玻尔百科一种新药从实验室走向药房的征程漫长而充满不确定性，但没有哪一步比首次用于人体更为关键。这种被称为“首次人体试验”的初次接触带来了一个根本性挑战：如何在维护受试者绝对安全的前提下，收集关于新药在人体内行为的基本数据。本文通过深入探讨单次递增剂量（SAD）研究来应对这一挑战，这是一种为探索未知领域而设计的系统、审慎的方法。读者将全面理解指导这些试验的基本概念，并了解它们在实践中如何应用。第一部分“原则与机制”将解构SAD研究的核心目标，重点关注安全性评估、药代动力学分析和内置的风险缓解策略。随后的“应用与跨学科联系”将阐述这些原则如何转化为战略计划，将临床前研究、临床执行以及指导药物未来路径的关键决策联系起来。
想象一下一架革命性新型飞机的首次试飞。你不会让它满载数百名乘客进行洲际旅行。相反，会由一名训练有素的试飞员进行一次短途飞行，稍微推动一下它的极限，而地面上成群的工程师则监测着每一项数据。如果这次飞行成功，下一次飞行可能会更长一点，更快一点。这种在面对不确定性时有条不紊、循序渐进的学习过程，正是单次递增剂量（SAD）研究的精髓所在，即一种潜在新药首次进入人体的过程。
SAD研究的核心理念既简单又深刻。一小组健康志愿者接受一次极低剂量的研究性药物。该剂量是根据临床前数据精心选择的，远低于预期产生任何生物学效应的水平。然后，研究者们观察、等待并测量。他们监测志愿者是否有任何不良反应迹象，并采集血样以观察药物在体内的动态。如果这第一个试探性步骤顺利完成且未发生任何意外，就会招募一个新的志愿者队列，给予他们单次稍高一些的剂量。这个“剂量递增”的过程逐个队列地进行，沿着精心计划的剂量阶梯向上攀登。
整个任务的首要使命可以用四个字概括：安全第一。其不可动摇的目标是了解新分子的安全性和耐受性。我们正在谨慎地寻找单次给药的最大耐受剂量（MTD）——即在不引起不可接受的副作用的情况下可以给予的最高剂量。研究者不仅在寻找重大问题，他们还在细致地追踪一系列耐受性终点。这包括任何不良事件的频率和严重程度（从轻微头痛到更严重的情况）、血压和心率等生命体征的变化、心电图（ECG）的读数，以及检查肝脏和肾脏等器官健康状况的各种临床实验室测试。每一项数据都是一个复杂安全拼图的一部分。
我们如何尽可能安全地进行这项探索？SAD研究的设计是风险管理的典范，建立在简单而强大的原则之上。
在每个剂量队列中，将新药同时给予所有志愿者是鲁莽的。万一出现意想不到的急性反应怎么办？因此，我们采用一种被称为前哨给药的巧妙策略。队列中的第一、二名受试者——即“前哨”——会首先接受给药，而其他人则接受安慰剂。然后，整个研究暂停一段预定的观察期，通常持续24小时或更长时间。
我们为什么这样做？想象一下，任何接受该药物的人有很小但确实存在的概率（我们称之为）会发生严重反应。如果我们一次性给一个队列中的八个人用药，而风险成为现实，八个人都可能受到伤害。通过首先只给一到两名前哨人员用药，我们将问题构建为一个序贯决策。如果前哨人员出现不良反应，试验将立即停止，队列中其余六名成员将永远不会暴露于风险之中。这种由中止规则控制的简单的暴露交错方式，从数学上减少了在该剂量下药物被证明不安全时预期受到伤害的人数。这是在探索未知时一种优雅且合乎伦理的解决方案。
