《Current Opinion in Toxicology》:Membrane Transporters in PBPK Modeling: Mechanistic Insights, Limitations, and Translational Challenges.
编辑推荐:
摘要基于生理的药代动力学(PBPK)模型是药物开发、监管决策和毒理学风险评估中的关键工具,通过模拟药物在不同生理、病理和人口统计学条件下的行为,支持剂量优化、药物-药物相互作用预测、器官特异性毒性评估以及向特殊人群的推算。一项重要进展是膜转运体的纳入,它们决定药物的吸收、分布
摘要
基于生理的药代动力学(PBPK)模型是药物开发、监管决策和毒理学风险评估中的关键工具,通过模拟药物在不同生理、病理和人口统计学条件下的行为,支持剂量优化、药物-药物相互作用预测、器官特异性毒性评估以及向特殊人群的推算。一项重要进展是膜转运体的纳入,它们决定药物的吸收、分布、代谢、毒性和排泄,但由于表达变异性、功能冗余、依赖环境的活性以及有限的体外-体内外推,准确量化其贡献仍具挑战性。为描绘当前研究格局,我们整理了543个已发表的转运体PBPK模型,并按平台、转运体和建模目标进行了分类。过去二十年间,平台使用量大幅增长,其中Simcyp?在商业应用中占据主导地位,而定制实现增长最快;P-糖蛋白、肝部OATP1B1/1B3、外排蛋白BCRP和MRP2、以及肾脏OAT和OCT载体是最常被代表的转运体;药物-药物相互作用预测是主要建模目标。基于此分析,我们比较了三大领先平台(Simcyp? Simulator、GastroPlus?和PK-Sim?),重点聚焦各平台如何表征和参数化转运体:其动力学描述、转运体丰度与缩放策略(相对表达和活性因子)、机制性器官模型、优势与局限。我们进一步讨论了相关障碍,包括过度简化的体外体系、稀缺的参考底物和抑制剂、以及不确定的缩放因子,以及新兴解决方案,如转运体蛋白质组学、器官芯片系统和虚拟数字孪生。加强转运体整合对于提高药物开发、监管评估和毒理学风险评估中模型辅助决策的信心至关重要。
引言
过去数十年间,基于生理的药代动力学(PBPK)模型在复杂度和应用范围上不断扩展。它们描述药物在整体生物体内的处置过程,并支持剂量优化、药物-药物相互作用(DDI)预测、器官功能不全患者的暴露量估算、儿科外推、毒性评估以及跨物种转化[1]。结合药效动力学组分(PBPK/PD),它们将组织暴露与治疗效果联系起来;在这两种应用场景中,膜转运体在药物蓄积和分布中起着决定性作用。
近期的重大进展之一是对膜转运体的机制性表征。人类溶质载体(SLC)和ATP结合盒(ABC)超级家族包含近500种转运体,但仅有部分在PBPK模型中得到研究[2],且定量LC-MS/MS蛋白质组学已绘制了它们在不同组织中的表达图谱[3]。处理药物和内源性底物的转运体是吸收、分布、代谢、排泄和毒性(ADME-Tox)的核心,在肠道、肾脏和肝脏中大量表达,其方向性作用取决于膜定位:顶膜(管腔面)肠外排泵限制吸收,而顶膜摄取载体则促进吸收,基底侧转运体则起相反作用;肾脏转运体介导肾小管分泌和重吸收;肝摄取和外排转运体共同决定肝清除和胆汁排泄(图1)。底物-转运体关系是"多对多"的(转运体识别多种底物,而每种药物由多种载体处理),因此预测暴露和DDI需要解析每种载体的分数贡献和膜特异性贡献。显著的个体间变异性(遗传多态性、疾病、发育、环境)进一步加大了难度,因此PBPK模型整合了所有相关载体的转运体特异性动力学(Km、Vmax、抑制常数)、定位和动态表达[4]。
