CN109478421A - 剂量方案设计相关的材料与方法 - Google Patents

剂量方案设计相关的材料与方法 Download PDF

Info

Publication number
CN109478421A
CN109478421A CN201780045896.7A CN201780045896A CN109478421A CN 109478421 A CN109478421 A CN 109478421A CN 201780045896 A CN201780045896 A CN 201780045896A CN 109478421 A CN109478421 A CN 109478421A
Authority
CN
China
Prior art keywords
therapeutic agent
value
cell
data
il2r
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201780045896.7A
Other languages
English (en)
Inventor
H·P·格里姆
B·里巴
V·泰希格雷贝尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
F Hoffmann La Roche AG
Original Assignee
F Hoffmann La Roche AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by F Hoffmann La Roche AG filed Critical F Hoffmann La Roche AG
Publication of CN109478421A publication Critical patent/CN109478421A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P35/00—Antineoplastic agents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P35/00—Antineoplastic agents
    • A61P35/02—Antineoplastic agents specific for leukemia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61P—SPECIFIC THERAPEUTIC ACTIVITY OF CHEMICAL COMPOUNDS OR MEDICINAL PREPARATIONS
    • A61P43/00—Drugs for specific purposes, not provided for in groups A61P1/00-A61P41/00
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/50—Molecular design, e.g. of drugs
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Chemical & Material Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Pharmacology & Pharmacy (AREA)
  • Biomedical Technology (AREA)
  • Organic Chemistry (AREA)
  • Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • General Chemical & Material Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Physics & Mathematics (AREA)
  • Hematology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Oncology (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
  • Immunology (AREA)
  • Molecular Biology (AREA)
  • Biochemistry (AREA)
  • Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
  • Acyclic And Carbocyclic Compounds In Medicinal Compositions (AREA)
  • Cell Biology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Urology & Nephrology (AREA)
  • Genetics & Genomics (AREA)

Abstract

本发明提供用于确定治疗剂最佳剂量方案的材料和方法。特别地，本发明涉及能够靶向IL‑2受体的治疗剂的剂量方案、优选能够靶向基于白介素2(IL2)的治疗剂的剂量方案。本发明的方法允许确定新的IL‑2R靶向治疗剂的一般剂量方案，但也为用IL‑2R靶向治疗剂治疗的个体实现特定的定制剂量方案。