这个安全网的设计是极其审慎的。前哨人员的观察窗口并非随意设定，而是根据药物特性科学确定的。它必须足够长，以超过预期的达峰时间（）（即药物在血液中达到峰值浓度的时间），并覆盖药物消除半衰期（）的很大一部分，从而确保有足够的时间发现即时和稍有延迟的毒性。一份设计良好的方案还会包含明确的中止标准。例如，如果两个或更多受试者经历了“2级”不良事件（中度且干扰正常活动），或者即使只有一个受试者的药物暴露量远远超过了基于动物毒理学数据预设的安全上限，研究也可能会停止 [@problem-od:4544899]。
监督整个过程的是试验中看不见的守护者：独立安全委员会（ISC）或数据和安全监查委员会（DSMB）。该委员会由不直接参与试验的独立专家组成，包括临床医生、药理学家和生物统计学家。他们可以实时访问所有非盲数据，并有权在出现任何安全问题时暂停甚至终止研究。这种独立监督是现代临床研究的基石，确保志愿者的福祉始终优先于所有其他目标。
除了安全性，SAD研究的第二个关键任务是了解药物的药代动力学（PK）——这个术语简单来说就是“身体对药物做了什么”。它吸收得多快？它去向何处？它消除得多快？
把身体想象成一台复杂的机器。当药物被给予后，两个关键参数决定了它的命运：
这两个参数共同决定了药物的消除半衰期（），即体内药物浓度降低一半所需的时间（）。
人们很容易认为我们只需找出人体的“平均”清除率和分布容积就可以了。但在生物学中，平均值往往是一种虚构。真相在于变异。人与人之间并非完全相同；我们处理药物的内部机制可能存在巨大差异。这被称为个体间差异（IIV）。
对于许多PK参数而言，这种变异并非像钟形曲线那样对称。它通常遵循对数正态分布，这是一种偏态分布。这意味着，虽然大多数人的清除率值可能接近中位数，但存在一个“长尾”，即一部分个体清除药物的速度非常慢。一个基于“平均”人设计的给药方案，对于这些慢代谢者来说可能是危险的高剂量。
这正是SAD设计精妙之处的体现。最初的低剂量队列为我们提供了首次在人体中测量这种变异的机会。我们不只是计算平均清除率，而是描述其整个分布。有了这些信息，我们就能做出惊人而有力的预测。例如，如果我们从第一个队列中发现清除率具有一定的变异性（例如，几何变异系数为），我们就可以计算出人群中第95百分位数的人（即最有可能出现高暴露风险的人）的暴露量会是多少。然后，我们可以选择我们递增方案中的下一个剂量，其目的不是为了保证平均个体的安全，而是为了确保即使是这个第95百分位数的个体也保持在安全限值以下。我们是在为异常值而非平均值进行设计。
当然，我们的测量永远不会是完美的。由于实验室检测的瑕疵，或我们的模型只是对现实的简化，数据中总会存在一些“噪音”或“散点”。这被称为残差不可解释变异（RUV）。一个好的研究设计，通过在一段时间内从每位受试者身上采集多个血样，使我们能够从统计学上将这种测量噪音与人与人之间真正的生物学差异分离开来，从而让我们对两者都有更清晰的认识。
SAD研究提供了大量关键信息，但它只告诉我们某个时间点的情况。然而，大多数药物不是只服用一次，而是需要连续数周、数月甚至数年每天服用。这就是为什么SAD研究几乎总是紧随着多次递增剂量（MAD）研究。
MAD研究回答的核心问题是：当药物蓄积时会发生什么？如果一种药物的半衰期长于给药间隔（例如，每日一次的药丸，其为48小时），那么每一次新给药都将“叠加”在之前剂量残留的药物之上。这种蓄积可能是巨大的。人体半衰期一个看似微小的不确定性——比如在12小时和48小时的估计值之间——可能意味着药物在稳态时蓄积的差异，是从温和的33%到惊人的340%。
