ESMO 2026：開幕前先讀兩類藥

先從實際讀得到的內容說起。官方互動議程讓已登入的與會者打開每篇 abstract 全文，我們保存了 10 月 20–21 日能取得的部分：共 4,325 篇，包括 presentation 310 篇、poster 2,025 篇、ePoster 1,990 篇。這足以在開幕前幾天就看出會議的輪廓。

這些 abstract 並不是整場會議。presentation 行事曆列出 298 個 session、共 1,788 張卡片，但多數卡片沒有可見的 abstract 正文；late-breaking abstract（LBA）則要到發表當天當地時間 00:05 才上線。因此這裡沒有計入任何 LBA 結果。對讀者而言，這表示這裡的每個數字都是下限、不是上限：馬德里的講台只會再往上加。

在這 4,325 篇裡，以固定、不分大小寫的關鍵字比對題名與 abstract 正文，標出 496 篇提到 ADC、同時提到 PD-1 或 PD-L1 與 VEGF，或使用雙特異性抗體用語的 abstract。關鍵字命中只是線索，所以這 496 篇再逐篇閱讀與分類，類別彼此重疊。對讀者而言，以下數字描述的是開幕前議程上寫了什麼：它們顯示這個領域把賭注押在哪裡，而不是哪些賭注會贏。

在我們篩選的兩類藥裡，ADC 的篇數遠多於另一類。ADC 是一種抗體，把細胞毒性藥物（payload）送到表現其標靶的細胞。有 343 篇提到 ADC；其中 202 篇的研究介入就是 ADC。

這 202 篇大多還在早期。95 篇報告臨床結果，32 篇是隨機試驗（部分仍在收案），兩者兼具的有 21 篇；其餘是試驗計畫、真實世界回顧或實驗室研究。所以 ADC 的篇數主要顯示有多少開發計畫正在進行，而不是已經有多少答案。

份量集中在隨機試驗那一端。OptiTROP-Breast01 的最終整體存活分析（4639RO；263 位曾接受治療的三陰性乳癌病人）顯示，sacituzumab tirumotecan 組中位存活 14.7 個月，化療組 9.9 個月（hazard ratio 0.60）；整體存活是關鍵次要終點。我們追蹤的四項與 ADC 或雙特異性抗體相關的 LBA 中，有三項包含 ADC，分別在膀胱癌、胃食道癌與子宮內膜癌；結果尚未公開。

篇數一多，安全性的代價也跟著浮現。兩項匯總分析描述 ADC 已知的肺部發炎風險（間質性肺病，ILD）：tambotatug pelitecan（YL201；1057P）為 723 人中 22 人（3%），risvutatug rezetecan（1068P）為 301 人中 12 人（4%），其中包括一例治療相關死亡。兩者都沒有對照組，只能描述風險、不能拿來排名；對讀者的意義是，每一個新的 ADC 都得把肺部監測一起帶上。

PD-(L)1×VEGF 雙特異性抗體是走得快的一類，不是數量大的一類。它們是單一抗體，設計成同時阻斷免疫檢查點（PD-1 或 PD-L1）與血管生長訊號（VEGF）。要把它們分清楚，得真的逐篇讀。

61 篇 abstract 同時提到 PD-(L)1 與 VEGF。其中只有 25 篇測試的是同時打兩個標靶的單一分子：18 篇針對 PD-1 與 VEGF，7 篇針對 PD-L1 與 VEGF；另有 15 篇是把兩種不同的藥並用，那是另一個問題。對讀者的提醒是：題名寫「PD-1/VEGF」時，要先確認那是一個分子還是兩個。

這 25 篇多半規模小、單組，只有 7 篇是隨機試驗。在一項一線肺癌的隨機 phase II（2660P）中，PF-08634404（tivunatamig；3SBio 開發，授權 Pfizer）合併化療與 PD-1 抗體 tislelizumab 合併化療比較：在選定進入 phase 3 的劑量下，非鱗狀組確認反應率 75.0% 對 44.7%；跨劑量合計，grade 3 以上 VEGF 相關副作用 7.9% 對 1.4%。最大的考驗還在後面：HARMONi-GI1（sponsor：Akeso）是 ivonescimab 合併化療對 durvalumab 合併化療、用於膽道癌的雙盲 phase 3，列為 10 月 25 日 Presidential Symposium II 的 LBA8。

