模拟药物在肺部的渗透性：仿生开放式管状毛细管电色谱法与固定化人工膜色谱法结合质谱技术的有效性

《International Journal of Pharmaceutics》：Modelling lung permeability of pharmaceuticals: The effectiveness of biomimetic open tubular capillary electrochromatography and immobilised artificial membrane chromatography coupled with mass spectrometry

生物模拟色谱技术（IAM-LC和OT-CEC）被用于评估53种结构多样化化合物的肺渗透性，比较其与log P和log D的相关性。研究发现IAM-LC对中性分子预测更优（R2=0.72），而OT-CEC对阳离子（log K_D>1.5）表现更好，且两者均与log D_7.4显著相关（R2>0.8）。质谱联用（MS）解决了传统紫外检测无法分析无紫外吸收的化合物（如TEA、leucine）问题，同时实现高通量混合物分析（单次检测22种化合物）。技术参数优化显示，pH 7.4缓冲液和特定脂质比例（如POPC/DOPE/POPS 70:10:20）可显著提升模型预测准确性。研究证实两种方法可分别模拟不同分子量（>300 g/mol）和电荷状态的药物在肺泡上皮屏障中的跨膜转运特性，为工业和学术药物开发提供高效筛选工具。

　　本研究探讨了与质谱（MS）兼容的仿生色谱（BMC）在评估药物通过生物膜的渗透性方面的潜力，特别是在模拟肺部吸收的应用中。通过评估两种BMC技术，即固定人工膜液相色谱（IAM-LC）和开放毛细管电色谱（OT-CEC）在涂覆有磷脂囊泡的石英毛细管上的应用，研究人员希望进一步了解这些技术在药理学研究中的应用前景。这一研究使用了53种结构各异的化合物，这些化合物的肺部渗透性已在科学文献中得到证实，从而为药物开发项目提供了有价值的数据支持。

IAM-LC在与传统n-辛醇/水分配系数（log P_o/w和log D_7.4）的比较中表现出了更强的相关性。这表明，IAM-LC在模拟药物在生物膜上的行为方面具有更高的准确性。分析保留时间似乎受到多种复杂因素的影响，包括疏水性、静电性和结构特性，这导致了与log P_o/w之间的相关性较弱。这种现象可能是因为IAM-LC模拟的膜环境与实际的生物膜存在一定的差异，因此需要进一步研究以优化其模型。

将这些技术与MS结合，使得对复杂混合物的高通量分析成为可能，并且允许检测那些缺乏紫外吸收基团的化合物。在使用C设置的IAM-LC-MS分析中，数据表现出极高的稳健性，其R²值达到了0.95。另一方面，OT-CEC-MS实现了稳定的磷脂涂层，使得其在不同脂质组成下的应用更加有效。这表明，两种技术都为药物研究提供了重要的工具，但在具体应用场景中各有优势。

IAM-LC通过模拟磷脂酰胆碱（PC）为基础的脂质双分子层，展示了log k_w^IAM与log P_app之间的强相关性，其中对于分子量大于300 g/mol的化合物，R²值为0.72。这一结果表明，对于这类化合物，通过IAM-LC可以较为准确地预测其在肺部的渗透性。而OT-CEC-MS则允许在固定相中使用除PC以外的磷脂，从而提供了更全面的药物-膜相互作用信息，有助于更深入地理解药物在生物膜中的行为。

在研究中，IAM-LC和OT-CEC的参数之间的最强相关性出现在阳离子化合物中，其log K_D值大于1.5。这表明，这两种技术在模拟药物通过肺部吸收时具有显著的潜力，可以支持工业和学术环境中的药物开发项目。通过高通量渗透性筛选和药代动力学导向的先导化合物优化，这些技术可以加速药物研发过程，提高药物筛选的效率。

在实验方法部分，研究人员详细描述了所使用的化合物、试剂、缓冲液、色谱柱和实验条件。这些信息为实验的可重复性和结果的准确性提供了基础。在IAM-LC中，使用了10 mM乙酸铵缓冲液和乙腈的混合物作为流动相，而OT-CEC则采用了涂覆有磷脂囊泡的石英毛细管。通过这些实验条件，研究人员能够有效地进行药物分析，并确保数据的可靠性。

在分析过程中，研究人员使用了多种方法，包括紫外检测和质谱检测，以评估药物的保留时间和分布系数。对于某些化合物，特别是那些在紫外检测下无法有效分析的，质谱检测提供了必要的补充。通过这种方法，研究人员能够获得更全面的数据，从而更准确地评估药物在生物膜中的行为。

此外，研究还涉及了药物的脂溶性和生物活性参数。这些参数通过文献资料和实验数据相结合的方式进行分析。对于一些化合物，如布地奈德、咖啡因和甲氧苄啶，研究人员根据实验数据计算了它们的log D_7.4值。这些数据为药物在不同pH条件下的行为提供了重要的参考。

研究结果部分详细描述了IAM-LC和OT-CEC在不同磷脂组成下的表现。总体来看，log P_o/w与log K_D值之间的相关性较弱，而log D_7.4值与log K_D值之间的相关性更强。这一发现表明，OT-CEC在模拟药物在生物膜中的行为时，能够更准确地反映药物的电荷特性。例如，在POPC/POPS 80:20 mol%的脂质组成下，药物的保留时间和分布系数表现出更强的相关性，而随着PE含量的增加，相关性有所减弱。

在研究中，研究人员还探讨了IAM-LC和OT-CEC与质谱检测的结合。通过将质谱检测与这些仿生色谱技术结合，研究人员能够进行高通量分析，同时提高分析的灵敏度和选择性。这种结合使得对复杂混合物的分析成为可能，并且可以检测那些缺乏紫外吸收基团的化合物。例如，在使用IAM-LC-MS时，研究人员成功检测了所有化合物，包括那些在紫外检测下无法有效分析的TEA、亮氨酸和地高辛。

在OT-CEC-MS研究中，研究人员使用了三重四极杆质谱检测器，这使得对复杂混合物的分析更加高效。通过这种检测方式，研究人员能够获得更准确的数据，并进一步优化分析条件。例如，在正离子模式下，质谱检测器能够检测到[M+H]⁺离子，而在负离子模式下则检测到[M-H]^?离子。这种检测方式为药物在不同条件下的行为提供了重要的信息。

研究还讨论了IAM-LC和OT-CEC在模拟药物与肺部上皮屏障相互作用方面的潜力。通过比较这些技术与Calu-3细胞模型的数据，研究人员发现，对于分子量大于300 g/mol的化合物，IAM-LC与log P_app之间的相关性更强。这表明，对于这类化合物，IAM-LC能够更准确地预测其在肺部的渗透性。而OT-CEC则在不同脂质组成下表现出不同的相关性，这为药物研究提供了更多的灵活性。

总之，本研究展示了IAM-LC和OT-CEC在模拟药物与生物膜相互作用方面的潜力，特别是在肺部吸收的应用中。通过将这些技术与质谱检测结合，研究人员能够进行高通量分析，提高药物研究的效率和准确性。这些技术为药物开发项目提供了重要的工具，有助于更全面地理解药物在生物膜中的行为，并支持药物研发中的先导化合物优化。