如果在没有通过SAD研究首先了解人体半衰期的情况下直接进行MAD研究，那将是盲目地冲入风暴。SAD研究提供了预测蓄积并为MAD研究选择安全起始剂量所需的基本PK参数。然后，MAD研究会验证这些预测，并让我们看到药物在稳态下的行为——即在一个给药间隔内，药物进入速率等于其消除速率的状态。这是我们首次在模拟患者实际使用方式的条件下观察药物。
这一过程的具体细节也可能取决于药物的性质。对于传统的小分子药丸，我们可能还会研究与食物同服如何影响其吸收。对于生物制剂，如大蛋白单克隆抗体，我们有不同的关切。这些分子可能被免疫系统识别为外来物，因此我们必须从一开始就警惕免疫原性（抗药抗体的形成）的迹象。它们的消除过程也可能很复杂，有时涉及一种称为靶点介导的药物处置的过程，即与药理学靶点结合是药物清除的主要途径。每一种新药都需要其专属的定制飞行计划。
最终，单次递增剂量研究是一场发现之旅，它遵循着对人类安全和科学方法的深刻尊重。这是谨慎与好奇之间的一支舞，利用简单的概率原则和精密的测量，在实验室与临床之间架起一座桥梁。每一个队列，每一位前哨，每一份血样，都是向前迈出的一步，将不确定性转化为知识，一次一剂量。正是这个谨慎、有条不紊的过程，使得开发未来的药物成为可能，既安全又负责。
在了解了单次递增剂量（SAD）研究的核心原则之后，我们可能觉得自己刚刚学会了国际象棋的规则。我们知道了棋子如何移动——如何给药、如何采集血浆样本、如何测量半衰期。但这个游戏的真正美妙之处，它的灵魂，不在于规则，而在于策略。我们如何运用这些原则，来驾驭从实验室里一个有前途的分子到人体内一种潜在药物的这段险峻而高风险的历程？本章就是关于这一策略的。它所探讨的SAD研究，不是一个僵化的程序，而是一个动态且深度跨学科的工具——一场化学、生物学、统计学和医学之间的对话。
在第一位勇敢的志愿者吞下第一颗研究性新药之前，必须完成大量的工作。像美国食品药品监督管理局（FDA）这样的监管机构不会基于希望而批准试验；它需要证据。这些证据被捆绑在所谓的“研究性新药（IND）申请”中，是第一个伟大的跨学科连接点。在这里，实验室科学被转化为一个有说服力的、关于人类安全的论证。
这份非临床资料包必须讲述一个连贯的故事。首先，这个药做什么？药理学研究必须证明它能击中预期的生物靶点，同样重要的是，它不会击中大量可能导致不良副作用的其他靶点。其次，身体对药物做什么？动物体内的药代动力学研究描绘出其吸收、分布、代谢和排泄的路径。
最关键的是，它安全吗？这个问题由三组安全性评估来回答。一般毒理学研究，通常其持续时间至少与提议的人体试验相同（例如，为期14天的临床试验对应14天的研究），用以确定未观察到有害作用的剂量水平（NOAEL）——即在至少两种不同动物物种（通常是一种啮齿动物和一种非啮齿动物，如狗）中不引起任何伤害的最高剂量。安全药理学研究就像对身体最关键功能的一次系统检查：中枢神经系统、呼吸系统，以及至关重要的心血管系统。最后，一系列遗传毒性测试检查该分子是否具有损害我们DNA的潜力。只有当这份全面的档案证明风险与潜在益处的平衡是有利的，通往临床的大门才会敞开。
想象一下，你正准备踏上一座强度未知的桥梁。你该迈出多大的一步？这就是选择起始剂量的深刻问题。有两种指导哲学，其逻辑都堪称优美。
最常见的方法，特别是对于传统的小分子药物，是一种建立在动物研究NOAEL基础上的理性谨慎的杰作。我们不能简单地在人类身上使用动物的剂量；老鼠不是人。一个世纪以来，科学家们已经知道，许多生理过程，从代谢率到药物清除率，与动物的体表面积而非体重的关系更为密切。因此，我们进行了一次优雅的转换。我们使用物种特异性因子，将动物基于体重的NOAEL（单位为mg/kg）转换为按体表面积标准化的剂量，然后再将其换算为人体等效剂量（HED）。
