免疫原性是药物干预引发的生物学响应，因此完全符合既定生物标志物定义。然而，与大多数生物标志物检测不同（其分析性能是根据使用背景量身定制的），抗药物抗体（ADA）检测已趋同于一种大体统一的、围绕统计衍生的临界因子（cut point）和滴度报告建立的三级范式。本观点文章认为，这种方法源于对罕见的、高影响安全性事件的可理解的、风险厌恶的反应，加上早期与疫苗领域的类比，而非来自与药物开发需求相一致的第一性原理思考。因此，免疫原性数据集通常简化为丢弃生物学背景的二元分类，夸大了报告的发生率，并使将免疫应答与临床有意义的结果（如药代动力学（PK）、药效学（PD）、疗效或安全性）联系起来的努力复杂化。基于滴度的读出虽然适用于大型疫苗样应答，但通常粒度不足，无法捕获与当代生物治疗模态相关的全谱应答强度。将免疫原性重新构建为使用背景驱动的生物标志物测量，可利用完整的、连续的应答谱（如筛查层级的信噪比（S/N））以及PK/PD和临床结果，来识别临床相关的免疫原性阈值。这种方法保留了细微差别，提高了可解释性和利益相关者沟通，并将注意力集中在与患者和监管机构最相关的临床影响上。
论文解读：《From tiers to truth – a biomarker-based framework for clinically relevant immunogenicity assessment》
研究背景与问题提出
免疫原性（Immunogenicity）是指机体对生物治疗药物产生抗药物抗体（Anti-Drug Antibody, ADA）等免疫应答的特性，传统上被视为生物分析科学中的一个独立分支，并受到特定监管指南的严格约束。然而，根据BEST（Biomarkers, EndpointS, and other Tools）资源的定义，免疫原性作为对治疗干预的生物学响应，本质上就是一种生物标志物。目前，行业普遍采用一种统一的、三层级（three-tiered）的ADA检测范式：即筛查（screening）、确证（confirmatory）和滴度（titer）/中和抗体（Neutralizing Antibody, NAb）表征。这一范式主要源于早年EPREX（epoetin alfa）事件中发生纯红细胞再生障碍（Pure Red Cell Aplasia, PRCA）等严重安全性事件后，监管机构与行业为规避风险而形成的“一刀切”式预期。研究人员指出，该方法最初是出于对高影响安全事件的恐惧和对疫苗领域检测逻辑的类比，而非基于药物开发实际需求的第一性原理思考。这导致了诸多问题：基于统计临界因子（cut point）的二元阳性/阴性分类丢失了生物学背景，夸大了发生率；以2倍稀释为基础的滴度检测缺乏足够粒度来区分低至中度水平的ADA应答；且检测性能参数（如灵敏度）往往脱离具体药物的使用背景（Context of Use, COU），无法有效关联PK/PD、疗效及安全性等临床相关结局。
研究目的与意义
该研究发表于《Bioanalysis》，旨在批判现有的三级免疫原性评估范式，并提出一种基于COU驱动的、将免疫原性视为生物标志物的单层级（single-tiered）新框架。其核心意义在于推动免疫原性评估从“是否阳性”的形式化检测，转向“何种应答具有临床意义”的生物学发现过程，从而提供更直观、完整且可操作的数据，辅助药物开发决策及监管沟通。
主要关键技术方法
研究人员采用了观点阐述与概念框架重构的研究方法，未涉及特定的实验样本队列或湿实验操作。其核心论证基于对现有免疫原性检测历史脉络的复盘、逻辑谬误（如滑坡谬误、类比推理谬误、假二分谬误）的分析，以及对生物标志物检测科学（如PK/PD生物标志物）成熟经验的借鉴。通过对比传统滴度/临界因子数据与连续信噪比（Signal-to-Noise, S/N）数据在捕获应答全貌及关联临床影响上的差异，研究人员构建了以COU为核心考量的新验证与报告体系。
研究结果
1. Introduction（引言）
研究人员明确了免疫原性作为生物标志物的定义归属，并指出当前ADA检测虽有监管指南，却缺乏像通用生物标志物那样基于COU灵活调整检测性能的预设框架；强调了理解COU对于设计 fit-for-purpose（适合用途）检测的关键性，质疑了“一刀切”范式的充足性。