Description

剂量方案设计相关的材料与方法
技术领域
本发明提供用于确定治疗剂(therapeutic agent)最佳剂量方案的材料和方法。特别地，本发明涉及能够靶向IL-2受体的治疗剂的剂量方案，优选能够靶向基于白介素2(IL2)的治疗剂的剂量方案。本发明的方法允许确定新的IL-2R靶向治疗剂的一般剂量方案，但也为用IL-2R靶向治疗剂治疗的个体实现特定的定制剂量方案。
背景技术
重组野生型IL2(Proleukin)在5-10％的转移性黑素瘤和转移性肾细胞癌患者中实现完全缓解和持久的疾病控制。Proleukin的血清半寿期为13至85分钟，需要以下的密集治疗方案：一日三次(8小时一次，t.i.d)输注，最多连续5天(最多14个剂量)，给药2个周期，在周期之间为一周洗出期(wash-out period)1。高剂量的Proleukin通过诱导调节性T细胞(T-reg)和激活诱导性细胞死亡(AICD)而造成重大全身性毒性并损害抗肿瘤免疫力，与此同时，肿瘤附近的细胞因子浓度对于最佳抗肿瘤应答而言太低2。
目前正在I期临床试验中试验两种包含与IL-2Rβγ结合但是不与IL-2Rα结合的IL-2变体(IL-2v)的免疫缀合物，设计所述免疫缀合物以改善IL-2的药理学特征和安全性特征且能够在肿瘤中实现局部蓄积。
通常，药物以多剂施用以治疗慢性疾病。目的是在一段时间范围内维持治疗有效的活性化合物浓度，以便向正接受治疗的个体提供治疗益处。在治疗剂单次给药后，化合物血浆水平升高至有效浓度，但是在一段时间后降至最小有效浓度以下，导致治疗作用下降。因此，某剂量方案旨在向个体提供多剂治疗剂，以使血浆水平维持治疗窗口的狭窄限值范围内，例如高于最小有效浓度并且低于可能对个体造成毒性作用的水平。总之，剂量方案的目的是实现治疗剂的最佳临床效果，同时在治疗窗口范围外无过度波动和药物蓄积。
存在可以调节以实现活性化合物的最佳临床效果的两类主要参数，即(1)剂量大小(即活性化合物的量)；和(2)各剂量之间的时间间隔。为了计算活性化合物的剂量方案，从临床试验期间获得的药代动力学数据和药效动力学数据考虑许多因素。
许多药物不良反应或单纯地缺少治疗效果是向个体开具不正确剂量的结果：药物处方的“一刀切”方法。存在许多将产生不同药物反应的变量。这些变量范围从如个体年龄、性别和重量更明显，但重要的是还包括基因组的差异和蛋白质组的差异。药物的消除半衰期是确定剂量方案中重要的因素，因为它不仅影响药物蓄积(可以对个体有毒)，还影响药物的临床效果。
持续需要开发这样的技术，其允许确定治疗剂的最佳剂量方案和尤其可能对正接受治疗的个体特别定制的剂量方案。
发明简述
已经从给予靶向CEA的IL2v免疫缀合物(cergutuzumabamunaleukin，本文也称作CEA IL2v)以治疗实体瘤的个体采集药代动力学(PK)数据和药效动力学的(PD)数据。
I期临床试验数据显示了CEA-IL2v的非线性药代动力学。发明人认为这种现象的解释是发生靶点介导的药物处置(TMDD)。TMDD是其中明显比例的药物以高亲和力与药理学靶点结合，从而在药物的药代动力学特性方面反映这种相互作用的过程3。I期临床试验数据还显示多次给药后血清浓度随时间降低。发明人认为这种降低将由IL2v驱动的白介素-2受体阳性(IL-2R+)外周细胞扩充(expansion)引起。
简而言之，不希望受理论约束，CEA-IL2v在血液中与免疫细胞的IL2受体结合并且这种药物-受体复合物内化。内化导致免疫细胞活化及移行至次级淋巴样器官(例如淋巴结)。在淋巴结中，免疫细胞将增殖(proliferate)并且受体表达将上调。新的细胞将返回循环。免疫细胞数量增加和更高的受体表达将导致结合并从循环消除CEA-IL2v的能力更高。结果，由于CEA-IL2v-IL2受体结合导致免疫细胞急剧减少，随后由于增殖而反弹超过初始细胞数量
作为这些观察的结果，发明人开发了一种综合建模平台，用于用目标扩充情况定量TMDD对组织(例如肿瘤)摄取治疗剂的影响。这个平台首先提供在临床试验的背景下为患者群体确定最佳给药方案的改进方法；并且其次，提供在治疗护理个性化的背景下为单一个体确定最佳给药方案的方法。
通常，本文所述的集成建模平台可以用来确定最佳给药方案(例如剂量大小，各剂量之间的时间间隔)，以补偿因TMDD所致的靶组织(例如肿瘤)摄取治疗剂减少。然而，更具体地，本文所述的集成建模平台可以用来优化治疗剂的剂量和方案，以便使治疗剂在靶组织微环境中的暴露最大化。确定的治疗剂最佳剂量方案可以是通用的，即用于正接治疗剂受治疗的个体的群体，或它可以是个体的，即针对正接受治疗剂治疗的特定个体定制的剂量方案。总之，本发明提供了确定需要的IL-2R(例如基于IL2的)靶向治疗剂剂量增加的工具(这是否为单次给药中治疗剂的量增加或各剂量之间时间间隔的变化，例如缩短)，旨在补偿初始或之前剂量后血液中非治疗性靶扩充(例如白介素-2受体阳性(IL-2R+)细胞扩充)，因而优化可用于治疗靶组织摄取(例如实体瘤摄取)的治疗剂的量。
在第一方面提供一种用于确定治疗剂最佳给药方案的方法，所述方法包括：
a)使用在治疗剂给药后的一个或多个时间点从一位或多位个体获得的数据模拟模型，如药代动力学(PK)模型或药代动力学/药效动力学(PKPD)模型；其中数据包括涉及非结合型治疗剂浓度的PK数据；
其中模型是：
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度并且依据kin/kout给出或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
b)基于补偿非结合型治疗剂减少所要求的治疗剂增加，提供最佳剂量方案；
其中治疗剂是能够靶向IL2R的化合物。
最佳剂量方案优选地是如与其他模拟的给药方案相比，当使用该模型模拟时提供最好靶组织(例如肿瘤)摄取的方案。最佳剂量方案可以包括单次给药中给予的治疗剂数量增加(如与之前给药相比)，它可以包括各剂量之间时间间隔的变化(例如缩短)(如与之前各剂量之间的时间间隔相比)，或它可以包括二者的组合。在一些实施方案中，最佳剂量方案是每次给药所给予的治疗剂的量和各次给药之间时间间隔的组合。
在这个第一方面，该方法允许从基于细胞因子的治疗剂所治疗的几位个体采集的PK数据和任选地PD数据，为该治疗剂确定最佳剂量方案。这可以提供“通用”剂量方案，即由大部分正接受该治疗剂治疗的个体采用的单一剂量方案，该剂量方案受其他临床注意事项如重量、性别、年龄、总体幸福感等影响。对于这种通用剂量方案，优选从正接受治疗剂(例如基于IL-2的治疗剂)治疗的个体的群体采集数据。该群体可以包含两位或更多位、三位或更多位、五位或更多位、十位或更多位、十五位或更多位、二十位或更多位、三十位或更多位或五十为或更多位各自正接受治疗剂治疗的个体。
对于本发明的这个方面和其他方面，优选从治疗剂初始给药(或之前给药)后的几个时间点采集数据。下文就本文所述的本发明这个方面和其他方面讨论提出的PK数据和PD数据采样时间点。
依据数学构造，[IL2R]free区室的基线值由kin/kout给出。其演变随后受均通过使用PK观测值所推导的模型参数支配。在这种情况下，这个区室并非“物理地”代表细胞，而代表在此正确描述PK动力学的虚拟区室，也称作潜变量。然而，可以采集涉及表达IL2受体的非结合型免疫细胞的PD数据并用于参数[IL2R]free而非kin/kout。
本发明的这个第一方面也可以用来优化正接受治疗剂治疗的个体的剂量方案。该方法可以包括：
a)使用在治疗剂给药后的一个或多个时间点从所述个体获得的数据模拟模型，如药代动力学(PK)模型或药代动力学/药效动力学(PKPD)模型；其中数据包括涉及非结合型治疗剂的量的PK数据；
其中模型是：
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度并且依据kin/kout给出或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
b)基于补偿游离型治疗剂减少所要求的治疗剂增加，为个体提供最佳剂量方案；
其中治疗剂是能够靶向IL2R的化合物。
最佳剂量方案优选地是如与其他模拟的给药方案相比，当使用该模型模拟时提供最好靶组织(例如肿瘤)摄取的方案。最佳剂量方案可以包括单次给药中给予的治疗剂数量增加(如与之前给药相比)，它可以包括各剂量之间时间间隔的变化(例如缩短)(如与之前各剂量之间的时间间隔相比)，或它可以包括二者的组合。在一些实施方案中，最佳剂量方案是每次给药所给予的治疗剂的量和各次给药之间时间间隔的组合。
该方法还可以包括从取自个体的样品获得PK数据和/或PD数据的步骤。
另外，在一些实施方案中，该方法还可以包括在初始给药后或在之前给药后从个体获得样品的步骤。
在第二方面，提供一种用有效剂量的治疗剂治疗有需求的个体的方法；其中使用模型(如药代动力学(PK)模型或药代动力学/药效动力学(PKPD)模型)计算所述有效剂量，所述方法包括步骤：
a)使用在治疗剂首次或之前给药后的一个或多个时间点从所述个体获得的数据模拟模型；其中数据包括涉及非结合型治疗剂的量的PK数据，
其中模型是：
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度并且依据kin/kout给出或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
b)基于补偿游离型治疗剂减少所要求的治疗剂增加，确定个体的有效剂量；并且
c)向所述个体施用所述有效剂量；
其中治疗剂是能够靶向IL2R的化合物。
有效剂量可以包括治疗剂的量相对于首次或之前施用的剂量增加，或它可以具有相同或甚至减少的量，但是相对于之前各次给药之间的时间间隔，自之前给药以来在缩短的时间间隔内施用。
在一些实施方案中，个体正接受癌症治疗并且治疗剂是抗癌药。优选地，癌症是实体瘤。治疗剂治疗可以与其他抗癌疗法结合。
本发明的这种第二方面进一步提供一种用有效剂量的治疗剂治疗有需求的个体的方法，所述方法包括：
a)申请试验，所述试验提供分析结果以确定个体的所述治疗剂有效量；并且
b)按测定的有效量向个体施用所述治疗剂；
其中所述试验包括
a)使用在治疗剂首次或之前给药后的一个或多个时间点从个体获得的数据模拟模型，如药代动力学(PK)模型或药代动力学/药效动力学(PKPD)模型；其中数据包括涉及非结合型治疗剂的量的PK数据；
其中模型是：
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度并且依据kin/kout给出或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
b)基于补偿游离型治疗剂减少所要求的治疗剂增加，确定个体的有效剂量；
其中治疗剂是能够靶向IL2R的化合物。
有效剂量可以包括治疗剂的量相对于首次或之前施用的剂量增加，或它可以具有相同或甚至减少的量，但是相对于之前各次给药之间的时间间隔，自之前给药以来在缩短的时间间隔内施用。
还提供在治疗个体的方法中使用的治疗剂(例如基于IL2的治疗剂)；所述方法包括向所述个体施用有效量的治疗剂，其中已经通过将PK数据和任选地PD数据应用于根据下式的模型(如药代动力学(PK)模型或药代动力学/药效动力学(PKPD)模型)，确定所述有效量：
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度并且依据kin/kout给出或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
其中数据包括(i)涉及非结合型治疗剂的量的PK数据；和任选地(ii)涉及表达IL2受体的免疫细胞的PD数据，所述数据在治疗剂首次或之前给药后的一个或多个时间点从个体获得。
仍进一步地提供一种优化患有癌症的个体的治疗有效疗法的方法，所述方法包括：
a)进行治疗剂的首次或之前给药(例如基于IL2的治疗剂)；
b)在所述治疗剂首次或之前给药后的一个或多个时间点，从所述个体获得PK数据和任选地PD数据；
c)将所述PK数据和任选的PD数据应用于模型，如药代动力学(PK)模型或药代动力学/药效动力学(PKPD)模型，以预测所述首次或之前给药后循环性游离型治疗剂的损耗；
d)为至少第二次给药提供剂量方案，其中通过增加单次给药的量、缩短各剂量之间时间间隔或二者组合，所述剂量方案提供调整量的治疗剂以补偿循环型游离药物的预测损耗；并且
e)根据剂量方案进行所述至少第二次给药；
其中模型是
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度并且依据kin/kout给出或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
并且其中数据包括(i)涉及非结合型治疗剂的量的PK数据；和任选地(ii)涉及表达IL2受体的免疫细胞的PD数据。
根据本发明的这个方面和任何其他方面，治疗剂可以是cergutuzumabamunaleukin(CEA-IL2v)或FAP-IL2v。
本文提供的PKPD模型已经允许为cergutuzumab amunaleukin(CEA-IL2v)和FAP-IL2v设计优化的剂量方案。
因此，本发明还提供优化的剂量方案以用cergutuzumab amunaleukin治疗患有癌症的个体，所述剂量方案包括：
(i)向所述个体施用第一剂量和任选地第二剂量最多30mg、优选地20mg的cergutuzumab amunaleukin，
(ii)在施用后所述第一剂量和/或第二剂量后，从所述个体采集PK数据(和任选地PD数据)并且根据本发明的第一方面模拟一个模型，以使用所述PK数据(和任选地PD数据)预测TMDD；
(iii)向所述个体施用又一剂量cergutuzumab amunaleukin，基于步骤(ii)中确定的TMDD，已经相对于所述第一剂量和任选的第二剂量调整所述又一剂量；并且
(iv)任选地重复步骤(ii)和(iii)。
各次给药之间的时间间隔可以是一周或两周，优选地1周。
步骤(iii)中的又一剂量可以与其中步骤(ii)中预测出低TMDD的个体中的之前剂量相同。
以举例方式，在一个实施方案中，cergutuzumab amunaleukin的优化剂量方案可以包括：
(i)向所述个体施用第一和第二剂量(D1和D2)20mg cergutuzumab amunaleukin，和
(ii)向所述个体施用第三剂量和任选地又一剂量(D3)25mg cergutuzumabamunaleukin，
其中各次给药之间的时间间隔是1周或2周，优选地1周。
在另一个示例性实施方案中，cergutuzumab amunaleukin的优化剂量方案可以包括：
(i)向所述个体施用第一和第二剂量(D1和D2)20mg cergutuzumab amunaleukin，
(ii)向所述个体施用第三剂量和第四剂量(D3和D4)25mg cergutuzumabamunaleukin，和
(iii)向所述个体施用第五剂量和任选地又一剂量(D5)30mg cergutuzumabamunaleukin，
其中各次给药之间的时间间隔是1周或2周，优选地1周。
在另一实施方案中，cergutuzumab amunaleukin的优化剂量方案可以包括：
(i)向所述个体施用第一和第二剂量(D1和D2)20mg cergutuzumab amunaleukin，
(ii)向所述个体施用第三和第四剂量(D3an d D4)30mg cergutuzumabamunaleukin，
(iii)向所述个体施用第五和第六剂量(D5和D6)40mg cergutuzumabamunaleukin，和
(iv)向所述个体施用第七剂量和任选地又一剂量(D7)45mg cergutuzumabamunaleukin；
其中各次给药之间的时间间隔是1周或2周，优选地1周。
本发明还提供优化的剂量方案，以用FAP-IL2v治疗患有癌症的个体，所述剂量方案包括：
(i)向所述个体施用第一剂量和任选地第二剂量最多40mg、优选地20mg的FAP-IL2v，
(ii)在施用后所述第一剂量和/或第二剂量后，从所述个体采集PK数据(任选地PD数据)并且根据本发明的第一方面模拟一个模型，以使用所述PK数据(和任选地PD数据)预测TMDD；
(iii)向所述个体施用又一剂量FAP-IL2v，基于步骤(ii)中确定的TMDD，已经相对于所述第一剂量和任选的第二剂量调整所述又一剂量；并且
(iv)任选地重复步骤(ii)和(iii)。
各次给药之间的时间间隔可以是一周或两周，优选地1周。
步骤(iii)中的又一剂量可以与其中步骤(ii)中预测出低TMDD的个体中的之前剂量相同。
在第三方面，提供一个为正接受治疗剂(例如基于IL2的治疗剂)治疗的个体确定有效剂量或剂量方案的网络系统；所述系统包括剂量确定装置和信息通讯终端装置，所述剂量确定装置包括控制组件和记忆组件，所述装置通过网络彼此通讯连接；
(1)其中信息通讯终端装置包括：
(1a)将从接受所述治疗剂首次给药的个体获得的样品中取得的PK数据和任选地PD数据传输至剂量确定装置的数据发送单元；
(1b)接受从有效剂量确定装置传输的受试者的确定的有效第二次给药的结果接收单元；
(2)其中有效剂量确定装置包括：
(2a)PK数据和PD数据接收单元，所述单元接受从信息通讯终端装置传输的从个体获得的样品中取得的PK数据和任选地PD数据，
(2b)使用模型(如PK模型或PKPD模型)处理来自数据接收单元的数据的数据处理单元；
(2c)基于数据处理单元的结果，确定个体为维持治疗剂治疗有效水平所要求的第二有效剂量的剂量计算单元；和
(2d)将剂量计算单元获得的个体的计算有效第二剂量信息传输至通讯终端装置的有效剂量结果发送单元；其中有效剂量包括单剂中治疗剂的量增加和/或在具有相同量或改变量的治疗剂的各次给药之间时间间隔的变化(例如缩短)；
其中模型是
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度并且依据kin/kout给出或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
并且其中数据包括(i)涉及非结合型治疗剂的量的PK数据；和任选地(ii)涉及表达IL2受体的免疫细胞的PD数据，所述数据在治疗剂首次或之前给药后的一个或多个时间点从个体获得。
该模型可以扩展以并入摄取过程。随后添加最终方程：
在假设肿瘤摄取不影响外周PK后，与外周PK相关的全部参数均针对上文报告的群体值修正并且使用以上方程，分析摄取过程成像数据(来自Zr89-放射标记的CEA-IL2v成像子研究)。
通过基于上文报告的三个方程，构想混合效应模型并仅拟合纵向PK数据(血液中非结合型CEA-IL2v的浓度)，估计以上方程中所示的参数。出于这些原因，本文中提供一系列值和跨所研究群体的参数值分布的均值和标准差。注意，假定这些参数呈对数正态分布。发明人还假设了参数b估计在0.351的比例型误差模型。
在本发明的全部方面，依据数学构造，[IL2R]free区室的基线值由kin/kout给出。随后，其演变随后受均通过使用PK观测值所推导的模型参数支配。因此，不要求模拟该模型的PD数据。在这种情况下，这个区室并非“物理地”代表细胞，而代表在此正确描述PK动力学的虚拟区室，也称作潜变量。然而，在一些实施方案中，可以采集涉及表达IL2受体的(非结合型)免疫细胞的PD数据并用于参数[IL2R]free而非kin/kout。
本发明包括本文所述的各方面和优选特征的组合，明确不允许种组合或声称明确避免这种组合的情况例外。下文并参考后续实施例和附图进一步详细描述本发明的这些方面和其他方面和实施方案。本文中提到的全部文件的内容因而明确地通过引用方式并入。
附图简述
图1：抗体-肿瘤摄取的建模形式的示意图。药物可以从血浆分布在不同组织(包括肿瘤)中。从肿瘤血管外渗后，药物将扩散入组织间隙并将与特定抗原(例如CEA或FAP)结合。
图2：藉此使用建模构架的过程的示意图。可以模拟提出的模型以评价剂量、安排和施用对肿瘤摄取过程的影响。
图3A：比较Q2W和QW方案。在血液中表达IL2R的细胞不扩充的情况下，给予额外两次药物(QW)理论上将导致肿瘤摄取加倍(相对于Q2W而言+100％)。模型模拟显示，QW时表达IL2R的细胞实际扩充不利地影响摄取，然而相对于Q2W，仍实现+90％增加。
图3B和图3C：增加每个周期中的剂量(上部实曲线，B)或缩短各周期之间的时间间隔(上部实曲线，C)可以补偿因表达IL2R的细胞扩充所致的肿瘤摄取减少(下部实曲线，B和C)，产生如针对缺少表达IL2R的细胞扩充所预测的肿瘤摄取(虚曲线，B和C)。
图4：经发育以同时集成CEA-IL2v外周药代动力学和数据肿瘤摄取数据的模型的示意图。该数学模型书写为普通微分方程并且描述两个主要的同时过程。第一部分(上半部分)显示治疗性抗体在外周与免疫细胞结合，连同后续细胞移行，假定导致药物靶扩充。第二部分(下半部分)显示抗体外渗、扩散和与肿瘤CEA抗原结合以介导T细胞细胞毒性。
图5：CEA-IL2v药代动力学数据和摄取成像数据的总结。
A-C：接受剂量6mg(A，n＝18)；20mg(B，n＝33)；30mg和更高(C，n＝23)的患者中CEA-IL2v的第1周期药代动力学特征。
D：跨前三个周期的暴露量变化。QW方案(连续线，n＝5)和Q2W方案(短划线，n＝7)。E：接受剂量6mg的患者(n＝4，短划线)中周期1时CEA+肿瘤病灶内和接受剂量30mg的患者(n＝4，连续线)中周期1时CEA+肿瘤病灶内CEA-IL2v的摄取。
图6：模型性能和验证。
A-C：用于模型构建的50位患者中PK特征的可视预示性检查(VPC)。黑色区域显示预测90、50和10百分位数的模型。灰线显示观测数据(A)的实证性百分位数；归一化预测分布误差(NPDE)与时间(B)；NPDE与预测值(C)。
D-F：其数据未用来建立模型的24位患者中PK特征的VPC(D)；预测的CEA-IL2v靶浓度与血液中的IL2R+细胞(CD4+细胞、CD8+细胞和NK细胞)观测浓度(E)；预测的CEA-IL2v目标暴露量与观测的sCD25暴露量(F)。
G-I：用30mg CEA-IL2v治疗的四位CEA+患者中肿瘤病灶的观测摄取量与预测摄取量(G)；接受30mg(连续线)的CRC CEA+患者中预测的摄取量，包括用来校准该模型(圆圈)和连同来自20mg时2位患者(其数据未用来建立模型)的数据(正方形和三角形)一起外推至20mg(短划线)的观察结果(H)；采用(虚线)或不采用(细虚线)外周中靶的扩充连同摄取数据一起修正预测值的情况下，第4周期时预测的肿瘤摄取量，其中所述数据来自1位在第1周期接受20mg和在第2至4周期接受30mg的患者(其数据未用来建立模型)(I)。