兩類藥開始交會。有三篇 abstract 把 ADC 與真正的 PD-(L)1×VEGF 雙特異性抗體合併使用（999O、1777P、2910P），其中包括一項 CLDN18.2 陽性胃癌的小型隨機 phase II（2910P；每組 21 人）。這些是早期安全性與活性訊號，還不是答案，但它們指出下一批合併療法試驗可能從哪裡來。

對病人而言，實際的問題已不是 ADC 有沒有效，而是一種 ADC 失效後下一步給什麼。好幾篇 abstract 正面處理這個問題，而早期答案令人冷靜。

一項前瞻性平台試驗 SWITCH（4RO）在前一種 ADC 失效後，讓 54 位 HER2 陰性乳癌病人改用標靶不同、但 payload 相近的 ADC。四個組別的確認反應率分別是 0%、8.3%、0% 與 5%。每組人數都少，也不是頭對頭比較，所以不能據此否定這個策略，但也談不上背書。

生物學提供了一些線索。在治療前與疾病惡化後的配對腫瘤檢體中（4449RO），曾接受 trastuzumab deruxtecan 的 14 位病人裡有 8 位 HER2 蛋白下降。另一項單組研究中，Nectin-4 ADC bulumtatug fuvedotin（4640RO）用於曾接受 topoisomerase-I 類 ADC 的三陰性乳癌病人，60 位可評估者反應率 30.0%。兩者合起來提示：換標靶本身，可能不如弄清楚第一個 ADC 為何失效來得重要。

對安排這一週行程的讀者，有三個場次值得預留，時間都是馬德里時間 16:30–18:15。10 月 24 日 Presidential Symposium I 有 LBA2（VOLGA，膀胱癌）；10 月 25 日 Presidential Symposium II 有 LBA7（CLARITY-Gastric 01）與 LBA8（HARMONi-GI1）；10 月 26 日 Presidential Symposium III 有 LBA11（TroFuse-005，子宮內膜癌）。LBA 結果只在發表當天公開，在那之前，任何關於這些試驗結果的說法都只是猜測。

合起來看，這份議程呈現的是兩類藥處在生命週期的不同階段。ADC 正處於擁擠的中年期，有隨機試驗的勝利、看得見的安全性代價，以及尚未解決的序貫問題。PD-(L)1×VEGF 雙特異性抗體則正迎來第一批大型隨機試驗。

AI 在場，但站在一旁。我們只搜尋題名、不分大小寫，用了八個詞（含連字號與複數變體）：artificial intelligence、machine learning、deep learning、AI、large language model、LLM(s)、neural network、foundation model。結果找到 174 篇，約占我們所讀的 4%，但其中只有 10 篇也在 496 篇 ADC 與雙特異性抗體候選之中，而且其中 3 篇（185P、315P、161eP）是攝護腺癌研究，與兩類藥並無直接關係；161eP 是以 AI 分析會議 abstract 主題的研究，只因正文出現「ADC」一詞而列入候選。其餘 7 篇中，四篇判讀病理或為 biomarker 評分，例如 HER2-ultralow 或 PD-L1 染色，一篇在 ADC 試驗中以影像判讀腫瘤反應，兩篇描述以 machine learning 設計的藥物。

碰觸試驗設計的 AI 在別的地方：有 7 篇題名（124P、125P、128P、129P、132P、134P、193P）用 AI 起草試驗計畫、篩選收案條件、配對病人或預測試驗結果，卻沒有一篇與這兩類藥相連。這個缺口正是我們工作的所在。「哪一種 ADC 之後該接哪一種」「雙特異性抗體該先在哪些病人身上測試」這類問題，正是更善用試驗資料能幫上忙的地方，我們預期未來的會議會看到更多這類研究。