2. The three-tiered paradigm in context（语境中的三级范式）
2.1. Historical perspective on the immunogenic testing paradigm（免疫原性检测范式的历史视角）
研究人员回顾了自1980-90年代起ADA检测从被动、有限检测，转变为EPREX事件后监管期望系统化的前瞻性三级检测的历史。指出风险分级概念虽被提出，但迅速退化为不论风险高低均执行标准化检测包，且NAb检测也变为普遍预期，真风险评估被放弃。
2.2. A slippery slope fallacy derailed assessment of risk（滑坡谬误偏离了风险评估）
研究人员分析了EPREX事件后业界因恐惧而产生的“滑坡谬误”逻辑（即既然某一生物药发生严重免疫原性，则所有生物药均可能），导致即便是全人源单抗、酶替代疗法乃至无ADA影响的反义寡核苷酸（ASO）也强制进行全套检测，忽视了模态、设计、机制等具体风险差异，且未考虑COU。
2.3. Reasoning by analogy built the paradigm on the wrong foundation（类比推理在错误基础上构建范式）
研究人员指出当前范式过早类比疫苗领域而以滴度为主要强度衡量指标。实际上三级结构是为了减少滴度检测样本量（先筛查排除阴性、再确证、最后滴定）。滴度以2倍稀释，需>4倍变化才具意义，适合大疫苗应答，却无法精细区分药物开发中低/中度ADA应答，且整体范式耗费更多时间与资源。
2.4. Cut points create a false binary flaw（临界因子造成假二分缺陷）
研究人员批判临界因子强行制造阳性/阴性二元分类，丢弃了阴性数据与整体筛查信号连续性，导致生物学背景变异被误报为ADA阳性，且阳性数据中低水平无关应答稀释了有意义应答的信号，使数据无法可靠关联临床影响，引发不必要组织焦虑与候选药物误判。
2.5. In summary – a flawed paradigm（总结——有缺陷的范式）
研究人员归纳现有范式三大基础缺陷：滑坡谬误致风险评估错误；类比推理致滴度不适合全谱应答表征；临界因子的假二分致背景丢失与临床相关性混淆。这些概念限制直接导致检测设计、验证与解读无法满足药物开发COU。
3. Developing a new paradigm（开发新范式）
3.1. Lessons from biomarkers（来自生物标志物的教训）
研究人员提出应像对待其他生物标志物一样，不设定任意阳性/阴性阈值，而是通过PLACEBO组理解生物学变异，利用连续数据发现具有临床意义的应答水平阈值。
3.2. Adopting a biomarker assay mind-set（采用生物标志物检测思维）
研究人员举例说明不同COU下检测灵敏度等参数需求不同（如低剂量高效力药物需更高灵敏度，高药物谷浓度下摩尔比考量等），强调COU应驱动免疫原性检测的开发与验证，设定控制水平与性能要求。
3.3. Considerations for pre-study assay validation（检测前方法验证的考量）
研究人员建议新单层级范式可基于现行可靠的筛查 assay 入手，但排除临界因子参数；并可将阳性控制（PC）稳定性跟踪纳入实时运行趋势，而非预研究验证；增加 assay 范围（assay range）作为关键参数，因需测量全信号区间而非仅稀释至临界因子；以现代平台（如MSD）可达数对数线性范围回应高点信号饱和担忧。
3.4. In-study validation（研究中验证）
研究人员强调研究中真实ADA应答（内源生物标志物）的首现机会与数据密切监测、第一性原理核查与异常剖析（如疑似前区效应 prozone）的重要性；并准备表征超出预验证范围的结果，确保稀释样本数据合理。