图7：借助模型模拟探索给药方案对肿瘤摄取CEA-IL2v的影响。
A、B：直至4个周期20mg QW时预测的药代动力学群体特征(A)；预测的相应肿瘤摄取量(B)；
C：当剂量按每个周期5mg增加(20、25、30和35mg)时，QW下预测的肿瘤摄取量。短划线是不应用靶扩充修正时20mg QW的参比摄取量。
D：当给药间隔缩短(第1和第2周期之间7天、第2和第3周期之间5天和第3和第4周期之间3天)时，20mg 4个周期的预测肿瘤摄取量。短划线是不应用靶扩充修正时20mg QW的参比摄取量。
图8：患者的治疗个体化。仅使用第1周期数据(圆形)时给定患者中PK特征的个体预测值。以短划线显示其他周期时的预测值，连同相同个体(星形)的观测值(未用来校准模型)(A)。这个给定个体的预测肿瘤摄取量。短划线是不应用靶扩充修正时20mg QW的参比摄取量(B)。始于20mg并且在每个周期按5mg递增的每5天给予剂量时的预测摄取量。所得到的摄取量与无扩充情况下的理论摄取量(短划线)可比较(C)。
图9：CEA-IL2v的模型和方程的示意图。D＝游离药物(等同于[Ab]free)；R＝游离受体(等同于[IL2R]free)；和C＝药物-受体复合物(等同于[Complex])。
定义
如本文所用，术语“细胞因子”指介导和/或调节生物学功能或过程或细胞功能或过程(例如免疫力、炎症和造血)的分子。如本文所用的术语“细胞因子”包括淋巴因子、趋化因子、单核因子和白介素。有用细胞因子的例子包括但不限于GM-CSF、IL-1α、IL-1β、IL-2、IL-3、IL-4、IL-5、IL-6、IL-7、IL-8、IL-10、IL-12、IL-15、IFN-α、IFN-β、IFN-γ、MIP-1α、MIP-1β、TGF-β、TNF-α和TNF-β。具体的细胞因子是IL-2。如本文所用的术语“细胞因子”意在还包括在相应野生型细胞因子的氨基酸序列中包含一个或多个氨基酸突变的细胞因子变体，例如在Sauvé等人,Proc Natl Acad Sci USA 88,4636-40(1991)；Hu等人,Blood 101,4853-4861(2003)和美国专利公开号2003/0124678；Shanafelt等人,Nature Biotechnol18,1197-1202(2000)；Heaton等人,Cancer Res 53,2597-602(1993)和美国专利号5,229,109；美国专利公开号2007/0036752；WO 2008/0034473；WO 2009/061853；或在WO 2012/107417中描述的IL-2变体。
如本文所用术语“白介素-2”或“IL-2”指来自任何脊椎动物来源的任何天然IL-2，其中除非另外说明，否则所述脊椎动物来源包括哺乳动物如灵长类(例如，人类)和啮齿类(例如，小鼠和大鼠)。本术语涵盖未加工的IL-2以及因细胞中加工而产生的任何形式的IL-2。本术语还涵盖天然存在的IL-2变体，例如，剪接变体或等位变体。SEQ ID NO:1中显示示例性人IL-2的氨基酸序列。未加工的人IL-2额外地包含了具有SEQ ID NO:20的序列的N端20氨基酸信号肽，该信号肽在成熟IL-2分子中不存在。
如本文所用的术语“白介素-2”意在还包括在相应野生型细胞因子的氨基酸序列中包含一个或多个氨基酸突变的IL-2变体，例如在Sauvé等人,Proc Natl Acad Sci USA88,4636-40(1991)；Hu等人,Blood 101,4853-4861(2003)和美国专利公开号2003/0124678；Shanafelt等人,Nature Biotechnol 18,1197-1202(2000)；Heaton等人,CancerRes 53,2597-602(1993)和美国专利号5,229,109；美国专利公开号2007/0036752；WO2008/0034473；WO 2009/061853；或在WO 2012/107417中描述的IL-2变体。
如本文所用的术语“IL-2突变体”或“突变体IL-2多肽”意在涵盖多种形式IL-2分子的任何突变体形式，包括全长IL-2、截短形式的IL-2和其中IL-2如通过融合或化学缀合与另一个分子连接的形式。当指称IL-2使用时，“全长”意指成熟的天然长度IL-2分子。例如，全长人IL-2指具有133个氨基酸的分子(参见，例如SEQ ID NO:1)。多种形式的IL-2突变体的特征在于具有至少一个影响IL-2与CD25相互作用的氨基酸突变。这种突变可以包括取代、缺失、截短或修饰正常情况下位于该位置的野生型氨基酸残基。优选通过氨基酸取代获得的突变体。除非另外说明，否则IL-2突变体可以在本文中称作IL-2突变肽序列、IL-2突变多肽、IL-2突变蛋白或IL-2突变类似物。本文中相对于SEQ ID NO:1中所示的序列对多种形式的IL-2命名。多种名称可以在本文中用来指示相同的突变。例如，从位置42处的苯丙氨酸突变成丙氨酸可以显示为42A、A42、A42、F42A或Phe42Ala。
如本文所用的术语“氨基酸突变”意在涵盖氨基酸取代、缺失、插入和修饰。可以作出取代、缺失、插入和修饰的任何组合以获得最终构建体，条件是最终构建体拥有所需的特征，例如，与CD25的结合作用减少。氨基酸序列缺失和插入包括氨基端和/或羧基端缺失及插入氨基酸。特定的氨基酸突变是氨基酸取代。出于改变例如IL-2多肽或Fc区结合特征的目的，特别优选非保守性氨基酸取代，即将一个氨基酸替换为另一个具有不同结构特性和/或化学特性的氨基酸。氨基酸取代包括由非天然存在的氨基酸替换或由20种标准氨基酸的天然存在的氨基酸衍生物(例如4-羟脯氨酸、3-甲基组氨酸、鸟氨酸、高丝氨酸、5-羟赖氨酸)替换。可以使用本领域熟知的遗传方法或化学方法产生氨基酸突变。遗传方法可以包括位点定向诱变、PCR、基因合成等。构思了也可以使用通过除基因工程之外的方法(如化学修饰法)改变氨基酸侧链基团的方法。多种名称可以在本文中用来指示相同的氨基酸突变。例如，从Fc区的第329位置处的脯氨酸取代成甘氨酸可以显示为329G、G329、G329、P329G或Pro329Gly。
如本文所用，术语“CD25”或“IL-2受体的α-亚基”指来自任何脊椎动物来源的任何天然CD25，其中除非另外说明，否则所述脊椎动物来源包括哺乳动物如灵长类(例如，人类)和啮齿类(例如，小鼠和大鼠)。本术语涵盖“全长”、未加工的CD25以及因细胞中加工而产生的任何形式的CD25。本术语还涵盖天然存在的CD25变体，例如，剪接变体或等位变体。在某些实施方案中，CD25是人CD25。人CD25的氨基酸序列以UniProt(www.uniprot.org)登录号P01589或NCBI(www.ncbi.nlm.nih.gov/)RefSeq NP_000408显示。
如本文所用的术语“高亲和力IL-2受体”指IL-2受体的异三聚体形式，由受体γ-亚基(也称作共同细胞因子受体γ-亚基、γc或CD132)、受体β-亚基(也称作CD122或p70)和受体α-亚基(也称作CD25或p55)组成。相对的，术语“中等亲和力IL-2受体”指仅包括γ-亚基和β-亚基而无α-亚基的IL-2受体(关于综述，参见例如Olejniczak和Kasprzak,Med SciMonit 14,RA179-189(2008))。
“亲和力”指分子(例如，受体)的单一结合位点及其结合配偶物(例如，配体)之间非共价相互作用的强度总和。除非另外指出，否则如本文所用，“结合亲和力”指反映结合对的成员(例如，受体和配体)之间1:1相互作用的内在结合亲和力。分子X对其配偶物Y的亲和力可以通常由解离常数(KD)代表，解离常数是解离速率常数和缔合速率常数(分别是koff和kon)的比例。因此等同亲和力可以包含不同的速率常数，只要速率常数的比例保持相同即可。可以通过本领域已知的完善方法测量亲和力。用于测量亲和力的具体方法是表面等离子体共振法(SPR)。
“减少”(及其语法变型如“减少”或“减少”)，例如B细胞数目或ADA形成的减少，指相应量的下降，如通过本领域已知的适宜方法所测量。为清晰起见，该术语还包括减少至零(或低于分析方法的检测限)，即完整取消或消除。相反，“增加”指相应量的增加。
“调节型T细胞”或“Treg细胞”意指特化类型的CD4+ T细胞，所述T细胞可以抑制其他T细胞的反应。Treg细胞以表达IL-2受体(CD25)的α-亚基和转录因子叉头框P3(FOXP3)为特征(Sakaguchi,Annu RevImmunol 22,531-62(2004))并且在诱导及维持对抗原(包括肿瘤表达的那些抗原)的外周自我耐受性中发挥至关重要的作用。Treg细胞需要IL-2用于其功能及其阻抑性特征的形成和诱导。
如本文所用，术语“抗原结合部分”指与抗原决定簇特异性结合的多肽分子。在一个实施方案中，抗原结合在一个实施方案中，抗原结合部分能够将与之连接的实体(例如，细胞因子或第二抗原结合部分)引向靶部位，例如引向携带抗原决定簇的特定类型肿瘤细胞。抗原结合部分包括如本文进一步限定的抗体及其片段。优选的抗原结合部分包含抗体的抗原结合结构域，所述抗原结合结构域包含抗体重链可变区和抗体轻链可变区。在某些实施方案中，抗原结合部分可以包含如本文进一步限定和本领域已知的抗体恒定区。可用重链恒定区包含以下五个同种型中的任一种：α、δ、ε、γ或μ。可用轻链恒定区包括以下两个同种型中的任一种：κ和λ。
如本文所用，术语“特异性结合”意指结合对抗原具有选择性并且可以与不想要的或非特异的相互作用区别。抗原结合部分与特定抗原决定簇结合的能力可以通过酶联免疫吸附测定(ELISA)或本领域技术人员熟悉的其他技术，例如表面等离子体共振技术(在BIAcore仪上分析)(Liljeblad等人,Glyco J 17,323-329(2000))和常规结合测定法(Heeley，Endocr Res 28,217-229(2002))测量。
如本文所用，术语“抗原决定簇”同义于“抗原”和“表位”并且指多肽大分子上与抗原结合部分结合，形成抗体抗原结合部分-抗原复合物的位点(例如一段连续氨基酸或由不同区域的不连续氨基酸构成的构象构型)。可用的抗原决定簇可以例如在肿瘤细胞的表面上、病毒感染的细胞的表面上、其他患病细胞的表面上存在、游离于血清中存在，和/或在胞外基质(ECM)中存在。
如本文所用，术语“多肽”指由酰胺键(也称作肽键)线性连接的单体(氨基酸)组成的分子。术语“多肽”指具有两个或更多个氨基酸的任何链，并且不指特定长度的产物。因此，“多肽”定义内部包含肽、二肽、三肽、寡肽、“蛋白质”、“氨基酸链”或用来指具有两个或更多个氨基酸的链的任何其他术语，并且可以使用术语“多肽”替代这些术语中的任一个或与之互换使用。术语“多肽”还意在指表达后修饰该多肽的产物，所述表达后修饰包括而不限于糖基化、乙酰化、磷酸化、酰胺化、通过已知的保护基团/封闭基团衍生化、蛋白酶剪切、或由非天然存在的氨基酸修饰。多肽可以衍生自天然生物来源或通过重组技术产生，但是不必然地从所指定的核酸序列翻译而来。它可以按任何方式产生，包括通过化学合成产生。本发明多肽可以具有约3个或更多个、5个或更多个、10个或更多个、20个或更多个、25个或更多个、50个或更多个、75个或更多个、100个或更多个、200个或更多个、500个或更多个、1,000个或更多个、或2,000个或更多个氨基酸的大小。多肽可以具有确定的三维结构，不过它们并不必然地具有这种结构。将具有确定三维结构的多肽称作折叠的，并且将不具备确定三维结构，但是反而可以采取众多不同构象的多肽称作解折叠的。
“分离”的多肽或变体或其衍生物意指不处于其天然环境的多肽。不要求特定水平的纯化。例如，分离的多肽可以从其天生或天然环境取出。出于本发明的目的，将宿主细胞中表达的重组产生的多肽和蛋白质视为分离的，已经通过任何合适技术分离、分级或部分或基本上纯化的天然或重组多肽也是如此。
相对于参考多肽序列，将“氨基酸序列同一性百分数(％)”定义为比对序列并根据需要引入空位以实现最大序列同源性百分数并且不考虑任何保守性取代作为序列同一性的部分之后，候选序列中与参考多肽序列中的氨基酸残基相同的氨基酸残基的百分数。为了确定氨基酸序列同一性百分数的比对可以按本领域能力范围内的多种方式实现，例如，使用可公开获得的计算机软件如BLAST、BLAST-2、ALIGN或Megalign(DNASTAR)软件。本领域技术人员可以确定用于比对序列的适宜参数，包括为实现正在比较的全长序列范围内最大比对所需要的任何算法。然而，出于本文目的，使用序列比较计算机程序ALIGN-2产生氨基酸序列同一性％值。ALIGN-2序列比较计算机程序由Genentech,Inc.授权，并且源代码已经随用户文档提交至华盛顿特区20559的美国版权局，在那里它以美国版权登记号TXU510087登记。ALIGN-2程序从Genentech,Inc.,South San Francisco,加利福尼亚州可公开获得或可以从源代码汇编。应当将ALIGN-2程序汇编在UNIX操作系统(包括数字式UNIX V4.0D)上使用。全部序列比较参数由ALIGN-2程序设定并且不变动。在使用ALIGN-2比较氨基酸序列的情况下，如下计算给定氨基酸序列A与给定氨基酸序列B、同给定氨基酸序列B或针对给定氨基酸序列B(这可以备选地描述为与给定氨基酸序列B、同给定氨基酸序列B或针对给定氨基酸序列B具有或包含某个氨基酸序列同一性％的给定氨基酸序列A)的氨基酸序列同一性％：
100乘以分数X/Y
其中X是由序列比对程序ALIGN-2在该程序的A和B比对结果中评定为相同匹配的氨基酸残基的数目，并且其中Y是B中氨基酸残基的总数。将可以理解在氨基酸序列A的长度不等于氨基酸序列B的长度时，A相对于B的氨基酸序列同一性％将不等于B相对于A的氨基酸序列同一性％。除非另外特别声明，否则本文所用的全部氨基酸序列同一性值％如紧接前段中所述那样使用ALIGN-2计算机程序获得。
如本文所用，术语“效应子部分”指影响细胞活性(例如通过信号转导或其他细胞的途径)的多肽，例如蛋白质或糖蛋白。因此，效应子部分可以与受体介导的信号传导过程相关，其中所述信号传导过程传播来自细胞膜外部的信号以调节携带该效应子部分中的一种或多种受体的细胞中的反应。在一个实施方案中，效应子部分可以在携带该效应子部分中的一种或多种受体的细胞中激发细胞毒反应。在另一个实施方案中，效应子部分可以在携带该效应子部分中的一种或多种受体的细胞中激发增殖反应。在另一个实施方案中，效应子部分可以在携带该效应子部分的受体的细胞中激发分化。在另一个实施方案中，效应子部分可以在携带该效应子部分的受体的细胞中改变(即上调或下调)内源细胞蛋白的表达。效应子部分的非限制性例子包括细胞因子、生长因子、激素、酶、底物和辅因子。效应子部分可以按照多种构型与抗原结合部分(如抗体)缔合以形成免疫缀合物。
如本文所用，术语“细胞毒药物”指抑制或阻止细胞功能和/或造成细胞死亡或破坏的物质。细胞毒性剂包括但不限于放射性同位素(例如，At211、I131、I125、Y90、Re186、Re188、Sm153、Bi212、P32、Pb212和Lu的放射性同位素)；化疗剂或化疗药物(例如，甲氨蝶呤(methotrexate)、阿霉素(adriamicin)、长春花生物碱(vinca alkaloids)(长春新碱(vincristine)、长春碱(vinblastine)、依托泊苷(etoposide))、多柔比星(doxorubicin)、美法仑(melphalan)、丝裂霉素C(mitomycin C)、苯丁酸氮芥(chlorambucil)、柔红霉素(daunorubicin)或其他嵌入剂)；生长抑制剂；酶(如核溶解酶)及其片段；抗生素；毒素如细菌源、真菌源、植物源或动物源的小分子毒素或酶活性毒素，包括其片段和/或变体；和下文公开的各种抗肿瘤剂或抗癌剂。
术语“抗体”在本文中以最广意义使用并且涵盖多种抗体结构物，包括但不限于单克隆抗体、多克隆抗体、多特异性抗体(例如，双特异性抗体)和抗体片段，只要它们显示出所需的抗原结合活性即可。
术语“全长抗体”、“完好抗体”和“完整抗体”在本文中可互换地用来指一种抗体，所述抗体具有基本上与天然抗体结构相似的结构或具有含有如本文定义的Fc区的重链。
“抗体片段”指不同于完整抗体的分子，所述分子包括完整抗体的一部分，该部分结合完整抗体所结合的抗原。抗体片段的例子包括但不限于Fv、Fab、Fab'、Fab’-SH、F(ab')2、双体抗体、线性抗体、单链抗体分子(例如scFv)、和从抗体片段形成的多特异性抗体。
术语“免疫球蛋白分子”指具有天然存在抗体的结构的蛋白质。例如，IgG类免疫球蛋白是由二硫键结合的两条轻链和两条重链组成的约150,000道尔顿的异四聚体糖蛋白。从N端至C端，每条重链具有一个可变区(VH)，也称作可变重链域或重链可变结构域，随后是三个恒定结构域(CH1、CH2和CH3)，也称作重链恒定区。类似地，从N端至C端，每条轻链具有一个可变区(VL)，也称作可变轻链域或轻链可变结构域，随后一个恒定轻链(CL)结构域，也称作轻链恒定区。免疫球蛋白的重链可以归属5个类别之一，称作α(IgA)、δ(IgD)、ε(IgE)、γ(IgG)或μ(IgM)，其中某个类别可以划分成亚类，例如γ1(IgG1)、γ2(IgG2)、γ3(IgG3)、γ4(IgG4)、α1(IgA1)和α2(IgA2)。免疫球蛋白的轻链可以基于其恒定结构域的氨基酸序列而划分成两种类型之一，称作κ(κ)和λ(λ)。免疫球蛋白基本上由借助免疫球蛋白铰链区连接的两个Fab分子和一个Fc结构域组成。
术语“抗原结合结构域”指抗体的部分，所述部分包含与部分或完整抗原特异性结合并且与之互补的区域。抗原结合结构域可以由例如一个或多个抗体可变结构域(也称作抗体可变区)提供。优选地，抗原结合结构域包含抗体轻链可变区(VL)和抗体重链可变区(VH)。
术语“可变区”或“可变结构域”指抗体重链或轻链的参与抗体结合至抗原的结构域。天然抗体重链和轻链的可变结构域(分别是VH和VL)通常具有相似的结构，每种结构域包含四个保守的构架区(FR)和三个高变区(HVR)。参见，例如，Kindt等人,KubyImmunology，第6版，W.H.Freeman and Co.，第91页(2007)。单个VH结构域或VL结构域可能足以赋予抗原结合特异性。
“人抗体”是这样一种抗体，其拥有对应于人或人细胞产生的抗体的氨基酸序列或从利用人抗体库或其他编码人抗体的序列的非人来源衍生。人抗体的这种定义特别排除包含非人抗原结合残基的人源化抗体。
“人源化”抗体指包含来自非人类HVR的氨基酸残基和来自人FR的氨基酸残基的嵌合抗体。在某些实施方案中，人源化抗体将包含基本上全部的至少一个和一般两个可变结构域，其中全部或基本上全部的HVR(例如，CDR)与非人抗体的那些HVR对应并且全部或基本上全部的FR区与人抗体的那些FR对应。人源化抗体任选地可以包含从人抗体衍生的抗体恒定区的至少一部分。抗体的“人源化形式”例如，非人抗体，指已经历过人源化的抗体。
如本文所用，术语“高变区”或“HVR”指抗体可变结域的下述每个区域，所述区域在序列上高变(“互补决定区”或“CDR”)和/或形成结构上确定的环(“高变环”)，和/或含有抗原接触残基(“抗原触点”)。通常，抗体包含六个HVR：VH中三个(H1、H2、H3)和VL中三个(L1、L2、L3)。本文中的示例性HVR包括：
(a)出现在第26-32(L1)、50-52(L2)、91-96(L3)、26-32(H1)、53-55(H2)和96-101(H3)氨基酸残基处的高变环(Chothia和Lesk,J.Mol.Biol.196:901-917(1987))；
(b)出现在第24-34(L1)、50-56(L2)、89-97(L3)、31-35b(H1)、50-65(H2)和95-102(H3)氨基酸残基处的CDR(Kabat等人,Sequences of Proteins of ImmunologicalInterest，第5版,Public Health Service,National Institutes of Health,Bethesda,MD(1991))；
(c)出现在第27c-36(L1)、46-55(L2)、89-96(L3)、30-35b(H1)、47-58(H2)和93-101(H3)氨基酸残基处的抗原触点(MacCallum等人,J.Mol.Biol.262:732-745(1996))；和
(d)(a)、(b)和/或(c)的组合，包括HVR氨基酸残基46-56(L2)、47-56(L2)、48-56(L2)、49-56(L2)、26-35(H1)、26-35b(H1)、49-65(H2)、93-102(H3)和94-102(H3)。
除非另外说明，否则HVR残基和可变结构域中的其他残基(例如，FR残基)在本文中根据上文Kabat等人编号。
“构架”或“FR”指除高变区(HVR)残基之外的可变结构域残基。可变结构域的FR通常由以下四个FR结构域组成：FR1、FR2、FR3和FR4。因此，HVR序列和FR序列通常按以下序列出现在VH(或VL)中：FR1-H1(L1)-FR2-H2(L2)-FR3-H3(L3)-FR4。
抗体的“类”指由其重链拥有的恒定结构域或恒定区的类型。存在五个大类的抗体：IgA、IgD、IgE、IgG和IgM，并且这些类别中的几种可以进一步划分成亚类(同种型)，例如，IgG1、IgG2、IgG3、IgG4、IgA1和IgA2。对应于不同类别免疫球蛋白的重链恒定结构域分别称作α、δ、ε、γ和μ。
术语“Fc结构域”或“Fc区”在本文中用来限定免疫球蛋白重链的含有至少一部分恒定区的C端区域。该定义包括天然序列Fc区和变体Fc区。虽然IgG重链的Fc区的界限可能略微变动，但是通常将人IgG重链Fc区限定为从Cys226或从Pro230延伸至重链的羧基端。然而，宿主细胞产生的抗体可以从重链的C末端经历翻译后剪切一个或多个氨基酸、尤其一个或两个氨基酸。因此，由宿主细胞通过表达编码全长重链的特定核酸分子所产生的抗体可以包括全长重链，或它可以包括全长重链的剪切变体(本文也称作“剪切的变体重链”)。这可以以下情况：重链的最后两个C端氨基酸是甘氨酸(G446)和赖氨酸(K447，根据Kabat EU索引编号)。因此，Fc区的C末端赖氨酸(Lys447)或C末端甘氨酸(Gly446)和赖氨酸(K447)可以存在或可以不存在。除非本文中另外说明，否则Fc区或恒定区中的氨基酸残基的编号根据如Kabat等人,Sequences of Proteins of Immunological Interes,第5版,PublicHealth Service,National Institutes of Health,Bethesda,MD,1991中所述的EU编号体系，也称作EU索引(还参见上文)。如本文所用，Fc结构域的“亚基”指形成二聚体Fc结构域的两个多肽之一，即包含免疫球蛋白重链C末端恒定区的能够稳定自我缔合的多肽。例如，IgGFc结构域的亚基包含IgG CH2和IgG CH3恒定结构域。
