内容简介
《系统药代动力学》力求对药代动力学研究的两人策略(“自上而下”和“自下而上”)、理论体系、研究模型及应用等作出更为系统的介绍和独特的认识。在篇章设置上,《系统药代动力学》围绕着先整体、后拆分、再整合和验证的系统论理念,首先介绍了以表观药代行为表征的常用“整体药代动力学”理论(第一篇);继而为读者细致剖析了影响表观药代行为的单元决定因素及其机制(第二篇);之后介绍了如何利用药代决定因素/关键因素并结合生物体系基础参数重建系,并模拟药物在复杂体系中的药代行为(第三篇);在对药代行为和机制深入了解的基础上,第四篇介绍了药代动力学和药效动力学的关联性(PK-PD 联动性),其中不仅涉及了药效动力学的研究方法论,还特别对系统论指导下的“基于机理的 PK-PD 联动”理论进行了概述性的介绍,结合重点具体实例对研究理念、效应指标选择、建模方法等进行了阐述。由于药效动力学中也存在使用何种方法论的选择,第四篇还着重介绍了“基于经验”和“基于机理”这两个概念的区别。
目录
目录
绪论1
第一节新药研发面临的挑战1
第二节药物体内暴露及其决定因素4
第三节系统药代动力学5
参考文献8
第一篇整体药代动力学
第一章概述13
第二章血药动力学17
第一节血浆药物总量及血浆药物游离量17
一、血液中关键影响因素18
二、血浆蛋白药物结合研究手段18
第二节房室模型理论20
一、药物体内过程的速率论20
二、房室模型的基本分类21
三、房室模型的判别和选择22
四、药代动力学参数23
第三章组织药代动力学28
第一节与靶组织药物浓度相关的参数28
第二节组织药物浓度的测定方法30
一、组织匀浆实测药物浓度30
二、组织切片31
三、微透析方法32
第三节组织药物浓度与生物利用度的关系34
第四章种间放大36
第一节种间放大的基本原理37
第二节种间放大方法38
一、组织分布相关参数的放大方法38
二、药物清除速率相关参数的放大方法40
第三节种间放大在人体首次给药剂量估测中的应用42
一、基于体表面积的人体剂量换算42
二、基于体重的人体剂量换算43
第四节种间放大的局限性44
第五章群体药代动力学46
第一节基本概念46
第二节群体药代动力学参数的估算方法47
一、基本概念47
二、基本原理47
三、参数估算方法48
第三节群体药代动力学的主要缺陷50
参考文献51
第二篇药物代谢属性决定因素
第六章概述57
第七章药物理化性质59
第一节概述59
第二节理化性质的基本原理60
一、分子大小60
二、亲脂性61
三、解离常数63
四、溶解度66
五、药物的结构特性69
六、生物药剂学分类系统(BCS)71
七、多理化性质因素对药物ADME性质的综合影响73
第三节理化性质研究方法74
一、药物亲脂性测定方法74
二、药物解离常数测定方法75
三、溶解度测定方法77
第四节研究实例77
小结80
第八章生物物理因素(结合和转运)81
第一节概述81
第二节膜结合与扩散82
一、生物膜的基本结构83
二、膜扩散假说84
三、膜结合和扩散与ADME的关系86
四、药物与生物膜作用的研究方法87
第三节蛋白结合基本理论88
一、结合蛋白的种类及其分布89
二、结合蛋白的结构91
三、结合蛋白的含量92
四、结合蛋白的生理功能92
第四节血浆蛋白结合94
一、血浆蛋白结合对PK的影响96
二、药物与血浆蛋白结合的体外研究方法97
第五节组织蛋白结合99
第六节生物转运的基本原理、概念102
一、被动转运104
二、胞旁转运104
三、转运蛋白介导转运105
四、胞饮作用106
第七节转运蛋白106
一、摄取性转运蛋白107
二、外排性转运蛋白109
第八节转运实例111
一、以单一的被动扩散为转运方式的研究实例111
二、以一种转运蛋白介导的主动转运的研究实例112
三、以多种转运蛋白介导的主动转运的研究实例113
小结113
第九章药物生物化学因素116
第一节概述116
第二节Ⅰ相代谢酶119
一、细胞色素P450酶119
二、酯酶126