但我们还没完。这个计算假设人类只是放大版的老鼠。为了考虑到一个令人谦卑的事实，即人类可能更敏感，或者我们多样化的人群不像实验室老鼠群体那样整齐划一，我们应用了一个安全系数。按照惯例，我们将HED除以十。这个10倍的缓冲并非一个随意的数字；它是对谦逊的一种制度化承认，是对未知的一种量化尊重。其结果便是最大推荐起始剂量（MRSD），一个诞生于生物学、数学和监管智慧深度融合的数字。
然而，对于某些药物，特别是现代生物制剂或具有强效、即时效应的化合物，即使这样也不够谨慎。例如，对于一种细胞因子激动剂，风险不是传统意义上的毒性，而是其预期效应的压倒性、夸大版本——一场“细胞因子风暴”。在这里，使用了另一种哲学：最低预期生物效应水平（MABEL）。其目标是选择一个极其微小的起始剂量，小到预测其会低于任何可测量生物效应的阈值。我们开始时是对系统低语，而不是对它呐喊。
起始剂量选定后，研究便开始了。但它并非仓促进行。这是一场精心编排的给药与等待之舞。一个队列的志愿者不会同时接受药物。相反，一对“前哨”——一人服用活性药物，一人服用安慰剂——会先行一步。然后所有人等待。临床团队会在一个适当的时期内监测他们，通常是几个药物半衰期，审查安全实验室检查和生命体征。只有在前哨人员确认安好后，队列的其余成员才会接受他们的剂量。
这种交错不仅发生在队列内部，也发生在队列之间。在下一组志愿者接受更高剂量之前，一个安全委员会将召开会议，仔细审查当前组的每一项数据。这种刻意的停顿是SAD研究的心跳，确保风险得到实时管理。
即使是队列之间的时间间隔也是经过计算的决定。为了在每个剂量水平上获得清晰的读数，我们必须确保来自前一个较低剂量的药物已完全清除。这里的指导原则是药物的消除半衰期（），即一半药物从体内清除所需的时间。作为一个简单的规则，一个半衰期后，剩余；两个半衰期后，剩余，以此类推。浓度遵循优美的指数衰减曲线。为确保药物残留少于，我们需要等待足够长的时间，使剩余分数小于。一点代数运算揭示，这需要等待大约个半衰期。为实用起见并增加安全边际，这被向上取整为著名的“5个半衰期”规则。这不仅仅是一个经验法则；它是一阶消除动力学数学的直接结果。
如果在如此谨慎之下，警示灯依然闪烁，会发生什么？想象一下，在一个队列中，几名志愿者显示出他们的“QTc间期”有微小但一致的延长——这是衡量心室在一次心跳后电重置所需时间的指标。QTc间期延长是发生危险性心律失常的一个已知风险因素。在同一队列中，一名志愿者的QTc出现了一次短暂但幅度大得多的飙升。
研究不会在恐慌中戛然而止，也不会鲁莽地继续。它会做科学最擅长的事：调查。第一步是量化信号。在校正安慰剂组中观察到的任何变化后，活性药物组的平均增幅在统计学上是否有意义？这个效应的置信区间是否跨越了监管关注的阈值（通常为毫秒）？与此同时，个别的异常值也得到非常严肃的对待。群体趋势和极端个体反应的同时出现是一个强烈的警告信号。
直接的反应是暂停剂量递增。下一步是收集更多数据以减少不确定性。当前的剂量队列可能会被扩大，增加更多受试者以获得对平均效应及其变异性更精确的估计。监测会加强，或许从快照式心电图转为连续遥测，以了解效应的完整时间进程。至关重要的是，QTc数据与每位受试者血液中测得的药物浓度相关联。这使得可以构建一个浓度-效应模型，这是一个强大的工具，不仅能预测当前剂量的风险，还能预测任何潜在未来剂量的风险。这是适应性试验设计的一个杰出范例，即研究的进程根据新出现的数据进行实时调整。
