《Journal of Pharmacokinetics and Pharmacodynamics》：A simple algebraic expression can determine if a drug’s clearance is non-specific or target-mediated
编辑推荐：
靶点介导的药物分布（TMDD）通常通过血清浓度降至临界水平后药物加速清除来分类。易感药物的给药方案应维持暴露量高于该水平，此时浓度呈单指数下降。超出剂量TMDD通常意味着靶点结合已饱和或降解。T细胞衔接器（T-cell engagers）和其他生物制剂通常以低
靶点介导的药物分布（TMDD）通常通过血清浓度降至临界水平后药物加速清除来分类。易感药物的给药方案应维持暴露量高于该水平，此时浓度呈单指数下降。超出剂量TMDD通常意味着靶点结合已饱和或降解。T细胞衔接器（T-cell engagers）和其他生物制剂通常以低剂量给药，这使得超出剂量TMDD不现实，然而也通常观察到单指数消除。确定这种浓度-时间关系是由于TMDD还是标准的非特异性（固有）清除（intrinsic clearance）途径具有挑战性，并且从临床前环境缩放这种清除更加困难，因为TMDD驱动的清除可能不像固有清除那样按异速缩放（allometric scaling）。在这项工作中，研究人员推导了一个代数表达式，用于表示靶点介导或固有清除的比例，该表达式仅需要固有半衰期（intrinsic half-life）、靶点受体浓度、周转率（turnover rate）和与药物的结合亲和力（binding affinity）。研究人员进一步表明，血清浓度从单指数下降转变为加速的靶点驱动清除的典型转变发生在由相同参数的两个表达式给出的浓度处。研究人员将方程应用于单克隆抗体（monoclonal antibodies）和T细胞衔接器的已发表数据，发现研究人员的表征结果与预期一致。这些表达式可用于确定在药理学活性浓度下药物的清除是靶点介导还是非特异性途径驱动，从而如何准确地将药代动力学特性（pharmacokinetic properties）从临床前物种转化到人类，这是药物开发中必不可少的过程。
在抗体药物开发中，靶点介导的药物分布（TMDD）与固有清除的区分至关重要。单克隆抗体通常通过新生儿Fc受体（FcRn）循环和非特异性降解消除（即固有清除），其清除率可依据体重进行异速缩放（allometric scaling）。然而，T细胞衔接器（TCEs）等双特异性分子常以低剂量给药，无法通过饱和靶点来避免TMDD，但其药代动力学（PK）仍常呈现单指数消除，使得清除机制难以判断。TMDD驱动的清除无法简单按异速缩放，因此需明确在药理学活性浓度下占主导的清除途径，以准确预测临床PK。针对这一需求，研究人员在《Journal of Pharmacokinetics and Pharmacodynamics》发表研究，推导了代数表达式，用于计算靶点介导清除与固有清除的比例，并通过已发表的单抗和TCE数据验证其有效性，为清除机制判别与种间缩放提供理论依据。
研究人员采用常微分方程（ODE）系统同时模拟固有清除与TMDD，引入准平衡（quasi equilibrium）或准稳态（quasi steady state）近似简化模型，推导出固有清除比例表达式 p
intrinsic = 1/(1 + (k
e/k
clear) × (R
free/k'
D))，以及单指数转变为混合相浓度的条件 L
free ≥ (k
e/k
clear)R
tot - k'
D。应用这些表达式至已发表的临床PK数据中，包括多款TCE（如Glofitamab，采用食蟹猴数据）与单抗（来自文献），比较预测的清除机制与观察结果，以验证表达式的分类效能。
**Percentage intrinsic clearance versus ligand and receptor concentrations, binding affinity and turnover rate**
通过数值模拟改变参数，绘制热图分析固有清除比例的影响因素。结果表明：内化率（k
e）越高、结合亲和力（k
D）越低、配体浓度越低或受体浓度越高，TMDD越易占主导；且当p
intrinsic = 50%时，配体浓度与总受体浓度存在线性关系，反映了清除机制转变的边界条件。
**Time course of ligand clearance**
模拟不同参数下配体血清浓度-时间曲线，发现当 (k
e/k
clear)R
tot > k'
D 时，PK出现典型的TMDD“摇摆”（wobble）：先是固有清除主导的单指数下降，经混合相后转为TMDD驱动的单指数下降；反之则始终为固有清除主导的单指数形式，验证了所提表达式可准确标识转变点。
**Application to T-cell engagers and monoclonal antibodies**
将表达式应用于多款TCE和单抗的已发表数据。计算结果显示，所分析TCE的清除在最大血清浓度下至少部分由TMDD驱动，而多数单抗在各浓度下均以固有清除为主（Anifrolumab因靶点周转率高成为唯一例外）。这一分类与数据中PK曲线特征一致，证明表达式可作为判断清除机制的实用工具。
讨论部分指出，TMDD驱动清除的关键在于参数 (k
e/k
clear)R
tot，即使受体浓度低，快速内化也能导致显著TMDD。参数不确定性（如受体密度、结合速率k
on）及多房室、三聚体结合等因素可能影响精度，但表达式作为经验法则在实际应用中表现良好。研究结论强调，TCE等生物制品可呈现TMDD驱动的单指数清除，研究者不能盲目采用异速缩放；所提代数表达式能可靠判定清除机制，助力药物开发中PK准确预测与种间转化。
**结论**
T细胞衔接器和其他生物制剂可表现出由靶点介导的药物分布（TMDD）导致的单指数清除。当面对单指数清除时，不谨慎的研究者可能会认为该化合物的半衰期可从临床前物种按体重异速缩放（allometric scaling）至临床物种。然而，对于TMDD驱动的清除并非如此。在这项工作中，研究人员显示了两个简单的代数表达式——依赖于结合亲和力（binding affinity）、靶点受体浓度和周转率（turnover rate）——能够指示化合物的清除是否为靶点介导，并展示了该表达式对一系列发表于文献的T细胞衔接器和单克隆抗体产生一致的结果。该方法使得药物代谢与药代动力学（DMPK）和临床药理建模人员能够更确定地判定生物制剂（如T细胞衔接器）清除的支配机制，从而能够选择适当的缩放方法，更准确地确定临床药代动力学。