“促进异二聚化的修饰”是对肽主链的操作或对多肽(例如免疫球蛋白重链)的翻译后修饰，其减少或防止多肽与相同多肽缔合以形成同型二聚体。如本文所用的促进异二聚化的修饰特别包括对形成二聚体所需的两种多肽中的每一种进行单独的修饰，其中所述修饰彼此互补以促进两种多肽的结合。例如，促进异二聚化的修饰可以改变形成二聚体所需的两种多肽中一种或两种多肽的结构或电荷，从而使得它们的缔合分别在空间上或静电上有利。异二聚化在两种不相同多肽如两条免疫球蛋白重链之间发生，其中与每条重链(例如，IL-2多肽)融合的其他免疫缀合物组分不相同。在本发明的免疫缀合物中，促进异二聚化的修饰在免疫球蛋白分子的重链中，尤其在Fc结构域中。在一些实施方案中，促进异二聚化的修饰包括氨基酸突变，特别是氨基酸取代。在一个具体实施方案中，促进异二聚化的修饰在两条免疫球蛋白重链的每条链中包含单独的氨基酸突变，特别是氨基酸取代。
“激活Fc受体”是这样的Fc受体，其中由抗体Fc区接合后，所述Fc受体激发了刺激携带受体的细胞执行效应子功能的信号传导事件。激活Fc受体包括FcγRIIIa(CD16a)、FcγRI(CD64)、FcγRIIa(CD32)和FcαRI(CD89)。
当指称抗体使用时，术语“效应子功能”指随抗体同种型变动的归因于抗体Fc区的那些生物学活性。抗体效应子功能的例子包括：C1q结合和补体依赖的细胞毒性(CDC)、Fc受体结合作用、抗体依赖的细胞介导细胞毒性(ADCC)、抗体依赖的细胞吞噬作用(ADCP)、细胞因子分泌、免疫复合物介导的抗原呈递细胞摄取抗原、下调细胞表面受体(例如B细胞受体)和B细胞活化。
如本文所用，术语“效应细胞”指在其表面上展示效应子部分受体(例如细胞因子受体)和/或Fc受体的淋巴细胞群体，其中借助所述受体，这些细胞结合效应子部分，例如细胞因子，和/或抗体Fc区并且有助于破坏靶细胞，例如肿瘤细胞。效应细胞可以例如介导细胞毒效应或吞噬效应。效应细胞包括但不限于，效应T细胞如CD8+细胞毒T细胞、CD4+辅助T细胞、γδT细胞、NK细胞、淋巴因子活化杀伤(LAK)细胞和巨噬细胞/单核细胞。
抗体依赖的细胞介导细胞毒性(ADCC)是导致抗体包覆的靶细胞被免疫效应细胞裂解的免疫机制。靶细胞是(通常借助相对于Fc区为N末端的蛋白质部分)与包含Fc区的抗体或其片段特异性结合的细胞。如本文所用，术语“增加/减少的ADCC”定义为在包围靶细胞的介质中在给定的抗体浓度，给定时间内借助以上定义的ADCC机制裂解的靶细胞的数目增加/减少和/或在包围靶细胞的介质中在给定时间内借助ADCC机制实现给定数目的靶细胞裂解所需要的抗体浓度增加/减少。ADCC增加/减少是相对于相同抗体所介导的ADCC而言，其中使用相同的标准产生、纯化、配制和储存方法(它们是本领域技术人员已知的)，所述的相同抗体由相同类型宿主细胞产生，但是尚未工程化。例如，由借助本文所述方法工程化以具有改变的糖基化模式(例如表达糖基转移酶(GnTIII)或其他糖基转移酶)的宿主细胞产生的抗体所介导的ADCC增加是相对于由相同类型的未工程化宿主细胞产生的相同抗体所介导的ADCC而言的。
“具有增加/减少的抗体依赖性细胞介导细胞毒性(ADCC)的抗体”意指具有如通过本领域普通技术人员已知的任何合适方法所测定的增加/减少的ADCC的抗体。一种公认的体外ADCC测定法如下：
1)该测定法使用已知表达被抗体的抗原结合区识别的靶抗原的靶细胞；
2)该测定法使用从随机选择的健康供体的血液分离的人外周血单核细胞(PBMC)作为效应细胞；
3)该测定法根据以下方案实施：
i)使用标准密度离心方法分离PBMC并将其按5x 106个细胞/ml悬浮在RPMI细胞培养基中；
ii)将靶细胞通过标准组织培养方法培育，在生存力高于90％时从指数生长期收获，在RPMI细胞培养基中洗涤，用100毫居里51Cr标记，用细胞培养基洗涤两次，并以105个细胞/ml的密度重悬于细胞培养基中；
iii)将上文的100微升最终靶细胞悬液转移至96孔微量滴定板的每个孔；
iv)将抗体在细胞培养基中从4000ng/ml连续稀释至0.04ng/ml并将50微升所产生的抗体溶液添加至96孔微量滴定板中的靶细胞，一式三份测试涵盖上文完整浓度范围的多个抗体浓度；
v)对于最大释放(MR)对照，平板中含有已标记靶细胞的3个额外孔接受50微升2％(V/V)的非离子型去垢剂水溶液(Nonidet,Sigma,St.Louis)，替代抗体溶(上文第iv点)；
vi)对于自发释放(SR)对照，平板中含有已标记靶细胞的3个额外孔接受50微升RPMI细胞培养基，替代抗体溶液(上文第iv点)；
vii)将96孔微量滴定板随后以50x g离心1分钟并在4℃温育1小时；
viii)将50微升PBMC悬液(上文第i点)添加至每个孔以产生效应子:靶细胞比25:1，并将平板在37℃置于5％CO2气氛下的培养箱中4小时；
ix)从每个孔收获无细胞上清液并使用γ计数器定量实验释放的放射性活度(ER)；
x)根据式(ER-MR)/(MR-SR)x 100计算每种抗体浓度的特异性裂解百分数，其中ER是对这种抗体浓度定量(参见上文第ix上文)的平均放射性活度，MR是对MR对照(参见上文第v点)定量(参见上文第ix点)的平均放射性活度，和SR是对SR对照(参见第vi点)定量(参见上文第ix点)的平均放射性活度；
4)“增加/减少的ADCC”定义为上文检测的抗体浓度范围内观察到的最大特异性裂解百分数增加/减少，和/或为上文检测的抗体浓度范围内观察到的最大特异性裂解百分数的一半所需要的抗体浓度减少/增加。ADCC增加/减少是相对于相同抗体所介导的采用上述测定法测量的ADCC而言，其中使用相同的标准产生方法、纯化方法、配制方法和储存方法(其为本领域技术人员已知)，所述的相同抗体由相同类型宿主细胞产生，但是尚未工程化。
如本文所用，术语“免疫缀合物”指包含至少一个效应子部分(如细胞因子)和抗原结合部分(如抗体)的多肽分子。在某些实施方案中，免疫缀合物包含不多于一个效应子部分。可用于本发明中的具体免疫缀合物基本上由借助一个或多个肽接头连接的一个效应子部分和抗体组成。本发明的具体免疫缀合物是融合蛋白，即免疫缀合物的组分由肽键连接。
如本文中所用的术语“单克隆抗体”指从基本上均一的抗体群体获得的抗体，即，构成该群体的各个抗体是相同的和/或结合相同的表位，除了可能的变体抗体之外(例如，含有天然存在突变或在产生单克隆抗体制备物期间出现)，这类变体通常以微小的量存在。与一般包括针对不同决定簇(表位)的不同抗体的多克隆抗体制备物相反，单克隆抗体制备物的每种单克隆抗体针对抗原上的单一决定簇。因此，修饰语“单克隆的”指示该抗体的特征为从基本上均一的抗体群体获得，并且不得解释为要求通过任何特定方法产生该抗体。例如，可以通过多种技术产生根据本发明待使用的单克隆抗体，所述技术包括但不限于杂交瘤方法、重组DNA方法、噬菌体展示方法和利用含有全部或部分的人免疫球蛋白基因座的转基因动物的方法，本文中描述了用于产生单克隆抗体的这类方法和其他示例性方法。
如本文所用，当存在多于一个每种类型的部分时，相对于抗原结合部分等而言，使用术语“第一”、“第二”、“第三”便于区分。除非明确地如此陈述，否则使用这些术语不意在赋予特定顺序或方向。
“融合”意指各组分(例如Fab分子和Fc结构域亚基)直接或借助一个或多个肽接头由肽键连接。
除非另外说明，否则“癌胚抗原”或“CEA”(也称作癌胚抗原相关的细胞黏附分子5(CEACAM5))，指来自任何脊椎动物来源的任何天然CEA，所述脊椎动物来源包括哺乳动物，如灵长类(例如人)、非人灵长类(例如食蟹猴)和啮齿类(例如小鼠和大鼠)。本术语涵盖“全长”、未加工的CEA以及因细胞中加工而产生的任何形式的CEA。本术语还涵盖天然存在的CEA变体，例如，剪接变体或等位变体。在一个实施方案中，CEA是人CEA。人CEA的氨基酸序列以UniProt(www.uniprot.org)登录号P06731或NCBI(www.ncbi.nlm.nih.gov/)RefSeq NP_004354.2显示。
除非另外说明，否则“成纤维细胞活化蛋白”或“FAP”(也称作seprase)指来自任何脊椎动物来源的任何天然FAP，所述脊椎动物来源包括哺乳动物，如灵长类(例如人)、非人灵长类(例如食蟹猴)和啮齿类(例如小鼠和大鼠)。本术语涵盖“全长”、未加工的FAP以及因细胞中加工而产生的任何形式的FAP。本术语还涵盖天然存在的FAP变体，例如，剪接变体或等位变体。在一个实施方案中，FAP是人FAP。人FAP的氨基酸序列以UniProt(www.uniprot.org)登录号Q12884或NCBI(www.ncbi.nlm.nih.gov/)RefSeqNP_004451.2显示。
发明详述
本文描述了一种定量由目标扩充引起的药物消除作用对靶组织(例如肿瘤)摄取药物的影响的集成建模平台。该模型允许对个体的群体(例如通用给药方案)或单一个体(例如个性化剂量方案)计算最佳给药方案。
混合效应建模技术
在本发明语境下，混合效应建模技术4允许分析来自多未个体(群体)的数据，以使用群体层面的信息，表征所研究的动态过程(例如肿瘤摄取抗体)的变异性并且为每个单一个体提供关于这个过程的动力学的信息。简而言之，这个建模过程包括两个步骤。在第一步骤中，使似然函数最小化以评估模型参数的均值以及整个群体范围内其个体间变异性。所得到的估计值称作“群体参数”。在第二步骤中，关于群体参数的信息用来基于个体信息评估每位个体的最佳模型参数。这些参数称作“个体参数”。基于预期–最大化算法的随机近似值，Monolix软件(Lixoft)5用来评估群体参数和个体参数。
在其一般形式下，混合-效应模型可以如下书写：
yij＝f(xij，φi)+g(xij，φi)εij；1≤i≤N；1≤j≤ni
其中N是个体数目，ni是对个体i的观测次数，x是回归变量(例如时间)，并且y是观测值(例如血浆中的药物浓度)。术语f是结构模型。残余误差模型书写为g(xij，φi)εij，其中εij～N(0，σ2)。个体参数(φi)可以如下定义：
φi＝h(μ+ηi)，ηi～N(0，Ω)，i＝1，…，N
其中μ是已修正群体参数的p-向量(即h(μ)是个体间每个p参数的中位值)，ηi是p-向量或随机效应，Ω是p×p随机效应的方差-协方差矩阵(variance-covariance matrix)并且h是某种预定的变换。此处，假定个体参数呈对数正态分布(即h(μ)＝eμ)。
模型中未知的参数集则为：
θ＝(μ，Ω，σ2)
对于本文提供的模型，通式扩展至多重响应模型，因为发明人分析了几个同时动态变化的变量(例如，血浆中的药物浓度和免疫细胞数目、药物浓度和药物摄取过程成像数据)。在这种情况下，整体似然函数是对每个观测值书写的全部似然函数的失衡总和。
参数估计值
根据本发明，发明人已经从采自临床试验的数据提供了PKPD模型的参数值。这些参数值优选地是
kclear具有0.02和0.04小时-1之间的值；
kon具有0.26和4.5 4.5μM·-1h-1之间的值；
koff具有0.0035和0.02h-1之间的值，
kin具有0.0006和0.0144μM.h-1之间的值；
kout具有0.0018和0.069h-1之间的值，
kint具有0.0066和0.023h-1之间的值；和
η具有1.02和3.31之间的值。
在一些实施方案中：
kclear是在0.025和0.035小时-1之间的值；
kon是在1和3.5μM·-1h-1之间的值；
koff是在0.006和0.018h-1之间的值，
kin是在0.002和0.0035μM.h-1之间的值；
kout具有0.005和0.02h-1之间的值，
kint具有0.01和0.02h-1之间的值；和
η具有1.5和2.0之间的值。
在一些实施方案中：
kclear按群体平均是0.0307小时-1(标准偏差＝0.06)；
kon按平均是1.09μM·-1h-1(标准偏差＝0.467)；
koff按平均是0.0061h-1(标准偏差＝0.177)，
kin按平均是0.0029μM.h-1(标准偏差＝0.53)；
kout按平均是0.011h-1(标准偏差＝0.606)，
kint按平均是0.012h-1(标准偏差＝0.205)；和
η按平均是1.84(标准偏差＝0.196)。
将本文所提供的模型的参数作为某个范围内的值提供。这些范围基于临床试验数据的详细分析。存在几个应当考虑并可以导致参数估计值差异的方面，例如，作为该分析之基础的患者数目或所用的软件。
下文显示用不同软件并基于不同数据库大小所获得的参数估计值之间的比较。使用不同的参数化，大写斜体表示取得的参数允许这两者之间比较。不同的软件(monolix和nonmem)用于首次分析和第二次分析。
比较中未纳入变异项。与Monolix相比，用NONMEM估计较少的变异项，这是这两种软件之间的共同差异。
肿瘤摄取抗体过程建模
对治疗性抗体疗效更大的主要限制是体内分布不良。这些分子的大尺寸，结合肿瘤的异常生理学，造成摄取缓慢和不均一。作为主要后果，抗体的组织分布缓慢发生，治疗量经常不足。对于预靶向治疗策略的背景下确定何时拍摄图像或递送第二种试剂，绝对至关重要的是表征组织摄取抗体的时间过程。最近，Schmidt、Wittrup和Thurber已提出一个数学框架来描述抗体的组织渗透作用6,7。图1中展示总体框架。
在图1所展示的模型中，将三个过程描述为基本过程：
1.血管外渗和扩散：必须考虑几个因素，例如血管化的肿瘤具有不良形成的血管网络，其比正常毛细血管更有可透过性并且特征在于间质液压力高。一旦抗体离开血管，则它们面临阻碍其在组织内部扩散的多种其他运输屏障(例如胞外基质、细胞密度、…)。
为了将这个过程建模，根据哪种抗体跨血管系统外渗最慢并且从而因血管系统的渗透性低而成为限速过程，设想一个假设。肿瘤组织间隙由一系列小型和大型圆形圆柱状孔(称作Krogh圆柱)描述。为了计算从血管外渗并扩散入组织的药物的量，重要的是考虑三个因素：
a.毛细血管表面对Krogh圆柱体积的比率
b.跨毛细血管通透性，称作P
c.可用体积分数，称作ε
可用体积分数指组织间隙除以肿瘤总体积。
在这个过程后，肿瘤中抗体的量受以下微分方程支配：
其中[Ab]free代表血浆中的抗体浓度并且是肿瘤组织中未结合的抗体的浓度。注意，体积分数ε可以从小鼠中体外和体内文献资料估计(例如对于IgG，它一般在0.3和0.5之间)6。也可以从文献中报告的体内异种移植试验数据计算通透性。Schmidt和Wittrup已经提出一个将通透性作为化合物分子大小的函数计算的经验公式6。作为一个示例，对于CEA-IL2v(160kDa)，估计穿过毛细血管的渗透性P在3.78e-7cm/s。
2.抗体与抗原的结合：如与血管转运和外渗相比，抗体以不同的时间尺度与肿瘤抗原结合(秒级)
治疗性结合于抗原的过程的建模依赖于三个主要假设。
a.抗体结合作用迅速发生(数秒)，因此在组织中实现游离型抗体和结合型抗体之间的局部平衡
b.内化按较慢的时间尺度发生(数分钟至数小时)，假定这不影响局部平衡
c.肿瘤未饱和，因此肿瘤中抗原的浓度大于抗体的浓度
结果，结合型和游离型Ab的相对量取决于Ab解离常数、抗原浓度和可用体积分数：
其中[Ag]指组织中抗原的浓度并且KD指解离常数。
3.内化和消除：增加的亲和力导致更多的内化和降解
最后，通过假定来自内化和降解的信号损耗受一阶过程支配，则该方程变成：
建模平台开发
通过分析CEA-IL2v第一阶段临床开发期间采集的临床数据，完成建模平台的开发。总体上，这个数据集包括：
1.外周药代动力学：在74位接受CEA-IL2v Q2W或QW的癌症患者中在不同时间点测量的血浆中CEA-IL2v浓度用来开发该模型。总体上，这代表824个观测值(每位患者平均11.14个观测值)。
2.外周药效动力学：来自74位经CEA-IL2v Q2W或QW治疗的患者的外周血(CD8+、CD4+ T细胞、NK和B细胞)中的免疫细胞动力学数据用于模型开发。总体上，使用273个评估值(每位患者平均3.69个)。
3.摄取过程成像：晚期和/或转移性实体CEA阳性(CEA+)或CEA阴性(CEA-)肿瘤患者符合正在进行的I期试验的成像子研究的资格。将CEA-IL2v按总剂量6、20或30mg(包含大约50MBq的89Zr-CEA-IL2v)静脉内q2W施用。全部患者均在第1周期期间(即在CEA-IL2v首次施用后2周内)接受多达三次89Zr-PET评估，同时一个患者亚群在首次89Zr-PET后6周接受额外的89Zr-PET评估。总体上，根据方案，在三个时间点(第1、第4、第8天)分析14位患者(6mg(4位CEA+患者；3位CEA-患者)或30mg(4位CEA+患者；3CEA-位患者))的数据。总体上，总计38个摄取评估值用于模型建立(每位患者平均2.71个评估值)。使用来自经20mg治疗的患者(总数＝8)的数据作为验证分析的外部患者，包括那些在首次89Zr-PET后6周接受额外89Zr-PET评估的患者。
首先，开发了一个同时分析CEA-IL2v浓度和免疫细胞数据的PKPD模型。遵循Gibiansly和Gibiansly描述的方案8，发明人开发以下模型：
其中[Ab]free是血浆中非结合型治疗剂的浓度，[IL2R]free是血液中表达IL2受体的非结合型免疫细胞(IL2R+细胞)的浓度并且[Complex]是治疗剂和IL2R+细胞之间复合物的浓度，kclear代表治疗剂从血浆消除的恒定速率；kon是治疗剂和IL2R+细胞之间复合物的缔合速率；koff是治疗剂和IL2R+细胞之间复合物的解离速率，kin是血浆中IL2R+细胞的恒定内流速率；kout是血浆中IL2R+细胞的天然衰变速率，kint是治疗剂的内化速率并且η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率。
通过同时拟合外周PK信息和PD信息，借助混合-效应建模技术估计这些参数。
PKPD-摄取偶联模式
其次，扩展该模型以并入摄取过程。随后加入最终方程：
在假设肿瘤摄取不影响外周PK后，发明人将与外周PK相关的全部参数针对上文报告的群体值修正，同时分析来自89Zr-放射标记的CEA-IL2v成像子研究的外周PK数据和摄取过程成像数据。
总体上，PKPD–摄取偶联模式允许用户评价剂量、施用途径和安排对肿瘤摄取过程的影响。图2提出了说明可以使用该模型的过程的简图。
该模型目前用来选择基于其增加肿瘤摄取能力的给药方案。由于给药方案强化将导致IL2R+细胞在外周中扩充，应当多大程度强化给药方案以强化增加肿瘤摄取并非直截了当。该模型允许用户计算应当是增加多少化合物剂量和/或各剂量之间的时间间隔应当缩短多少以补偿IL2R+细胞在外周中的扩充并实现最佳肿瘤摄取(参见图3)。
药代动力学数据
药代动力学(PK)数据经常包括诸如清除率、生物利用度和消除半衰期的参数。在现有情况下，在治疗剂给药后从个体获得的生物样品中测量治疗剂浓度。生物样品可以选自血浆、血清、唾液、尿和甚至组织。优选地，样品是血液或血清。PK数据特别地包括血清或血浆(尤其血浆)中非结合型治疗剂的浓度。
样品分析通常在临床化学实验室中实施或由临床药代动力学实验室实施。多种临床技术可用于药物测量，如高压液相色谱(HPLC)，任选联合质谱(LCMS)；免疫测定法、ELISA、荧光激活细胞分选法(FACS)、流式细胞术和本领域已知的其他技术。
分析实验室使用的方法可以取决于这类因素，如治疗剂的物理化学特征、治疗剂物目标浓度、样品(血清、尿、唾液等)的量(体积)和性质。
在测量治疗剂的血清浓度或血浆浓度后，必须评价数据。这可能要求报告治疗剂(即游离型治疗剂和结合型治疗剂)总浓度以及游离型治疗剂的浓度和结合型治疗剂(复合物)的浓度。这种分析数据可以应用于本发明的PKPD模型，以便定量预测的游离型治疗剂减少，并且可以设计剂量方案以补偿这种减少。
药效动力学数据
药效动力学数据包括考虑治疗剂对身体的生物化学影响和生理影响。对于基于IL2的治疗剂，测量包括可以与治疗剂相互作用(成为其靶)的免疫组分(药物-受体相互作用)。这类免疫组分包括IL2R+细胞，如CD8+和CD4+ T细胞、NK细胞和B细胞。PD数据特别包括血液中表达IL-2R的免疫细胞的浓度。
可以使用多种技术(如FACS分析)确定这类免疫组分的浓度。进一步提出，可以通过测量可溶性CD25的水平确定这些组分的浓度。
本文所述的外周中药效动力学数据分析目前限于免疫细胞数计数。构思了这些免疫细胞的特定亚群，例如记忆NK细胞或记忆T细胞、或Th17细胞等，可以区分。另外，这些细胞的功能参数如胞内细胞因子或效应分子产生(即IFNγ、TNFα、IL2、Grzm A/B等)可以具有值。额外地，存在以下可能：测量多种血浆细胞因子将鉴定血浆细胞因子、免疫细胞、PK、暴露量或治疗响应之间的稳健联系。例如，可能的是，TMDD效应量与支配靶细胞的特定细胞因子特性偶联或反之亦然。按照类似方式，其他循环型因子如代谢物、外切体、DNA或RNA分子可以成为TMDD和免疫细胞增殖潜能的预测物。
成像数据
可能有用的是，知道治疗靶组织(例如肿瘤)摄取的治疗剂的量。可以通过施用标记形式(例如放射性标记)的治疗剂并且经历一个或多个时间点测量摄入治疗靶组织的治疗剂的浓度，获得这个信息。例如，可以施用同位素标记的治疗剂并且可以使用多种技术如质谱法确定其进入靶组织(例如肿瘤)的摄取量。其他技术包括使用C-14标记的治疗剂和加速器质谱法(AMS)测量进入治疗靶组织的摄取量。其他标记技术是本领域可获得的，例如荧光标记法。可以使用与示踪剂性质无关的任何功能性体内成像。例如，采用共振示踪剂的超声法、采用不透射线性示踪剂的X射线/CT、采用铁磁示踪剂的MRI、szintigraphy、PET，采用γ发射示踪剂的SPECT或采用光子发射示踪剂的光检测器。
采样和时间间隔
测量血液、血清或血浆中的药物浓度和代谢物浓度(水平)是评估个体中治疗剂的药代动力学和药效动力学的最直接方法。全血含有多种细胞成分，包括红细胞和白细胞、血小板、和各种其他蛋白质如白蛋白和球蛋白。优选使用来自正接受治疗的个体的血液样品测量本发明PKPD模型的药效动力学数据。对于PK数据，优选使用血清样品或血浆样品。为了获得血清，允许全血凝集并且在离心后从上清液采集血清。从已经向其添加抗凝血药(如肝素)的离心的全血的上清液获得血浆。作为结果，血浆和血清的蛋白质含量不相同。血浆灌注身体的全部组织，包括血液中的细胞成分。血浆中治疗剂浓度的变化将反映治疗剂的组织浓度的变化。
如与结合型(例如结合于IL2R+细胞)治疗剂相比，可以使用多种生物分析技术实现非结合型治疗剂浓度确定。可以在血液的细胞区室中测量细胞结合的IL2v。通常，一旦与受体结合，IL2v将迅速内化。未结合的IL2v将存在于血液的血浆部分中并且可以例如通过ELISA，容易地测量。