随着队列在剂量水平上递增，一幅丰富的数据织锦被编织出来。对这些数据的分析是在探寻关于新分子的基本真理。
首要问题之一是，口服药物后，有多少真正进入了体内？这就是它的绝对生物利用度（）。一个巧妙的测量方法是在研究中加入一个分支，让受试者接受一次微小的、亚治疗剂量的静脉注射（IV）。由于IV给药将的药物直接送入循环系统，因此IV给药的总暴露量（AUC）便成为黄金标准参照。通过将口服药片的剂量归一化AUC与IV输注的剂量归一化AUC进行比较，我们就可以计算出在通过肠道和肝脏的旅程中存活下来的分数。
另一个关键问题是药物是否以可预测的线性方式表现。剂量加倍是否会使暴露量加倍？为了检验这一点，我们将暴露量（AUC或）的对数与剂量的对数作图。如果关系是线性的且成比例的，数据点应该落在一条斜率为的直线上。一个称为幂函数模型的统计工具被用来拟合这些数据。如果斜率显著大于1（超比例性），这可能表明身体清除药物的机制（如肝酶）在较高剂量时达到了饱和。如果斜率小于1（亚比例性），这可能意味着吸收药物的机制不堪重负。这个简单的斜率参数揭示了关于底层生物学的深刻见解。
在整个研究过程中，我们不断地重新评估安全性，但其复杂程度不断增加。我们不再仅仅依赖起始剂量的计算，而是可以使用真实的人体数据。我们可以将在我们人类志愿者中观察到的峰值药物浓度（）与在我们最敏感的动物物种中被证实是安全的（即NOAEL）直接进行比较。这种基于暴露量的安全边际提供了一个更直接、更相关的衡量标准，告诉我们离潜在毒性水平有多近。
那么现实世界呢？人是要吃饭的。将药物与高脂餐同服会改变其行为吗？对于某些类型的药物，特别是亲脂性且水溶性低的药物（所谓的BCS II类化合物），高脂餐可以显著增加吸收。为了及早了解这一点，一个探索性的“食物效应”分支通常会被纳入SAD研究中。一个队列的子集将与标准化的早餐（高脂）一同服药。如果这揭示了吸收上的巨大变化，那将是一条关键信息。对于一个治疗窗口狭窄的药物来说，食物导致暴露量意外增加可能就是治疗效果和毒性效应之间的差别。这个早期信号将告知之后是否需要进行专门、正式的食物效应研究，并塑造在更大型试验中给予患者的初步建议。
SAD研究尽管内容丰富，但只告诉我们一次给药后发生的事情。大多数用于慢性病的药物必须每天服用。SAD数据的最终，或许也是最重要的应用，是为未来架起一座桥梁——设计多次递增剂量（MAD）研究。
在这里，所有的线索汇集在一起，形成一个优美的预测性综合。SAD研究为我们提供了药物的半衰期（）。它告诉我们药代动力学是否是线性的和可预测的。它定义了安全边际。有了这三个要素，我们可以从数学上预测当药物每日给药一次时会发生什么。我们可以计算蓄积比，这个因子告诉我们稳态时的浓度会比第一次给药时高出多少。然后，我们可以预测一个提议的MAD剂量在稳态时的平均和峰值浓度，并检查它们是否仍在非临床研究建立的安全上限之内。
如果SAD数据清晰——安全性好、PK可预测，并且预测的稳态水平有足够的安全边际——团队就可以满怀信心地进行MAD研究。SAD研究已经完成了它的使命。它作为一次侦察任务，绘制了地形，并确定了安全的未来路径，使得下一阶段的开发能够在一个坚实的人体数据基础上进行。这是科学方法的完美体现——一个结构化、谨慎且深度理性的过程，将不确定性转化为知识，一次一剂量。