一旦配比设计不当，系统很快就会被其中一种payload的毒性上限所限制，导致另一种payload无法进入预期作用区间。于是，表面上看是“双机制协同”，实质上却可能演变为“一种payload决定耐受边界，另一种payload停留在无效暴露”。这也解释了为什么部分双payload ADC项目在临床前模型中可以表现出显著优势，却在更高等模型或早期临床中迅速受限。问题并不一定出在协同机制本身，而更可能出在协同所需剂量区间并不具备真实条件下的可耐受性。

也正是在这一点上，相比协同是否存在更为重要的是，它是否能够在可耐受的剂量区间内被实现。

在体外评价中，这种差异已经可以被直接观察到。基于细胞活性检测的组合实验显示，不同payload组合在相同细胞系中，可能呈现出截然不同的协同特征。例如，在相同效应水平（如Fa≈0.9）下，部分组合可以表现出明确的协同关系（CI<1），而仅替换其中一个payload后，协同效应即明显减弱甚至消失。与此同时，同一组合在不同细胞模型中，其协同程度也可能发生显著变化，提示这一关系高度依赖于细胞背景及其内在处理机制。

这一现象的意义在于，双payload ADC中的协同，本质上并不是一个静态属性，而更接近于一个与剂量比例、暴露水平以及细胞背景共同决定的动态区间。如果某一组合仅在高暴露条件下表现出协同，而这一暴露区间在体内无法被耐受，那么该协同在实际开发中便缺乏可转化价值。

因此，相较于简单验证是否存在协同，更关键的是通过系统化的剂量组合筛选，明确协同效应出现的具体区间，以及其与毒性限制之间的相对位置关系。在这一过程中，组合指数（Combination Index, CI）、等效线分析（Isobologram）以及多剂量矩阵设计，构成了理解协同窗口的核心工具。

从研发决策角度看，这一步骤将双payload ADC从机制假设驱动的设计，转变为可量化参数驱动的优化问题。只有当协同区间与可耐受剂量区间存在实际重叠时，双payload策略才真正具备进入下一阶段开发的基础。

10.1038/s41467-021-23793-7

（澎立生物内部体外组合筛选实验数据显示，不同payload组合在同一细胞系中即可呈现不同的协同关系，如Cpd1+2在高效应水平下表现为CI<1，而Cpd1+3则未观察到协同；而同一组合在不同细胞系中的协同表现亦可能发生反转，进一步体现出协同效应对细胞背景的依赖性）

尽管双payload ADC在概念层面极具吸引力，但从整体研发进展看，行业对这一策略仍然保持高度克制。目前进入临床阶段的双payload ADC数量有限，其设计通常集中在毒性轮廓相对明确、且已有单payload临床经验可供参照的组合；更激进的设计，大多仍停留在临床前阶段。