个过程大多无法直接观测，能测到的只有叠加后的净结果——血药浓度随时间的变化。
所以 PK 研究的本质，就是研究"浓度–时间"的关系：给药后在不同时间点采血、测浓度，把点连起来得到药-时曲线，所有 PK 参数都从这条曲线算出来。
02
参数怎么看
参数很多，但按"进去"和"出来"分两组就好记
① 看药物进去多少——吸收与暴露
② 看药物出来多快——消除与稳态
PS：⚠️ AUC 有多个口径，AUC₀–t 是"从给药到末次可定量时间点的暴露量"，AUC₀–inf 才是"外推至无穷的总暴露量"。
所有这些数，源头都是同一件事：把血药浓度测准。
血浆里待测物常在 ng/mL 甚至 pg/mL 级别，周围全是蛋白、磷脂和内源性物质——相当于在人山人海的球场里，认出某一位观众。
方法路径是：采血 → 离心取血浆 → 蛋白沉淀或固相萃取 → 加内标 → LC-MS/MS 上机 → MRM 定量。
选择性、准确度与精密度、基质效应、稳定性等每一项都要按 ICH M10 等生物分析指导原则做到位，数据才会被监管接受。
03
一个真实的小分子案例：SHetA2 是怎么"被看见"的
以 SHetA2 小分子药物为例：
研究人员采用不同动物模型和不同给药途径，系统评价其在体内的药代动力学及代谢特征：实验过程中通过心脏穿刺采集不同时间点的动物血液样本，经样本处理后，检测血浆中 SHetA2 及相关代谢物的浓度变化。
拿到各时间点的血药浓度数据后，进一步绘制血药浓度–时间曲线，并结合以下关键参数，对 SHetA2 在体内的药物暴露、吸收及消除特征进行评价：
04
难点：ADC 为什么比小分子难测
ADC（抗体偶联药物）用抗体把高效 payload 靶向递送到肿瘤，通过 linker 控制释放。
所以它的 PK 要解释的不只是吸收、分布、代谢、清除，还有三件事：
脱偶联速度
DAR（药物抗体比）变化
游离 payload 暴露。
问题在于：完整抗体分子量约 150 kDa，在 ESI 源里会形成一大片多电荷离子、谱图高度复杂，常规三重四极杆（QQQ）质谱撑不起完整抗体的 MRM 定量。
测不了完整抗体，那就"数"它的 payload。
下面这项研究分别跟踪总 mAb、总 MMAE、游离 MMAE 三条曲线，把 ADC 的脱偶联过程拆开来看：
图2：上NCI-N87 荷瘤小鼠中，WT 与正电荷改造（+5）ADC 的总 mAb、总 MMAE 与游离 MMAE 的血浆 PK 曲线。横轴为时间（h），纵轴为浓度（nM，对数刻度）。
下MCF-7 肿瘤中 WT 和带正电荷 (+5) ADC 的总 mAb、总 MMAE 和未结合 MMAE 的 PK。
来源：Chang HP, et al. Pharmaceutics, 2025, 17(3):377. DOI: 10.3390/pharmaceutics17030377（CC-BY 4.0）
这同时是一项考察抗体表面电荷改造的研究：带正电荷（+5）的 ADC 体外活性更强，但血浆暴露下降、肿瘤 payload 暴露显著降低、肝脾蓄积增加，荷瘤小鼠中的疗效反而更差，作者因此认为"引入正电荷并非改善 ADC 治疗潜力的可行策略"。图中蓝线（WT）整体高于红线（+5），就是这个结论的可视化。
