WRIB 2025海报奖获奖研究：基于生理学的药代动力学（PBPK）模型优化药物-药物相互作用（DDI）风险评估与精准给药策略

本研究针对药物-药物相互作用（DDI）风险评估中传统方法的局限性，来自国际定量药理学研究团队（WRIB）的研究人员通过开发基于生理学的药代动力学（PBPK）模型，整合体外至体内外推（IVIVE）和酶动力学参数，实现对CYP3A4和转运体介导的DDI的精准预测。该模型显著提升临床给药方案优化效率，为创新药研发和个体化治疗提供关键理论支持。

　　

基于生理学的药代动力学（Physiologically-Based Pharmacokinetic, PBPK）建模技术正日益成为药物研发中评估药物-药物相互作用（Drug-Drug Interactions, DDI）的重要工具。本研究聚焦于利用PBPK模型整合体外酶动力学数据及转运体（Transporters）介导的底物特异性参数，实现对细胞色素P450 3A4（CYP3A4）等相关代谢酶所参与复杂DDI机制的定量预测。

通过体外至体内外推（In Vitro to In Vivo Extrapolation, IVIVE）方法，研究人员将体外实验获得的抑制常数（K_i）和半数最大抑制浓度（IC₅₀）等参数嵌入PBPK模型框架，成功模拟多种临床场景下联合用药的血浆浓度-时间曲线及药时曲线下面积（AUC）变化。结果表明，该模型对CYP3A4底物（如咪达唑仑）及P-糖蛋白（P-gp）转运体底物的DDI预测准确性显著高于传统静态模型。

此外，研究还探讨了基因多态性对酶活性的影响，例如CYP3A5 * 3/*3基因型对他克莫司代谢的调控作用，为个体化剂量调整提供依据。模型验证阶段采用临床实测数据与模拟结果进行比对，一致性良好，证实其可用于支持新药申报及临床给药方案优化。

该PBPK建模策略不仅提升了对复杂DDI机制的理解，也为降低药物开发失败风险及推动精准医疗实践提供了有力工具。