在本发明的全部方面，可以在治疗剂向个体给药后的一个或多个时间点从个体获得样品。优选初始(首次)给药后采集PK数据和PD数据，但是可以在任何之前给药后采集数据。
在给药后，从一个或多个时间点处取得的样品采集PK数据。在一些实施方案中，从至少三个时间点处取得的样品采集PK数据。在一些实施方案中，从至少五个时间点处取得的样品采集PK数据。在一些实施方案中，时间点选自0、1、2、4、6、24、48、72、96和120小时。在一些实施方案中，在这些时间点的每者处取得样品。
可以追加采集PD数据。在一些实施方案中，从个体获得的数据包括(i)涉及血浆中非结合型治疗剂的浓度的PK数据；和(ii)涉及血液中表达IL2受体的免疫细胞的浓度的PD数据。
在给药后，从一个或多个时间点处取得的样品采集PD数据。在一些实施方案中，从至少三个个时间点处取得的样品采集PD数据。在一些实施方案中，从至少五个时间点处取得的样品采集PD数据。在一些实施方案中，时间点选自0、24、48、72、96和120小时。在一些实施方案中，在这些时间点的每一处取得样品。
治疗靶组织
治疗剂能够在外周中和在治疗靶组织微环境中通过IL-2R活化和扩充NK和CD8+效应T细胞。它们因此理想地适用于治疗肿瘤，尤其恶性肿瘤。因此，在优选的实施方案中，治疗靶组织是肿瘤。在一些实施方案中，治疗靶组织是实体瘤。
待治疗的肿瘤可以是实体瘤或血液癌，待治疗的实体肿瘤包括但不限于肝癌(例如HCC)、乳腺癌(包括HER2乳腺癌和三阴性乳腺癌)、肺癌、前列腺癌、结肠癌、胃癌、膀胱癌、肠癌、骨癌、脑肿瘤(例如星形细胞瘤)、宫颈癌、卵巢癌、睾丸癌、胶质瘤、黑素瘤、骨髓瘤、神经母细胞瘤、胰腺癌、甲状腺癌、肉瘤、多种形式的皮肤癌、肾癌(肾细胞癌)。肿瘤可以是鳞状细胞癌，例如皮肤、肺、食道、宫颈、头部或颈部。
血液癌包括但不限于淋巴瘤(非霍奇金淋巴瘤和霍奇金淋巴瘤)和白血病。
在一些实施方案中，癌选自转移性黑素瘤、转移性肾细胞癌、膀胱癌、肺癌、头颈鳞状细胞癌、HER2乳腺癌、三阴性乳腺癌(TNBC)。
FAP-IL2v和CEA-IL2v
近期研究表明，FAP-IL2v和CEA-IL2v完全缺少与CD25结合，但是保留IL-Rβγ结合作用，对相应的抗原(成纤维细胞上的FAP和肿瘤细胞上的CEA)显示pM结合亲和力(Klein；J.Immunother.Cancer 2014；2(supp1.2):18)。作为与CD25的结合作用消除的结果，这些分子并不偏好地活化T-regs。如与基于野生型IL-2的免疫细胞因子相比，用IL2v处理效应细胞降低它们对Fas介导的凋亡(也称作激活诱导性细胞死亡)的敏感性。IL-2Rβγ生物活性保留并且FAP-IL2v和CEA-IL2v活化NK、CD4+和CD8+ T细胞，如通过诱导活化标志物、细胞增殖和细胞因子释放所示。另外，与有ADCC能力的抗体(ADCC-competent antibodies)组合时，CEA-IL2v和FAP-IL2v增强NK细胞的细胞毒活性。免疫功能完全健全的小鼠中的作用机制研究显示，这些分子在外周血、淋巴组织中和肿瘤中强烈地扩充并活化NK、CD8+ T细胞和γδ(gd)T细胞(直至100倍)并且使CD4:CD8比率强烈地偏向CD8+T细胞。在C57Bl/6小鼠中，CEA-IL2v和FAP-IL2v展示安全性改善，尽管暴露量和循环半寿期比同功性基于IL-2的免疫细胞因子更高。采用放射性标记的FAP-IL2v的MicroSPECT/CT成像在原位同基因(syngeneic)Renca模型中揭示了与显示偏好性靶向淋巴组织的同功性基于IL-2的免疫细胞因子相反，FAP介导的肿瘤靶向作用良好，同时正常组织摄取量低且淋巴组织中蓄积少。带瘤小鼠研究在同基因模型中显示FAP-IL2v和CEA-IL2v的剂量依赖性抗肿瘤疗效。人CD16A转基因的SCID小鼠中异种移植模型下的附加研究显示，CEA-IL2v强烈地增强抗肿瘤疗效和/或有ADCC能力的抗体(包括曲妥珠单抗和西妥昔单抗)介导的存活。
如与基于IL-2的经典免疫细胞因子相比，CEA-IL2v和FAP-IL2v展示优越的安全性、PK和肿瘤靶向作用，同时缺少偏好性T-regs诱导作用，原因在于CD25结合作用消除、单价和高亲和力肿瘤靶向作用。它们保留在外周和肿瘤微环境中通过IL-2Rβγ活化和扩充NK和CD8+效应T细胞的能力。
治疗剂
在一个实施方案中，治疗剂包含能够靶向IL2受体(IL2R)，例如IL-2Rβ(CD122)和/或IL-2Rγ(CD132)的多肽、变体或其片段。因此，治疗剂可以包含CD122和/或CD132配体。多肽优选地是细胞因子多肽，例如，IL2多肽、变体或片段。更优选地，治疗剂包含如与野生型IL-2相比，对IL-2受体的α-亚基的结合亲和力减少的变体IL-2多肽。
与β-亚基和γ-亚基(分别也称作CD122和CD132)一起，α-亚基(也称作CD25)形成异三聚体高亲和力IL-2受体，同时仅由β-亚基和γ-亚基组成的二聚体受体称作中等亲和力IL-2受体。与野生型IL-2多肽相比，与IL-2受体的α-亚基结合作用减弱的变体IL-2多肽在调节型T(Treg)细胞中诱导IL-2信号传导的能力减弱、在T细胞中更少诱导激活诱导性细胞死亡(AICD)并且具有减少的体内毒性特征(参见，例如WO 2012/107417，所述文献通过引用方式完整并入本文)。
在一个更具体的实施方案中，变体IL-2多肽在与人IL-2的残基42、45和72相对应的位置包含三个氨基酸取代。在一个甚至更具体的实施方案中，变体IL-2多肽是包含氨基酸取代F42A、Y45A和L72G的人IL-2多肽(相对于SEQ ID NO:1的人IL-2序列而编号)。在一个实施方案中，变体IL-2多肽在与人IL-2的位置3相对应的位置额外地包含氨基酸突变，该突变消除IL-2的O-糖基化位点。在一个实施方案中，在与人IL-2的残基3相对应的位置处消除IL-2的O-糖基化位点的所述氨基酸突变是选自T3A、T3G、T3Q、T3E、T3N、T3D、T3R、T3K和T3P的氨基酸取代。特别地，所述额外的氨基酸突变是苏氨酸残基被丙氨酸残基替换的氨基酸取代。可用于本发明中的具体的变体IL-2多肽在与人IL-2的残基3、42、45和72相对应的位置包含四个氨基酸取代。具体的氨基酸取代是T3A、F42A、Y45A和L72G。这种变体IL-2多肽显示无可检测的CD25结合作用、在T细胞中诱导凋亡的能力降低、在Treg细胞中诱导IL-2信号传导的能力降低和体内毒性特征减少(参见，例如WO 2012/107417，所述文献通过引用方式完整并入本文)。然而，它保留在效应细胞中激活IL-2信号传导力、诱导效应细胞增殖和通过NK细胞产生IFN-γ作为次级细胞因子的能力。
IL-2或根据以上实施方案中任一者的变体IL-2多肽可以包含提供其他优势(如表达或稳定性增加)的额外突变。例如，可以将第125位置处的半胱氨酸替换为另一个中性氨基酸如丝氨酸、丙氨酸、苏氨酸或缬氨酸，分别产生C125S IL-2、C125A IL-2、C125T IL-2或C125V IL-2，如美国专利号4,518,584中所述。如其中所述那样，还可以缺失IL-2的N末端丙氨酸残基，产生这类突变体如des-A1C125S或des-A1C125A。备选地或共同地，IL-2变体可以包括其中正常情况下出现在野生型人IL-2第104位置处的甲硫氨酸由中性氨基酸如丙氨酸替换的突变(参见美国专利号5,206,344)。所得到的变体，例如，des-A1M104A IL-2、des-A1M104AC125S IL-2、M104A IL-2、M104A C125A IL-2、des-A1M104A C125A IL-2或M104AC125S IL-2(可以在美国专利号5,116,943和在Weiger等人.,EurJ Biochem 180,295-300(1989)中发现这些变体和其他变体)可以与本文所述的具体IL-2突变组合使用。
因此，在某些实施方案中，IL-2或变体IL-2多肽在与人IL-2的残基125相对应的位置包含额外的氨基酸突变。在一个实施方案中，所述额外的氨基酸突变是氨基酸取代C125A。
在某些实施方案中，变体IL-2多肽实质上是全长IL-2分子，尤其人全长IL-2分子。在一个实施方案中，变体IL-2多肽包含与SEQ ID NO:1的序列至少80％、至少85％、至少90％或至少95％相同的多肽序列。
在具体实施方案中，变体IL-2多肽包含SEQ ID NO:2的多肽序列。
在一些实施方案中，治疗剂包含免疫缀合物。WO 2012/107417和WO 2012/146628中描述了具体的免疫缀合物(所述文献均引入本文作为参考)。
在一个实施方案中，免疫缀合物包含如本文所述的与CEA特异性结合的抗体和如本文所述的变体IL-2多肽。在一个实施方案中，抗体是全长抗体。
在一个实施方案中，与CEA特异性结合的抗体包含重链可变区，所述重链可变区包含SEQ ID NO:3的重链CDR(HCDR)1、SEQ ID NO:4的HCDR2和SEQ ID NO:5的HCDR3；和轻链可变区，所述轻链可变区包含SEQ ID NO:6的轻链CDR(LCDR)1、SEQ ID NO:7的LCDR2和SEQ IDNO:8的LCDR3。在另一实施方案中，特异性结合CEA的抗体包含与SEQ ID NO:9的序列至少80％、85％、90％、95％、96％、97％、98％或99％相同的重链可变区序列和与SEQ ID NO:10的序列至少80％、85％、90％、95％、96％、97％、98％或99％相同的轻链可变区序列。在另一实施方案中，特异性结合CEA的抗体包含SEQ ID NO:9的重链可变区序列和SEQ ID NO:10的轻链可变区序列。
在一个实施方案中，与CEA特异性结合的抗体是全长抗体。在一个实施方案中，与CEA特异性结合的抗体是人IgG类抗体，尤其人IgG1类抗体。在一个实施方案中，与CEA特异性结合的抗体是抗体片段，具体是Fab分子或scFv分子，更具体是Fab分子。在一个实施方案中，与CEA特异性结合的抗体是人源化抗体。
在一个实施方案中，治疗剂包含免疫缀合物，所述免疫缀合物包含
(i)人IgG1亚类抗体，其与CEA特异性结合并且包含重链可变区，所述重链可变区包含SEQ ID NO:3的重链CDR(HCDR)1、SEQ ID NO:4的HCDR2和SEQ ID NO:5的HCDR3；和轻链可变区，所述轻链可变区包含SEQ ID NO:6的轻链CDR(LCDR)1、SEQ ID NO:7的LCDR2和SEQID NO:8的LCDR3；和
(ii)包含氨基酸取代F42A、Y45A和L72G的变异人IL-2多肽(相对于SEQ ID NO:1的人IL-2序列而编号)。
在一个实施方案中，免疫缀合物包含如本文所述的与FAP特异性结合的抗体和如本文所述的变体IL-2多肽。在一个实施方案中，抗体是全长抗体。
在一个实施方案中，特异性结合FAP的抗体包含与SEQ ID NO:14的序列至少80％、85％、90％、95％、96％、97％、98％或99％相同的重链可变区序列和与SEQ ID NO:15的序列至少80％、85％、90％、95％、96％、97％、98％或99％相同的轻链可变区序列。在另一实施方案中，特异性结合FAP的抗体包含SEQ ID NO:14的重链可变区序列和SEQ ID NO:15的轻链可变区序列。
在一个实施方案中，与FAP特异性结合的抗体是全长抗体。在一个实施方案中，与FAP特异性结合的抗体是人IgG类抗体，尤其人IgG1类抗体。在一个实施方案中，与FAP特异性结合的抗体是抗体片段，具体是Fab分子或scFv分子，更具体是Fab分子。在一个实施方案中，与FAP特异性结合的抗体是人抗体。
在一个实施方案中，治疗剂包含免疫缀合物，所述免疫缀合物包含
(i)人IgG1亚类抗体，其与FAP特异性结合并且包含SEQ ID NO:14的重链可变区和SEQ ID NO:15的轻链可变区；和
(ii)包含氨基酸取代F42A、Y45A和L72G的变异人IL-2多肽(相对于SEQ ID NO:1的人IL-2序列而编号)。
在一个实施方案中，免疫缀合物包含不多于一个变体IL-2多肽。在一个实施方案中，变体IL-2多肽与抗体重链之一的羧基端氨基酸融合，任选地通过接头肽融合。合适地，无免疫原性接头肽例如包括(G4S)n、(SG4)n或G4(SG4)n接头肽，其中“n”通常是1和10之间、一般2和4之间的数字。在一个实施方案中，接头肽是(G4S)3。
在一个实施方案中，免疫缀合物包含多肽，其包含与SEQ ID NO:11的序列至少80％、85％、90％、95％、96％、97％、98％或99％相同的序列；多肽，其包含与SEQ ID NO:12的序列至少80％、85％、90％、95％、96％、97％、98％或99％相同的序列；多肽，其包含与SEQID NO:13的序列至少80％、85％、90％、95％、96％、97％、98％或99％相同的序列。
在一个实施方案中，免疫缀合物包含了包含SEQ ID NO:11的序列的多肽、包含SEQID NO:12的序列的多肽和包含SEQ ID NO:13的序列的多肽。
在一个实施方案中，免疫缀合物是cergutuzumab amunaleukin(WHO药物信息(药用物质国际非专利名称)，推荐的INN：2016年第75清单，出版前副本)。在一个实施方案中，治疗剂包含cergutuzumab amunaleukin。在一个实施方案中，治疗剂是cergutuzumabamunaleukin。
在一个实施方案中，免疫缀合物包含多肽，其包含与SEQ ID NO:16的序列至少80％、85％、90％、95％、96％、97％、98％或99％相同的序列；多肽，其包含与SEQ ID NO:17的序列至少80％、85％、90％、95％、96％、97％、98％或99％相同的序列；多肽，其包含与SEQID NO:18的序列至少80％、85％、90％、95％、96％、97％、98％或99％相同的序列。
在一个实施方案中，免疫缀合物包含了包含SEQ ID NO:16的序列的多肽、包含SEQID NO:17的序列的多肽和包含SEQ ID NO:18的序列的多肽。(FAP IL2v)
Fc结构域
治疗剂中所包含的抗体，例如免疫缀合物，可以包含由包含抗体分子的重链结构域的一对多肽链组成的Fc结构域。例如，免疫球蛋白G(IgG)分子的Fc结构域二聚体，其每个亚基包含CH2和CH3IgG重链恒定结构域。Fc结构域的两个亚基能够彼此稳定缔合。
在一个实施方案中，Fc结构域是IgG Fc结构域。在一个具体实施方案中，Fc结构域是IgG1Fc结构域。在另一个实施方案中，Fc结构域是IgG4Fc结构域。在一个更具体的实施方案中，Fc结构域是在位置S228(根据Kabat的EU编号)包含氨基酸取代，尤其包含氨基酸取代S228P的IgG4Fc结构域。这个氨基酸取代减少IgG4抗体的体内Fab臂交换(参见Stubenrauch等人,Drug Metabolism and Disposition 38,84-91(2010))。在另一具体实施方案中，Fc结构域是人的Fc结构域。人IgG1Fc区的示例性序列在SEQ ID NO:19中给出。
促进异二聚化的Fc结构域修饰
治疗剂中所包含的抗体，例如免疫缀合物，可以包含不同的组分(例如抗原结合结构域、细胞因子)，所述组分与Fc结构域的两个亚基中的一个或另一个融合，因此Fc结构域的两个亚基一般包含于两条不相同的多肽链中。这些多肽的重组共表达和后续二聚化导致两种多肽的几种可能组合为了改善重组生产时抗体的产率和纯度，将因此有利的是在抗体的Fc结构域中引入促进所需多肽缔合的修饰。
因此，在具体的实施方案中，Fc结构域包含促进Fc结构域的第一和第二亚基缔合的修饰。人IgG Fc结构域的两个亚基之间蛋白质-蛋白质相互作用最广泛的位点处于Fc结构域的CH3结构域中。因此，在一个实施方案中，所述修饰处于Fc结构域的CH3结构域中。
存在几种在Fc结构域的CH3结构域修饰以增强异二聚化的方案，所述方案例如在WO 96/27011、WO 98/050431、EP 1870459、WO 2007/110205、WO 2007/147901、WO 2009/089004、WO 2010/129304、WO 2011/90754、WO 2011/143545、WO 2012058768、WO2013157954、WO 2013096291中充分描述。
一般地，在全部这类方案中，Fc结构域的第一亚基的CH3结构域和Fc结构域的第二亚基的CH3结构域均以互补方式工程化，从而每个CH3结构域(或包含它的重链)不再能够与自身同型二聚化，而是被迫与另一个经互补工程化的CH3结构域异二聚化(从而第一和第二CH3结构域异二聚化并且在两个第一CH3结构域之间或两个第二CH3结构域之间不形成同型二聚体)。构思这些改进重链异二聚化的不同方案作为与重链–轻链修饰(例如，Fab臂中可变区或恒定区交换/替换，或在CH1/CL界面中引入带相反电荷的带电荷氨基酸取代)组合的不同备选项，所述备选项减少轻链错误配对和Bence-Jones型副产物。
在一个具体实施方案中，所述促进Fc结构域的第一和第二亚基缔合的修饰是所谓的“杵臼(knob-into-hole)”修饰，包括在Fc结构域的两个亚基的一者中的“杵修饰”和在Fc结构域的两个亚基的另一者中的“臼修饰”。
杵臼技术例如在US 5,731,168；US 7,695,936；Ridgway等人,Prot Eng9,617-621(1996)和Carter，J Immunol Meth 248,7-15(2001)中描述。通常，该方法涉及在第一多肽的界面处引入突出部分(“杵”)并在第二多肽的界面中引入相应空穴(“臼”)，从而可以将突出部分安置在空穴中，从而促进异二聚体形成并阻碍同型二聚体形成。通过将源自第一多肽界面小氨基酸侧链替换为较大侧链(例如酪氨酸或色氨酸)，构建突出部分。通过将大氨基酸侧链替换为较小侧链(例如，丙氨酸或苏氨酸)，在第二多肽的界面中产生与突出部分具有相同或相似尺寸的补偿“空穴”。
因此，在具体实施方案中，Fc结构域的第一亚基的CH3结构域中的氨基酸残基由具有更大侧链体积的氨基酸残基替换，因而在第一亚基的CH3结构域内部产生可布置在第二亚基的CH3结构域内部腔体中的突出部分，并且Fc结构域的第二亚基的CH3结构域中的氨基酸残基由具有更小侧链体积的氨基酸残基替换，因而在第二亚基的CH3结构域内部产生空穴，在空穴内部可布置第一亚基的CH3结构域内部的突出部分。
优选地，所述具有更大侧链体积的氨基酸残基选自精氨酸(R)、苯丙氨酸(F)、酪氨酸(Y)和色氨酸(W)。
优选地，所述具有更小侧链体积的氨基酸残基选自丙氨酸(A)、丝氨酸(S)、苏氨酸(T)和缬氨酸(V)。
突出部分和空穴可以通过改变编码多肽的核酸产生，例如通过位点特异性诱变或通过肽合成产生。
在具体实施方案中，Fc结构域的第一亚基的CH3结构域(“杵”亚基)中位置366处的苏氨酸残基由色氨酸残基替换(T366W)，并且Fc结构域的第二亚基的CH3结构域(“臼”亚基)中位置407处的酪氨酸残基由缬氨酸残基替换(Y407V)。在一个实施方案中，Fc结构域的第二亚基中位置366处的苏氨酸残基额外地由丝氨酸残基替换(T366S)并且位置368处的亮氨酸残基由丙氨酸残基替换(L368A)(根据Kabat EU索引的编号)。
在另一实施方案中，Fc结构域的第一亚基中位置354处的丝氨酸残基额外地由半胱氨酸残基(S354C)替换或位置356处的谷氨酸残基由半胱氨酸残基(E356C)替换，尤其位置354处的丝氨酸残基由半胱氨酸残基(S354C)替换、和Fc结构域第二亚基中位置349处的酪氨酸残基额外地由半胱氨酸残基(Y349C)替换(根据Kabat EU索引的编号)。这两个半胱氨酸残基的引入导致二硫键在Fc结构域的两个亚基之间形成，进一步稳定二聚体(Carter，J Immunol Methods 248,7-15(2001))。
在具体实施方案中，Fc结构域的第一亚基包含氨基酸取代S354C和T366W，并且Fc结构域的第二亚基包含氨基酸取代Y349C、T366S、L368A和Y407V(根据Kabat EU索引编号)。
在具体实施方案中，本文所述的免疫缀合物的突变体IL-2多肽与Fc结构域的第一亚基(包含“杵修饰”)融合。不希望受理论约束，IL-2多肽与含有杵的Fc结构域亚基融合将(进一步)使包含两条IL-2多肽的免疫缀合物的产生最小化(两条含有杵的多肽发生立体位阻)。
构思其他修饰CH3以增强异二聚化的技术作为本发明的备选项并且它们例如在WO96/27011、WO 98/050431，EP 1870459、WO 2007/110205、WO 2007/147901、WO 2009/089004、WO 2010/129304、WO 2011/90754、WO 2011/143545、WO 2012/058768、WO 2013/157954、WO 2013/096291中描述。
在一个实施方案中，备选地使用EP 1870459A1中描述的异二聚化方案。这种方案基于将具有相反电荷的带电荷氨基酸在Fc结构域的两个亚基之间CH3/CH3结构域界面内的特定氨基酸位置处引入。一个优选的实施方案是在(Fc结构域的)两个CH3结构域的一者中氨基酸突变R409D；K370E和在Fc结构域的CH3结构域的另一者中氨基酸突变D399K；E357K(根据Kabat EU索引编号)。
在另一个实施方案中，抗体包含在Fc结构域的第一亚基的CH3结构域中的氨基酸突变T366W和在Fc结构域的第二亚基的CH3结构域中的氨基酸突变T366S、L368A、Y407V，并且额外地包含在Fc结构域的第一亚基的CH3结构域中的氨基酸突变R409D；K370E，和在Fc结构域的第二亚基的CH3结构域中的氨基酸突变D399K；E357K(根据Kabat EU索引的编号)。
在另一个实施方案中，抗体包含在Fc结构域的第一亚基的CH3结构域中的氨基酸突变S354C、T366W和在Fc结构域的第二亚基的CH3结构域中的氨基酸突变Y349C、T366S、L368A、Y407V，或抗体包含在Fc结构域的第一亚基的CH3结构域中的氨基酸突变Y349C、T366W和在Fc结构域的第二亚基的CH3结构域中的氨基酸突变S354C、T366S、L368A、Y407V，额外包含在Fc结构域的第一亚基的CH3结构域中的氨基酸突变R409D；K370E和在Fc结构域的第二亚基的CH3结构域中的氨基酸突变D399K；E357K(均根据Kabat EU索引的编号)。
在一个实施方案中，备选地使用WO 2013/157953中描述的异二聚化方案。在一个实施方案中，第一CH3结构域包含氨基酸突变T366K并且第二CH3域包含氨基酸突变L351D(根据Kabat EU索引的编号)。在另一实施方案中，第一CH3结构域包含另一氨基酸突变L351K。在另一实施方案中，第二CH3域包含选自Y349E、Y349D和L368E(优选地L368E)的另一氨基酸突变(根据Kabat EU索引的编号)。