3.5. Data analysis considerations – lessons from PD biomarkers（数据分析考量——来自PD生物标志物的教训）
研究人员建议ADA的连续S/N数据可像PD生物标志物一样，按应答分布分组（如三分位/四分位），跨组比较PK平均药物水平、疗效结局、安全性事件等，以发现ADA水平与临床影响的关联，目的是识别临床相关阈值而非仅统计显著。
3.6. Data reporting considerations（数据报告考量）
研究人员回应“无临界因子如何知阳性/阴性与报告发生率”之问：统计临界因子并不识别真阳性，仅定义超出背景 outlier；建议报告全部S/N值与描述性叙事，按S/N范围关联有无PK/PD/疗效/安全影响，以临床相关免疫原性发生率取代阳性率，且连续S/N数据可像PD数据般交付。
4. Conclusion（结论）
研究人员总结：现有三级范式源于EPREX后有限经验与疫苗类比，缺乏第一性原理设计，导致滴度不适合全谱应答、临界因子丢失背景与夸大无影响发生率、且数据误导利益相关方；该范式未按COU满足药物开发，且ADA发生率可被 assay 操纵。转向COU驱动、聚焦临床相关免疫原性的范式将纠正此况。
5. Future perspective（未来展望）
研究人员认为当下具备超20年数据与生物标志物领域成长经验，应将免疫原性明确作为生物标志物，按药物模态、机制、剂量、人群等COU定制检测与验证。单层级免疫原性生物标志物检测优势包括：利用全部数据（含安慰剂）辨生物学噪声与真应答、完整个体应答谱、连续数据增强临床关联、透明直观解读沟通。实施需多利益相关方对齐：定制COU考量框架、单层级检测最佳实践（含研究中验证监测）、新报告与临床相关（非统计临界因子）发生率定义。
讨论部分总结与结论翻译
讨论部分重申了现有三级免疫原性检测范式在历史安全性事件与类比疫苗逻辑下形成，但因脱离第一性原理与COU，存在滴度不匹全谱应答、临界因子二元分类丢失生物学背景及临床关联等根本缺陷，常致数据无法反映真实临床相关免疫原性负担，且可被操纵；进而提出应基于“免疫原性即生物标志物”的前提，采用COU驱动的单层级连续S/N框架，依托完整数据、个体应答轨迹与临床结局关联分析，来发现与定义具临床意义的免疫原性阈值，该方法可提升数据完整性、解读性与沟通效率，适用于从低风险至高风险药物程序，但需行业与监管在COU框架、验证实践及报告规范上协作推进。
研究结论部分翻译：
三级免疫原性检测范式在关键时间点发展而来。当时发生了EPREX严重、意外的安全性事件，且生物治疗整体经验广度与深度有限。对这些事件的反应以确保不再发生为导向，是恰当的。面对非常有限的直接相关数据集，研究人员与监管转向有>100年历史、数据丰富的疫苗领域，这可理解地导致早期聚焦滴度作为衡量免疫原性的适当手段。这些情况显然不利于培育适合第一性原理思考的环境，而第一性原理需要从头攻克问题以开发解决方案。可以想象，快速设计解决方案的压力强度会阻碍退一步、在被视作有明显起点时显得重造车轮的努力。因此，环境与数据缺乏导致范式基础缺陷：滴度不适合药物开发，因其设计评估非常大应答（疫苗），而非全谱应答发展与强度（所有生物药）；临界因子使相关生物学背景盲化并混淆数据解读，夸大无临床关联的发生率；无影响的发生率引致组织焦虑、浪费时间金钱资源，且无益于患者；总体上，范式未满足药物开发COU。总之，这些基础缺陷导致药物程序免疫原性 liability（或有负债）误述（或误述其无）。当前范式下，ADA发生率由所部署 assay 决定，报告高发生率的 assay 可大幅改变对程序潜在免疫原性 liability 的看法。虽成熟生物分析研究人员可理解无临床相关性使高发生率不惊，但跨职能利益相关方、董事会与投资者普遍无此认知。此外，当前范式下ADA发生率可被操纵：想降低ADA发生率？重新开发灵敏度更低 assay；想让监管与其他利益相关方相信 assay 灵敏度高？换入更高亲和力阳性控制。这些操纵不说明临床相关性。转向聚焦识别临床相关免疫原性的范式将纠正此路线。任何适当开发并验证以满足检测临床相关应答COU的 assay，将交付相同临床相关发生率。
打赏