PBPK建模现已在监管申报中广泛建立,但在获批药物中仅占少数,而基于转运体的应用更为罕见,且获批率低于基于酶的应用。最近约四分之一的EMA和FDA获批药物纳入了PBPK模型,主要用于DDI预测;转运体介导的DDI(主要为P-gp和OATP1B)约占FDA DDI申报的四分之一[5**],[6],涵盖肝、肠和肾蛋白[7]。监管机构对转运体的信心明显较低:在EMA,13例转运体引发者用途中仅1例被接受为足以满足其预期用途(8%),而酶引发者用途为36%[5]。重要的是,这种申报内接受不同于正式的平台资质认定。迄今为止,尚无任何PBPK平台从任何监管机构获得转运体介导相互作用的正式监管资质认定。唯一授予任何PBPK平台的此类资质是EMA(CHMP)对Simcyp?的资质认定意见书(2025年),且该认定仅限于CYP酶的可竞争性和机制性抑制,复杂DDI(包括所有转运体介导的DDI)均在其范围之外。尽管如此,ICH M12[8]认可PBPK作为转运体介导DDI的辅助工具,包括药物遗传变异性和使用摄取抑制剂进行阴性预测。与任何PBPK模型一样,此类应用必须作为适用性目的加以论证。
过去二十年间,基于MATLAB或R的定制模型以及专用平台(Simcyp? Simulator、GastroPlus?、PK-Sim?)已实现了转运体介导过程的整合。尽管它们共享共同原理,但在假设、机制细节、灵活性和接受度上各不相同,平台选择决定了转运体过程如何被表征、参数化和验证。
章节摘要
转运体建模PBPK软件平台的比较分析
为描绘膜转运体如何被纳入PBPK模型,我们整理了543个已发表模型,并按平台、转运体和建模目标进行了分类(补充表1)。自2010年前后以来,所有平台的使用量均大幅增长(图2A):Simcyp?在商业应用中占据最大份额,而基于内部或通用代码(R、MATLAB)的定制实现构成了庞大且快速增长的部分,GastroPlus?和PK-Sim?的贡献量相对较少。
毒理学中的转运体-PBPK:从适应症药物到环境外源性物质
由于整合转运体对靶器官剂量学至关重要,转运体-PBPK模型已成为毒理学的核心工具,在其中服务于两种不同目的。对于临床适应症药物,它们预测剂量限制性器官毒性:顺铂在肾近曲小管的摄取由OCT2与铜转运体CTR1共同介导,这是其肾毒性模型的基础[35],肾近曲小管器官芯片数据则用于参数化基于生理的
从机制细节到临床意义:将转运体数据转化为预测性PBPK模型的挑战
尽管取得了切实进展,PBPK建模仍然难以将体外转运体动力学与体内药代动力学联系起来。常规测试体系(膜囊泡、转染细胞系、原代肝细胞)缺乏预测临床清除率或DDI幅度所需的组织架构、细胞环境和动态相互作用。这些测定本身也受非特异性结合、非搅拌水层、被动渗透和不完全膜表达等因素的偏倚,
未来展望
对于转运体PBPK建模而言,最具深远影响的进展将来自取代经验缩放方法。绝对定量蛋白质组学正开始直接锚定转运体丰度,使得REF和RAF因子能够被机制性地重建,并最终被自下而上的缩放方法所取代,后者可校正体外偏倚[42]。将内源性生物标志物面板从尿卟啉-I(向OAT、OCT/MATE和BCRP探针扩展)将提供体内功能
作者贡献
Gouts Agustín:形式化分析、撰写——初稿。Cervi?o Ramiro Héctor:撰写——审阅与编辑、可视化。Sahores Ana:撰写——审阅与编辑。Gómez Natalia:撰写——审阅与编辑。Davio Carlos:监督、基金获取、资源、撰写——审阅与编辑。Yaneff Agustín:项目管理、概念化、撰写——初稿、可视化。
生成式人工智能使用声明
在本文准备过程中,作者使用了
chatgpt.com来组织信息。在使用该工具/服务后,作者对内容进行了必要的审阅和编辑,并对发表文章的内容承担全部责任。
资金来源
本研究获得了阿根廷布宜诺斯艾利斯大学的资助[UBACYT 2023 Mod I Conf 2-20020220200128BA (CD)]。
Agustín Gouts|Ramiro Héctor Cervi?o|Ana Sahores|Natalia Gómez|Carlos Davio|Agustín Yaneff
药理研究所(布宜诺斯艾利斯大学-国家科学与技术创新委员会),药学与生物化学学院,布宜诺斯艾利斯自治区,布宜诺斯艾利斯省,阿根廷