在一个实施方案中，备选地使用WO 2012/058768中描述的异二聚化方案。在一个实施方案中，第一CH3结构域包含氨基酸突变L351Y、Y407A并且第二CH3域包含氨基酸突变T366A、K409F。在另一实施方案中，第二CH3结构域在位置T411、D399、S400、F405、N390或K392处包含另一氨基酸突变，所述氨基酸突变例如选自a)T411N、T411R、T411Q、T411K、T411D、T411E或T411W、b)D399R、D399W、D399Y或D399K、c)S400E、S400D、S400R、或S400K、d)F405I、F405M、F405T、F405S、F405V或F405W、e)N390R、N390K或N390D、f)K392V、K392M、K392R、K392L、K392F或K392E(根据Kabat EU索引的编号)。在另一实施方案中，第一CH3结构域包含氨基酸突变L351Y、Y407A并且第二CH3域包含氨基酸突变T366V、K409F。在另一实施方案中，第一CH3结构域包含氨基酸突变Y407A并且第二CH3域包含氨基酸突变T366A、K409F。在另一实施方案中，第二CH3域还包含氨基酸突变K392E、T411E、D399R和S400R(根据Kabat EU索引的编号)。
在一个实施方案中，备选地使用WO 2011/143545中描述的异二聚化方案，例如在选自368和409的位置具有氨基酸修饰(根据Kabat EU索引编号)。
在一个实施方案中，备选地使用WO 2011/090762中描述的异二聚化方案，所述方案也使用上文所述的杵臼技术。在一个实施方案中，第一CH3结构域包含氨基酸突变T366W并且第二CH3域包含氨基酸突变Y407A。在一个实施方案中，第一CH3结构域包含氨基酸突变T366Y并且第二CH3域包含氨基酸突变Y407T(根据Kabat EU索引的编号)。
在一个实施方案中，抗体或其Fc结构域属于IgG2亚类并且备选地使用WO 2010/129304中描述的异二聚化方案。
在备选实施方案中，促进Fc结构域的第一和第二亚基缔合的修饰包括介导静电控制效应的修饰，例如，如PCT公开WO 2009/089004中所述。通常，这种方法涉及将两个Fc结构域亚基的界面处的一个或多个氨基酸残基替换为带电荷的氨基酸残基，从而同型二聚体形成在静电上变得不利，而异二聚化在静电上有利。在这样的一个实施方案中，第一CH3结构域包含带负电荷氨基酸(例如谷氨酸(E)或天冬氨酸(D)，优选地K392D或N392D)对K392或N392的氨基酸取代，第二CH3结构域包含带正电荷氨基酸(例如赖氨酸(K)或精氨酸(R)，优选地D399K、E356K、D356K或E357K和更优选地D399K和E356K)对D399、E356、D356或E357的氨基酸取代。在另一实施方案中，第一CH3结构域还包含带负电荷氨基酸(例如谷氨酸(E)、或天冬氨酸(D)，优选地K409D或R409D)对K409或R409的氨基酸取代。在另一实施方案中，第一CH3结构域进一步或备选地包含带负电荷氨基酸(例如谷氨酸(E)，或天冬氨酸(D))对K439和/或K370的氨基酸取代(均根据Kabat EU索引的编号)。。
在另一实施方案中，备选地使用WO 2007/147901中描述的异二聚化方案。在一个实施方案中，第一CH3结构域包含氨基酸突变K253E、D282K和K322D，第二CH3域包含氨基酸突变D239K、E240K和K292D(根据Kabat EU索引的编号)。
在另一实施方案中，可以备选地使用WO 2007/110205中描述的异二聚化方案。
在一个实施方案中，Fc结构域的第一亚基包含氨基酸取代K392D和K409D，并Fc结构域的第二亚基包含氨基酸取代D356K和D399K(根据Kabat EU索引编号)。
减少Fc受体结合作用和/或效应子功能的Fc结构域修饰
Fc结构域向抗体如免疫缀合物赋予有利的药代动力学特性，包括有助于靶组织中良好蓄积的长血清半寿期和有利的组织-血液分布比例。然而，同时它可以导致将抗体不利地靶向表达Fc受体的细胞，而不是优选的携带抗原的细胞。另外，Fc受体信号传导途径的共活化可以导致细胞因子释放，连同抗体可能具有的其他免疫刺激特性和抗体的长半寿期，这导致全身性施用时过度激活细胞因子受体和重度副作用。
因此，在具体的实施方案中，与天然IgG1Fc结构域相比，治疗剂中所包含的抗体的Fc结构域，尤其免疫缀合物的Fc结构域显示减少的Fc受体结合亲和力和/或减少的效应子功能。在这样的一个实施方案中，Fc结构域(或包含所述Fc结构域的分子，例如，抗体)，与天然IgG1Fc结构域(或包含天然IgG1Fc结构域的相应分子)相比，显示小于50％、优选地小于20％、更优选地小于10％和最优选地小于5％的Fc受体结合亲和力，和/或与天然IgG1Fc结构域(或包含天然IgG1Fc结构域的相应分子)相比，显示小于50％、优选地小于20％、更优选地小于10％和最优选地小于5％的效应子功能。在一个实施方案中，Fc结构域(或包含所述Fc结构域的分子，例如，抗体)基本上不与Fc受体结合和/或不诱导效应子功能。在具体实施方案中，Fc受体是Fcγ受体。在一个实施方案中，Fc受体是人Fc受体。在一个实施方案中，Fc受体是激活Fc受体。在具体实施方案中，Fc受体是人激活Fcγ受体，更具体地人FcγRIIIa、FcγRI或FcγRIIa，最具体地人FcγRIIIa。在一个实施方案中，效应子功能是选自CDC、ADCC、ADCP和细胞因子分泌中中中的一种或多种。在具体实施方案中，效应子功能是ADCC。在一个实施方案中，与天然IgG1Fc结构域相比，Fc结构域显示出基本上相似的新生儿儿Fc受体(FcRn)结合亲和力。当Fc结构域(或包含所述Fc结构域的分子，例如，抗体)显示出大于约70％、特别地大于约80％、更特别地大于约90％的天然IgG1Fc结构域(或包含天然IgG1Fc结构域的相应分子)对FcRn的结合亲和力时，实现基本相似的FcRn结合作用。
在某些实施方案中，与非工程化的Fc结构域相比，Fc结构域经工程化以具有减少的Fc受体结合亲和力和/或减少的效应子功能。在具体的实施方案中，Fc结构域包含一个或多个氨基酸突变，所述氨基酸突变减少Fc结构域与Fc受体的结合亲和力和/或效应子功能。一般，一个或多个相同氨基酸突变存在于Fc结构域的两个亚基的每一者中。在一个实施方案中，氨基酸突变减少Fc结构域对Fc受体的结合亲和力。在一个实施方案中，氨基酸突变减少Fc结构域对Fc受体的结合亲和力至少2倍、至少5倍或至少10倍。在其中存在多于一个减少Fc结构域对Fc受体的结合亲和力的氨基酸突变的实施方案中，这些氨基酸突变的组合可以减少Fc结构域对Fc受体的结合亲和力至少10倍、至少20倍或甚至至少50倍。在一个实施方案中，与包含非工程化Fc结构域的相应分子相比，包含工程化Fc结构域的分子(例如抗体)显示出小于20％、特别地小于10％、更特别地小于5％的Fc受体结合亲和力。在一个具体实施方案中，Fc受体是Fcγ受体。在一些实施方案中，Fc受体是人Fc受体。在一些实施方案中，Fc受体是激活Fc受体。在一个具体实施方案中，Fc受体是人激活Fcγ受体，更具体地人FcγRIIIa、FcγRI或FcγRIIa，最具体地人FcγRIIIa。优选地，对这些受体中每种受体的结合作用减少。
在一些实施方案中，对补体组分的结合亲和力，尤其对C1q的结合亲和力也减少。在一个实施方案中，对新生儿儿Fc受体(FcRn)的结合亲和力不减少。当Fc结构域(或包含所述Fc结构域的分子，例如，抗体)显示出大于约70％的非工程化形式Fc结构域(或包含所述非工程化形式的Fc结构域的相应分子)对FcRn的结合亲和力时，实现基本相似的FcRn结合作用，即保留Fc结构域对所述受体的结合亲和力。该Fc结构域或包括所述Fc结构域的分子(例如抗体)可以显示出大于约80％和甚至大于约90％的这种亲和力。在某些实施方案中，与非工程化的Fc结构域相比，Fc结构域经工程化以具有减少的效应子功能。减少的效应子功能可以包括，但不限于以下一种或多种：补体依赖细胞毒性(CDC)减少、抗体依赖的细胞介导细胞毒性(ADCC)减少、抗体依赖的细胞吞噬作用(ADCP)减少、细胞因子分泌减少、抗原呈递细胞的免疫复合物介导的抗原摄取减少、与NK细胞结合减少、与巨噬细胞结合减少、与单核细胞结合减少、与多形核细胞结合减少、直接信号传导诱导的凋亡(direct signalinginducingapoptosis)减少、靶结合型抗体的交联减少、树突细胞成熟减少、或T细胞初敏减少。
在一个实施方案中，减少的效应子功能是选自以下中中的一种或多种：CDC减少、ADCC减少、ADCP减少和细胞因子分泌减少。在具体实施方案中，减少的效应子功能是减少的ADCC。在一个实施方案中，减少的ADCC小于由非工程化Fc结构域(或包含非工程化Fc结构域的相应分子)诱导的ADCC的20％。
在一个实施方案中，减少Fc结构域对Fc受体的结合亲和力和/或效应子功能的氨基酸突变是氨基酸取代。在一个实施方案中，Fc结构域在选自E233、L234、L235、N297、P331和P329位置处包含氨基酸取代(根据KabatEU索引的编号)。在更具体的实施方案中，Fc结构域在选自L234、L235和P329位置处包含氨基酸取代(根据Kabat EU索引的编号)。在一些实施方案中，Fc结构域包含氨基酸取代L234A和L235A(根据Kabat EU索引的编号)。在这样的一个实施方案中，Fc结构域是IgG1Fc结构域，尤其人IgG1Fc结构域。
在一个实施方案中，Fc结构域在位置P329处包含氨基酸取代。在更具体的实施方案中，氨基酸取代是P329A或P329G、特别地是P329G(根据Kabat EU索引的编号)。在一个实施方案中，Fc结构域在位置P329处包含氨基酸取代并在选自E233、L234、L235、N297和P331的位置处包含另一氨基酸取代(根据Kabat EU索引的编号)。
在更具体的实施方案中，另一氨基酸取代是E233P、L234A、L235A、L235E、N297A、N297D或P331S。在具体的实施方案中，Fc结构域在位置P329、L234和L235处包含氨基酸取代(根据Kabat EU索引的编号)。在更具体的实施方案中，Fc结构域包含氨基酸突变L234A、L235A和P329G(“P329G LALA”)。在这样的一个实施方案中，Fc结构域是IgG1Fc结构域，尤其人IgG1Fc结构域。氨基酸取代的“P329G LALA”组合几乎完全消除人IgG1Fc结构域的Fcγ受体(以及补体)结合作用，如通过引用方式完整并入本文的PCT公开号WO 2012/130831中所述。WO 2012/130831还描述了制备这类突变Fc结构域的方法和用于确定其特性如Fc受体结合作用或效应子功能的方法。
与IgG1抗体相比，IgG4抗体显示减少的Fc受体结合亲和力和减少的效应子功能。因此，在一些实施方案中，Fc结构域是IgG4Fc结构域，尤其是人IgG4Fc结构域。在一个实施方案中，IgG4Fc结构域在位置S228处包含氨基酸取代，尤其氨基酸取代S228P(根据Kabat EU索引的编号)。为了进一步减少其Fc受体结合亲和力和/或其效应子功能，在一个实施方案中，IgG4Fc结构域在位置L235处包含氨基酸取代、特别是氨基酸取代L235E(根据Kabat EU索引的编号)。在另一个实施方案中，IgG4Fc结构域在位置P329处包含氨基酸取代，特别是氨基酸取代P329G(根据KabatEU索引的编号)。在具体实施方案中，IgG4Fc结构域在位置S228、L235和P329处包含氨基酸取代，特别是氨基酸取代S228P、L235E和P329G(根据Kabat EU索引的编号)。在通过引用方式完整并入本文的PCT公开号WO 2012/130831中描述这类IgG4Fc结构域突变体及其Fcγ受体结合特性。
在具体实施方案中，与天然IgG1Fc结构域相比，显示Fc受体结合亲和力减少和/或效应子功能减少的Fc结构域是包含氨基酸取代L234A、L235A和任选地P329G的人IgG1Fc结构域，或包含氨基酸取代S228P、L235E和任选地P329G的人IgG4Fc结构域(根据Kabat EU索引的编号)。
在某些实施方案中，已经消除Fc结构域的N-糖基化。在这样的一个实施方案中，Fc结构域在位置N297处包含氨基酸突变，特别是天冬酰胺更换为丙氨酸(N297A)或天冬氨酸(N297D)或甘氨酸(N297G)的氨基酸取代(根据Kabat EU索引的编号)。
除上文和PCT公开号WO 2012/130831中所述的Fc结构域之外，Fc受体结合作用和/或效应子功能减少的Fc结构域还包括取代了Fc结构域残基238、265、269、270、297、327和329中一个或多个残基的那些Fc结构域(美国专利号6,737,056)(根据Kabat EU索引的编号)。这类Fc突变体包括在氨基酸位置265、269、270、297和327的两个或更多个位置处具有取代的Fc突变体，包括残基265和297取代成丙氨酸的所谓“DANA”Fc突变体(美国专利号7,332,581)。
可以使用本领域熟知的遗传方法或化学方法，通过氨基酸缺失、取代、插入或修饰，制备突变Fc结构域。遗传方法可以包括DNA编码序列的位点特异性诱变、PCR、基因合成等。可以例如通过测序，验证正确的核苷酸变化。
可以使用标准仪器如BIAcore仪器(GE Healthcare)和如可以通过重组表达获得的Fc受体，例如通过ELISA或通过表面等离子体共振法(SPR)容易地确定与Fc受体的结合作用。可选地，可以使用已知表达特定Fc受体的细胞系，如表达FcγIIIa受体的人NK细胞，评价Fc结构域或包含Fc结构域的分子对Fc受体的结合亲和力。
可以通过本领域已知的方法测量Fc结构域或包含Fc结构域的分子(例如抗体)的效应子功能。本文描述了测量ADCC的合适测定法。评估目的分子的ADCC活性的体外测定法的其他例子在美国专利号5,500,362；Hellstrom等人,Proc Natl Acad Sci USA 83,7059-7063(1986)和Hellstrom等人,Proc Natl Acad Sci USA 82,1499-1502(1985)；美国专利号5,821,337；Bruggemann等人，J Exp Med 166,1351-1361(1987).中描述。备选地，可以使用非放射性分析方法(见，例如，用于流式细胞术的ACTITM非放射性细胞毒性测定法(CellTechnology,Inc.Mountain View,CA)；和CytoTox 非放射性细胞毒性测定法(Promega,Madison,WI))。用于此类测定法的效应细胞括外周血单核细胞(PBMC)和天然杀伤(NK)细胞。备选或额外地，可以在体内，例如，在动物模型中，如在Clynes等人,Proc NatlAcad SciUSA 95,652-656(1998)公开中的那种动物模型中，评估目的分子的ADCC活性。
在一些实施方案中，Fc结构域对补体组分，尤其对C1q的结合作用减少。因此，在其中Fc结构域经工程化以具有减少的效应子功能的一些实施方案中，所述减少的效应子功能包括减少的CDC。可以实施C1q结合测定法以确定Fc结构域或包含Fc结构域分子(例如抗体)是否能够结合C1q并因此具有CDC活性。参见，例如，WO 2006/029879和WO2005/100402中的C1q和C3c结合ELISA。为了评估补体激活，可以进行CDC测定法(参见，例如，Gazzano-Santoro等人,J Immunol Methods 202,163(1996)；Cragg等人,Blood 101,1045-1052(2003)；和Cragg和Glennie，Blood 103,2738-2743(2004))。
实施例
数据：
为了开发这种方法，我们使用来自CEA-IL2v I期临床研究的药代动力学数据、药效动力学数据和影像学数据：
-药代动力学(PK)：在74位接受CEA-IL2v Q2W或QW的癌症患者中在不同时间测量的CEA-IL2v浓度(总计824个分析点，每位患者平均11.14个，最少4个并且最多28个)
-药效动力学(PD)：作为FACS分析输出项的CD8+和CD4+ T细胞浓度、NK细胞浓度和B细胞浓度，在相同的74患者中不同时间进行所述分析(总计273个分析点，每位患者平均3.69个，最少0个并且最多9个)
-影像学：14位接受放射标记剂药物的患者中的数据，化合物浓度在三个时间点测量(第1、第4、第8天)
开发的模型：
基于前述数据，开发了一个数学模型(图1)。
该模型预测QW递送药物将导致血液中免疫细胞扩充(参见图2)。
工作实施例：
在这个实施例中，选择充分测量PK并按QW方案给药20mg的CEA阳性CRC患者。首先，仅前七个PK量值(直至第4日：采样时间1小时、2.5小时、4.5小时、6.5小时、24小时、72小时、96小时；值为2.72、6.54、5.83、5.72、3.22、0.193、0.027mg/mL)是分析并且将使用贝叶斯法估计的个体PK参数，即kclear、kon、koff、kin、kout、kint和η，连同群体参数值(如上文报告)用作先导。这导致以下估计值：
kclear＝0.036283；
kon＝1.1229；
koff＝0.0054365；
kin＝0.0022355；
kout＝0.010648；
kint＝0.010352；
将摄取量的参数“η”对群体值修正，所述群体值在4位呈CEA+且在第1周期30mg时具有影像学数据的CRC患者的2位中获得。
η＝1.9224.
PK(估计)参数和肿瘤摄取量(针对CRC CEA+常见值修正)参数用来模拟后续周期时相应的PK和摄取量。在稍后周期通过叠加剩余的PK评估值核查PK预测值。该模型用来确定能够补偿外周中TMDD现象的给药方案。与TMDD不存在时的理论摄取量相比，提出的启发性给药方案(由每5天给予剂量，在每个周期始于20mg并按5mg递增组成)产生非常相似的摄取量(作为曲线下面积计算)：0.050mg/cm3*天与TMDD不存在时0.048mg/cm3*天。
在图8中，左图显示个体患者药代动力学数据(仅圆圈用来校准这位个体的模型)。短划线表示这位给定个体的预测值并且星号是未用来得出这个预测值的观测值。
中心图表是这位患者的肿瘤中相应的预测抗体摄取量曲线(连续线)。短划线表示如果不出现目标外周扩充情况下的理论预测值(这是想要通过强化给药方案实现的摄取量)。
右图是当模拟这位患者的强化给药方案时预测的摄取量。这里(连续线)，每5天而非7天给予抗体。剂1是按20mg开始并且这随后为每周递增5mg。预测这个新“个体化”方案的摄取量与免疫细胞不扩充情况下的理论摄取量相似(短划线)。
CEA-IL2v/FAP-IL2v给药方案
首剂IL2v最关键，因为它击中其中目标扩充尚未发生的静息系统。首次施用后，药物的暴露量最高并且毒性因此最明显。CEA-IL2v首次剂量可以高达30mg(MTD)，对于FAP-IL2v，优选的剂量是25mg。然而，发明人是仍评判着剂量递增并且尚未实现MTD。因此，30mg或更大剂量可能是有可能的。
个体之间存在首剂暴露量的高度变异性，并且因此需要用每个人可能的最高安全剂量启动治疗以发现最大暴露量。
因此，提出以下模型：用每位患者可以忍受的最高剂量(即CEA-IL2v20mg)启动治疗。确定PK并用数据注入本文所述的模型以预测TMDD。随后，针对第三施用调整剂量以补偿TMDD，并且重复PK采样。优选重复这个循环直至免疫细胞扩充已经达到平台期(plateau)或毒性禁止进一步上调剂量。结果将显示，可以基于一位个体的免疫细胞增殖潜力，完成个性化给药。例如：
患者1：剂量(D)1＝20mg，D3＝25mg，D5seqq＝30mg
患者2：D1＝20mg，D3＝30mg，D5＝40mg，D7seqq＝45mg
对于CEA-IL2v，已经确定MTD处于30mg。已经确定CEA-IL2v的最高安全起始剂量为20mg。
在优选的实施方案中，CEA-IL2v的起始剂量将是20mg(第1周+第2周)。此后，患者将会根据如使用本文所述的模型所测定的其免疫细胞增殖潜力，被分配接受以下剂量上调方案：
a)低TMDD-->20mg(第3周seqq.)，
b)居间TMDD-->25mg(第3周seqq)，
c)高TMDD-->25mg(第3周+第4周)，30mg(第5周seqq.)。
对于FAP-IL2v，尚未确定MTD，但是因为它大于25mg，剂量测定建议将遵循与CEA-IL2v相同的逻辑，但是可能采用更多的剂量上调步骤：在优选的实施方案中，FAP-IL2v的起始剂量将是20mg(第1周(w1)+w2)。此后，患者将会根据如使用本文所述的模型所测定的其免疫细胞增殖潜力，被分配接受以下剂量上调方案：
a)低TMDD：25mg(w3+w4)，30mg(w5seqq.)
b)居间TMDD：30mg(w3+w4)，40mg(w5seqq)
c)高TMDD：30mg(w3+w4)，40mg(w5+w6)，50mg(w7seqq.)。
参考文献
[1]Proleukin药品说明书.
[2]Lode等人,Blood 1998.
[3]Mager.Targeted-mediated drug disposition and dynamics.BiochemPharmacol 2006.
[4]Lindstrom和Bates.Nonlinear mixed effects models for repeatedmeasures data.Biometrics 1990；46:673–87
[5]www.lixoft.com
[6]Schmidt和Wittrup.A modeling analysis of the effects of molecularsize and binding affinity on tumor targeting.Mol Cancer Ther 2009.
[7]Thurber和Wittrup.A mechanistic compartmental model for totalantibody uptake in tumors.J Theor Biol 2012.
[8]Gibiansly和Gibiansky.Target-mediated drug disposition model:approximations,identifiability of model parameters and applications to thepopulation pharmacokinetic-pharmacodynamic modeling of biologics.Expert OpinDrug Metab Toxicol.2009.

