選擇性、脫靶與治療窗

標靶上、脫靶

藥物產生的每一種效應都落入兩個類別。標靶上效應來自作用於你設計它命中的那個蛋白——既包括治療益處，也包括過度作用於正確標靶所帶來的任何危害。脫靶效應來自藥物結合了它從未打算觸及的*其他*蛋白。大多數意外的副作用是脫靶的，而釐清孰是孰非塑造了整個安全性敘事。

量化選擇性

選擇性是藥物偏好其預期標靶而非其他一切的程度。我們透過比較效價把它變成一個數值：脫靶處的IC50除以預期標靶處的IC50。如果你的化合物對標靶的IC50為2 nM，對一個相關蛋白為2000 nM，你就有了一千倍的選擇性窗口。這個差距越大，你在脫靶被喚醒之前把藥物給到其有用範圍內的餘地就越大。

Selectivity ratio = IC50(off-target) / IC50(on-target)

  Compound A:  on-target 2 nM,  off-target 2000 nM
               ratio = 2000 / 2 = 1000x  (good selectivity)

  Compound B:  on-target 2 nM,  off-target 6 nM
               ratio = 6 / 2 = 3x        (poor; off-target hit at similar doses)

Rule of thumb: you generally want the on-target effect to occur
well below the concentration where off-targets start to engage.

治療窗與治療指數

現在從單個標靶放大到整個患者。在某一暴露量以下，藥物作用太弱；在另一暴露量以上，它開始造成危害。"足以起效"與"足以傷害"之間的差距就是治療窗。一款藥的存亡取決於這個窗口有多寬。華法林和許多細胞毒藥物以窗口狹窄著稱——微小的劑量誤差就會把你從獲益推向毒性——而許多常見抗生素的窗口寬到精確給藥幾乎無關緊要。

治療指數把這變成一個比值：毒性劑量與有效劑量的某種比。經典定義是對半數人群產生毒性的劑量除以對半數人群有效的劑量。治療指數為2令人提心吊膽；指數為100則讓臨床醫生可以從容給藥。這個單一數值與你從動物研究帶入人體的安全邊界密切相關，是專案對候選藥物最先追問的事項之一。