Claims (56)

1.一种用于确定治疗剂最佳给药方案的方法，所述方法包括：
a)使用在治疗剂给药后的一个或多个时间点从一位或多位个体获得的数据模拟模型；其中数据包括涉及非结合型治疗剂的量的PK数据；
其中模型是：
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度，并且依据kin/kout给出，或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
b)基于补偿游离型治疗剂减少所要求的治疗剂增加，提供最佳剂量方案；
其中治疗剂是能够靶向IL2R的化合物。
2.根据权利要求1所述的方法，其中PK数据是向一位或多位个体给予治疗剂后的一个或多个时间点处血浆中非结合型治疗剂的浓度。
3.根据权利要求1或权利要求2所述的方法，其中数据还包括PD数据，所述PD数据包括用治疗剂治疗一位或多位个体后的一个或多个时间点处血液中IL2R+细胞的浓度。
4.根据权利要求2或权利要求3所述的方法，其中一个或多个时间点包括向一位或多位个体给药后0和120小时之间的三个或更多个时间点。
5.根据前述权利要求中任一项所述的方法，其中一个或多个时间点在向一位或多位个体初始给予治疗剂之后。
6.根据权利要求3所述的方法，其中通过测量可溶性CD25的浓度确定血液中IL2R+细胞的浓度。
7.根据权利要求3所述的方法，其中通过测量选自CD4+、CD8+、NK细胞、T细胞和B细胞中的一种或多种免疫细胞的浓度确定血液中IL2R+细胞的浓度。
8.根据前述权利要求中任一项所述的方法，其中kclear具有0.025和0.035小时-1之间的值；kon具有1和3.5μM·-1h-1之间的值；koff具有0.006和0.018h-1之间的值；kin具有0.002和0.0035μM.h-1之间的值；kout具有0.005和0.02h-1之间的值；kint具有0.01和0.02h-1之间的值；并且η具有1.5和2.0之间的值。
9.根据前述权利要求中任一项所述的方法，其中治疗剂包含IL2多肽、其变体或片段。
10.根据权利要求9所述的方法，其中所述治疗剂是免疫缀合物。
11.根据权利要求10所述的方法，其中所述免疫缀合物包含对肿瘤细胞特异的抗体或其片段。
12.根据权利要求11所述的方法，其中所述抗体或其片段对癌胚抗原(CEA)特异。
13.根据权利要求11所述的方法，其中所述抗体或其片段对成纤维细胞活化蛋白(FAP)特异。
14.根据前述权利要求中任一项所述的方法，其中所述一位或多位个体正接受癌症治疗。
15.根据前述权利要求中任一项所述的方法，其中优化剂量方案包括相对于之前剂量，增加治疗剂的单次给药量。
16.根据权利要求1至15中任一项所述的方法，其中优化剂量方案包括相对于之前各次给药之间的时间间隔，缩短各次给药之间的时间间隔。
17.确定正接受治疗剂治疗的个体的最佳剂量方案的方法；所述方法包括：
a)使用在治疗剂给药后的一个或多个时间点从所述个体获得的数据模拟模型，如PK或PKPD模型；其中数据包括(i)涉及非结合型治疗剂的量的PK数据；和任选地(ii)涉及表达IL2受体的免疫细胞的PD数据，
其中模型是：
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度，并且依据kin/kout给出，或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
b)基于补偿游离型治疗剂减少所要求的治疗剂增加，为个体提供最佳剂量方案；
其中治疗剂是能够靶向IL2R的化合物。
18.根据权利要求17所述的方法，还包括从取自个体的样品获得PK数据和任选地PD数据的步骤。
19.根据权利要求17或权利要求18所述的方法，还包括给药后从个体获得样品的步骤。
20.根据权利要求17至19中任一项所述的方法，其中PK数据是向一位或多位个体给予治疗剂后的一个或多个时间点处血浆中非结合型治疗剂的浓度。
21.根据权利要求17至20中任一项所述的方法，其中所述PD数据是用治疗剂治疗个体后的一个或多个时间点处血液中IL2R+细胞的浓度。
22.根据权利要求20或权利要求21所述的方法，其中一个或多个时间点包括向个体给药后0和120小时之间的三个或更多个时间点。
23.根据权利要求17至22中任一项所述的方法，其中一个或多个时间点在向个体初始给予治疗剂之后。
24.根据权利要求21所述的方法，其中通过测量可溶性CD25的浓度确定血液中IL2R+细胞的浓度。
25.根据权利要求21所述的方法，其中通过测量选自CD4+、CD8+、NK细胞、T细胞和B细胞中的一种或多种免疫细胞的浓度确定血液中IL2R+细胞的浓度。
26.根据权利要求17至25中任一项所述的方法，其中kclear具有0.025和0.035小时-1之间的值；kon具有1和3.5μM·-1h-1之间的值；koff具有0.006和0.018h-1之间的值；kin具有0.002和0.0035μM.h-1之间的值；kout具有0.005和0.02h-1之间的值；kint具有0.01和0.02h-1之间的值；并且η具有1.5和2.0之间的值。
27.根据权利要求17至26中任一项所述的方法，其中治疗剂包含IL2多肽、其变体或片段。
28.根据权利要求27所述的方法，其中所述治疗剂是免疫缀合物。
29.根据权利要求28所述的方法，其中所述免疫缀合物包含对肿瘤细胞特异的抗体或其片段。
30.根据权利要求29所述的方法，其中所述抗体或其片段对癌胚抗原(CEA)特异。
31.根据权利要求29所述的方法，其中所述抗体或其片段对成纤维细胞活化蛋白(FAP)特异。
32.根据权利要求17至31中任一项所述的方法，其中所述个体正接受癌症治疗。
33.根据权利要求17至32中任一项所述的方法，其中优化剂量方案包括相对于之前剂量，增加治疗剂的单次给药量。
34.根据权利要求17至33中任一项所述的方法，其中优化剂量方案包括相对于之前各次给药之间的时间间隔，缩短各次给药之间的时间间隔。
35.用有效剂量的治疗剂治疗有需求的个体的方法；其中使用模型计算所述有效剂量，所述方法包括步骤：
a)使用在治疗剂首次或之前给药后的一个或多个时间点从所述个体获得的数据模拟模型；其中数据包括(i)涉及非结合型治疗剂的量的PK数据；和任选地(ii)涉及表达IL2受体的免疫细胞的PD数据，
其中模型是：
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度，并且依据kin/kout给出，或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
b)基于补偿游离型治疗剂减少所要求的治疗剂增加，确定个体的有效剂量；并且
c)向所述个体施用所述有效剂量；
其中治疗剂是能够靶向IL2R的化合物。
36.用有效剂量的治疗剂治疗有需求的个体的方法，包括：
a)申请试验，所述试验提供分析结果以确定个体的所述治疗剂有效量；并且
b)按测定的有效量向个体施用所述治疗剂；
其中所述试验包括：
a)使用在治疗剂首次或之前给药后的一个或多个时间点从个体获得的数据模拟模型，如PK或PKPD模型；其中数据包括(i)涉及非结合型治疗剂的量的PK数据；和任选地(ii)涉及表达IL2受体的免疫细胞的PD数据，
其中模型是：
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度，并且依据kin/kout给出，或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
b)基于补偿游离型治疗剂减少所要求的治疗剂增加，确定个体的有效剂量；
其中治疗剂是能够靶向IL2R的化合物。
37.优化患有癌症的个体的治疗有效疗法的方法，所述方法包括：
a)进行治疗剂的首次或之前给药；
b)在所述治疗剂首次或之前给药后的一个或多个时间点，确定所述个体的PK数据和任选地PD数据；
c)将所述PK数据和任选地PD数据应用于模型，以预测所述首次或之前给药后循环性游离型治疗剂的损耗；
d)为至少第二次给药提供剂量方案，其中通过增加单次给药的量、缩短各次给药之间时间间隔或二者组合，所述剂量方案提供调整量的治疗剂以补偿循环型游离药物的预测损耗；并且
e)根据剂量方案进行所述至少第二次给药；
其中模型是
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度，并且依据kin/kout给出，或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
并且其中数据包括(i)涉及非结合型治疗剂的量的PK数据；和任选地(ii)涉及表达IL2受体的免疫细胞的PD数据，所述数据在治疗剂首次给药后的一个或多个时间点从个体获得。
38.根据权利要求35至37中任一项所述的方法，还包括从取自个体的样品获得PK数据和PD数据的步骤。
39.根据权利要求35至38中任一项所述的方法，还包括给药后从个体获得样品的步骤。
40.根据权利要求35至39中任一项所述的方法，其中PK数据是向个体给予治疗剂后的一个或多个时间点处血浆中非结合型治疗剂的浓度。
41.根据权利要求35至40中任一项所述的方法，其中所述PD数据是向个体给予治疗剂后的一个或多个时间点处血液中IL2R+细胞的浓度。
42.根据权利要求40或权利要求41所述的方法，其中一个或多个时间点包括向个体给药后0和120小时之间的三个或更多个时间点。
43.根据权利要求35至42中任一项所述的方法，其中一个或多个时间点在向个体初始给予治疗剂之后。
44.根据权利要求41所述的方法，其中通过测量可溶性CD25的浓度确定血液中IL2R+细胞的浓度。
45.根据权利要求41所述的方法，其中通过测量选自CD4+、CD8+、NK细胞、T细胞和B细胞中的一种或多种免疫细胞的浓度确定血液中IL2R+细胞的浓度。
46.根据权利要求35至45中任一项所述的方法，其中kclear具有0.025和0.035小时-1之间的值；kon具有1和3.5μM·-1h-1之间的值；koff具有0.006和0.018h-1之间的值；kin具有0.002和0.0035μM.h-1之间的值；kout具有0.005和0.02h-1之间的值；kint具有0.01和0.02h-1之间的值；并且η具有1.5和2.0之间的值。
47.根据权利要求35至46中任一项所述的方法，其中治疗剂包含IL2多肽、其变体或片段。
48.根据权利要求47所述的方法，其中所述治疗剂是免疫缀合物。
49.根据权利要求48所述的方法，其中所述免疫缀合物包含对肿瘤细胞特异的抗体或其片段。
50.根据权利要求49所述的方法，其中所述抗体或其片段对癌胚抗原(CEA)特异。
51.根据权利要求49所述的方法，其中所述抗体或其片段对成纤维细胞活化蛋白(FAP)特异。
52.根据权利要求35至51中任一项所述的方法，其中所述个体正接受癌症治疗。
53.根据权利要求35至52中任一项所述的方法，其中有效剂量包括相对于之前剂量，增加治疗剂的单次给药量。
54.根据权利要求35至53中任一项所述的方法，其中有效剂量包括相对于之前各次给药之间的时间间隔，缩短各次给药之间的时间间隔。
55.治疗剂(例如基于IL2的治疗剂)，用于治疗个体的方法中；所述方法包括向所述个体施用有效量的治疗剂，其中已经通过将PK数据和任选地PD数据应用于根据下式的模型，确定所述有效量：
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度，并且依据kin/kout给出，或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
其中数据包括(i)涉及非结合型治疗剂的量的PK数据；所述数据在治疗剂首次或之前给药后的一个或多个时间点从个体获得；和任选地(ii)涉及表达IL2受体的免疫细胞的PD数据，所述数据在治疗剂首次或之前给药后的一个或多个时间点从个体获得。
56.为正接受治疗剂治疗的个体确定有效剂量或剂量方案的网络系统；所述系统包括剂量确定装置和信息通讯终端装置，所述剂量确定装置包括控制组件和记忆组件，所述装置通过网络彼此通讯连接；
(1)其中信息通讯终端装置包括：
(1a)将从接受所述治疗剂首次给药的个体获得的样品中取得的PK数据和任选地PD数据传输至剂量确定装置的数据发送单元；
(1b)接受从有效剂量确定装置传输的受试者的确定的有效第二次给药的结果接收单元；
(2)其中有效剂量确定装置包括：
(2a)PK数据和任选地PD数据接收单元，所述单元接受从信息通讯终端装置传输的从个体获得的样品中取得的PK数据和任选地PD数据，
(2b)使用模型处理来自数据接收单元的数据的数据处理单元；
(2c)基于数据处理单元的结果，确定个体为维持治疗剂治疗有效水平所要求的第二有效剂量的剂量计算单元；和
(2d)将剂量计算单元获得的个体的计算有效第二剂量信息传输至通讯终端装置的有效剂量结果发送单元；其中有效剂量包括相对于之前剂量，单次给药中治疗剂的量增加和/或在具有相同量或改变量的治疗剂的各次给药之间时间间隔的变化(例如缩短)；
其中模型是
其中：
[Ab]free是血浆中非结合型治疗剂的浓度，
[IL2R]free是血液中表达IL2受体的非结合型免疫细胞的浓度，并且依据kin/kout给出，或任选地从PD数据获得，
[Complex]是治疗剂和表达IL-2受体的免疫细胞(IL2R+细胞)之间复合物的浓度，
kclear是治疗剂从血浆消除的恒定速率并具有0.02和0.04小时-1之间的值；
kon是治疗剂和表达IL-2受体的免疫细胞之间复合物的缔合速率并具有0.26和4.5μM·-1h-1之间的值；
koff是治疗剂和表达IL-2受体的免疫细胞之间复合物的解离速率并具有0.0035和0.02h-1之间的值，
kin是血浆中IL2R+细胞的恒定内流速率并具有0.0006和0.0144μM.h-1之间的值；
kout是血浆中IL2R+细胞的天然衰变速率并具有0.0018和0.069h-1之间的值，
kint是治疗剂的内化速率并具有0.0066和0.023h-1之间的值；并且
η是血浆中IL2R+细胞因治疗剂结合(内化)而扩充的恒定速率并具有1.02和3.31之间的值；
并且其中数据包括(i)涉及非结合型治疗剂的量的PK数据；和任选地(ii)涉及表达IL2受体的免疫细胞的PD数据，所述数据在治疗剂首次或之前给药后的一个或多个时间点从个体获得。
CN201780045896.7A 2016-05-25 2017-05-22 剂量方案设计相关的材料与方法 Pending CN109478421A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16171263.3 2016-05-25
EP16171263 2016-05-25
PCT/EP2017/062302 WO2017202786A1 (en) 2016-05-25 2017-05-22 Materials and methods relating to dosage regimen design

Publications (1)

Publication Number Publication Date
CN109478421A true CN109478421A (zh) 2019-03-15

Family

ID=56096950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780045896.7A Pending CN109478421A (zh) 2016-05-25 2017-05-22 剂量方案设计相关的材料与方法

Country Status (12)

Country Link
US (1) US20190361018A1 (zh)
EP (1) EP3465494A1 (zh)
JP (1) JP6943885B2 (zh)
KR (1) KR20190015345A (zh)
CN (1) CN109478421A (zh)
AR (1) AR108552A1 (zh)
AU (1) AU2017269764A1 (zh)
BR (1) BR112018074152A8 (zh)
CA (1) CA3025050A1 (zh)
IL (1) IL263073A (zh)
MX (1) MX2018014432A (zh)
WO (1) WO2017202786A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3056630A1 (en) 2017-03-15 2018-09-20 Pandion Therapeutics, Inc. Targeted immunotolerance
WO2018217989A1 (en) 2017-05-24 2018-11-29 Pandion Therapeutics, Inc. Targeted immunotolerance
US10946068B2 (en) 2017-12-06 2021-03-16 Pandion Operations, Inc. IL-2 muteins and uses thereof
US10174091B1 (en) 2017-12-06 2019-01-08 Pandion Therapeutics, Inc. IL-2 muteins
AU2020279240A1 (en) 2019-05-20 2021-12-23 Pandion Operations, Inc. MAdCAM targeted immunotolerance
US20220370563A1 (en) * 2019-10-25 2022-11-24 Neoleukin Therapeutics, Inc. Methods of administration of il-2 receptor agonists
US11981715B2 (en) 2020-02-21 2024-05-14 Pandion Operations, Inc. Tissue targeted immunotolerance with a CD39 effector

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070098685A1 (en) * 2005-01-19 2007-05-03 Brand Stephen J Methods and kits to treat chronic inflammatory immune diseases by administering a proteasome inhibitor and an interleukin 2 receptor agonist
US20090123428A1 (en) * 2003-04-21 2009-05-14 Hall Frederick L Pathotropic targeted gene delivery system for cancer and other disorders
US20090306944A1 (en) * 2006-06-20 2009-12-10 Bayer Technology Services Gmbh Device and method for calculating and supplying a drug dose
US20120104039A1 (en) * 2002-07-27 2012-05-03 Mcs Micro Carrier Systems Gmbh Medicament/Dosimeter Combination Packaging
JP2013059665A (ja) * 2005-11-29 2013-04-04 Children's Hospital Medical Center 薬物選択及び投薬の最適化及び個別化
WO2015085276A1 (en) * 2013-12-06 2015-06-11 Biogen Idec Ma Inc. Population pharmacokinetics tools and uses thereof
WO2016014530A1 (en) * 2014-07-21 2016-01-28 Novartis Ag Combinations of low, immune enhancing. doses of mtor inhibitors and cars

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
PL3180020T3 (pl) * 2014-08-11 2019-06-28 Delinia, Inc. Modyfikowane warianty il-2, które selektywnie aktywują limfocyty t regulatorowe do leczenia chorób autoimmunologicznych

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120104039A1 (en) * 2002-07-27 2012-05-03 Mcs Micro Carrier Systems Gmbh Medicament/Dosimeter Combination Packaging
US20090123428A1 (en) * 2003-04-21 2009-05-14 Hall Frederick L Pathotropic targeted gene delivery system for cancer and other disorders
US20070098685A1 (en) * 2005-01-19 2007-05-03 Brand Stephen J Methods and kits to treat chronic inflammatory immune diseases by administering a proteasome inhibitor and an interleukin 2 receptor agonist
JP2013059665A (ja) * 2005-11-29 2013-04-04 Children's Hospital Medical Center 薬物選択及び投薬の最適化及び個別化
US20090306944A1 (en) * 2006-06-20 2009-12-10 Bayer Technology Services Gmbh Device and method for calculating and supplying a drug dose
WO2015085276A1 (en) * 2013-12-06 2015-06-11 Biogen Idec Ma Inc. Population pharmacokinetics tools and uses thereof
WO2016014530A1 (en) * 2014-07-21 2016-01-28 Novartis Ag Combinations of low, immune enhancing. doses of mtor inhibitors and cars

Also Published As

Publication number Publication date
US20190361018A1 (en) 2019-11-28
AR108552A1 (es) 2018-08-29
BR112018074152A2 (pt) 2019-03-06
BR112018074152A8 (pt) 2023-01-31
CA3025050A1 (en) 2017-11-30
IL263073A (en) 2019-03-31
EP3465494A1 (en) 2019-04-10
WO2017202786A1 (en) 2017-11-30
JP6943885B2 (ja) 2021-10-06
AU2017269764A1 (en) 2018-12-13
KR20190015345A (ko) 2019-02-13
MX2018014432A (es) 2019-04-01
JP2019530907A (ja) 2019-10-24

Similar Documents

Publication Publication Date Title
CN109478421A (zh) 剂量方案设计相关的材料与方法
ES2908916T3 (es) Anticuerpos anti-tim-3
CN103703024B (zh) 能够与人和非人cd3结合的cd3结合分子
CN104080809B (zh) 抗cd134(ox40)抗体及其应用
Magdelaine-Beuzelin et al. Structure–function relationships of the variable domains of monoclonal antibodies approved for cancer treatment
CN108290954A (zh) Ii型抗cd20抗体用于降低抗药物抗体形成
CN112105645A (zh) Il-15/il-15ra异二聚体fc融合蛋白及其用途
CN108883180A (zh) Clec9a结合剂及其用途
CN110382525A (zh) 免疫缀合物
CN109414455A (zh) Bcma结合分子及其使用方法
CN109963873A (zh) 新颖抗cd137抗体和其用途
CN107709367A (zh) 新型多肽
CN108064237A (zh) 包含tnf家族配体三聚体的抗原结合分子
CN107001476A (zh) 用于增强的免疫应答和癌症治疗的组合物和方法
CN105658235A (zh) 能够结合gpA33和CD3的双特异性单价双抗体及其用途
CA2866612A1 (en) Conditionally active ph-dependent cetuximab variant anti-epidermal growth factor receptor antibodies and method of use thereof
CN102046803B (zh) 碱性成纤维细胞生长因子的单克隆抗体
CN107001454A (zh) 新的抗mfi2抗体和使用方法
CN114901679A (zh) 全新被掩蔽的细胞因子及其应用
CN110114674A (zh) 确定肿瘤样品中存在靶抗原的方法
Rossi et al. Optimization of multivalent bispecific antibodies and immunocytokines with improved in vivo properties
CN103649326B (zh) 用于治疗和诊断用途的抗体样蛋白
CN110248677A (zh) 人源化抗cd19抗体及其与嵌合抗原受体的用途
CN107840885A (zh) Gm‑csf抗体及其用途
CN118019849A (zh) Il-2变体及其融合蛋白

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40004616

Country of ref document: HK