三、其他Ⅰ相代谢酶130
第三节Ⅱ相代谢酶131
一、尿苷二磷酸葡萄糖醛酸转移酶131
二、其他Ⅱ相代谢酶150
第四节体外代谢的研究范例156
一、华蟾毒精CYP代谢种属差异研究157
二、乙酸甲羟孕酮的体外代谢研究158
三、瑞香素的UGT代谢160
四、己烯雌酚葡萄糖醛酸结合通路的鉴定160
五、Ⅰ相-Ⅱ相联动代谢——伊力替康的代谢通路163
六、Ⅰ相-Ⅱ相联动代谢——对乙酰氨基酚联动代谢164
小结166
第五节总结及展望166
参考文献167
第三篇系统重建
第十章概述173
第十一章体外参数向体内参数的外推176
第一节小肠系统重建176
一、理论基础177
二、外推模型178
三、小结179
第二节肝系统重建180
一、基于不同亚模块体系的外推180
二、体外内在清除率的计算183
三、放大系数的选择183
四、肝模型的选择184
五、小结187
第三节肾系统重建189
一、体外肾表观渗透系数189
二、体外肾内在清除率189
三、肾的器官清除率190
第四节各组织分布的系统重建191
一、分布容积的预测方法191
二、组织血浆分配系数的预测方法192
三、小结196
第十二章基于机理的药代动力学197
第一节PBPK的发展历程197
第二节PBPK的基本原理、特征和主要方法198
一、PBPK的基本原理198
二、PBPK模型的结构199
三、模型的表征201
四、模型的参数204
五、模型的模拟与验证205
第三节PBPK模型的优势206
第四节PBPK模型在药物代谢研究中的应用现状208
一、药物发现208
二、临床前开发209
三、临床开发211
四、小结216
参考文献217
第四篇药代-药效关联性研究
第十三章概述225
第十四章药效动力学表征228
第一节概述228
第二节药物、疾病与系统稳态间的关系229
一、人体稳态:能量代谢、糖代谢、脂代谢的平衡与稳态机制229
二、稳态与疾病的形成230
三、生物能量医学及其发展前景232
第三节药物作用机制及其决定因素234
一、受体学说234
二、药物靶点237
三、药物作用机制239
第四节PD指标选择和药效表征240
一、PD指标的选择240
二、PD指标选择实例一——糖尿病的治疗241
三、PD指标选择实例二——肿瘤PD指标、治疗药物和药物靶点242
四、PD指标选择实例三——心血管指标及治疗药物252
五、PD指标选择实例四——炎症指标、靶点及治疗药物262
第十五章PK-PD研究方法及常用模型简介266
第一节PK-PD发展历程266
第二节PK-PD研究指标的选择依据268
一、什么情况下血药浓度并不是反映药物效应的很好指示指标269
二、PK-PD研究指标的选择依据271
第三节PK-PD研究常用方法及模型279
一、PK-PD模型组成的演变过程279
二、基于机理的PK-PD模型280
三、建模原则282
四、PK-PD结合模型的建模过程282
五、如何写PK-PD建模的报告288
六、一个好模型的特征289
七、PK-PD结合研究的常用模型291
八、系统生物学在PK-PD结合研究中的应用297
第十六章PK-PD应用实例300
第一节靶点在血液系统的药物的PK-PD应用实例300
一、华法林PK-PD应用实例300
二、抗菌药PK-PD应用实例303
第二节靶点在细胞膜的药物的PK-PD应用实例306
第三节靶点在细胞内的药物的PK-PD应用实例309
第四节靶点在大脑CNS的药物的PK-PD应用实例313
第五节联合用药的PK-PD应用实例316
第六节中药的PK-PD应用实例319
第七节PK-PD在药物安全性评价中的应用321
第八节基于组学技术的系统生物学在抑郁症药物研发中的应用324
第十七章结语与展望326
参考文献328
精彩书摘
绪论
第一节 新药研发面临的挑战
新药研发是一个系统工程,其通常需历经10~15年的研发历程,其中包含了以基础研究、应用基础研究和临床研究为主导的药物发现、临床前试验、临床试验(Ⅰ期、Ⅱ期和Ⅲ期)等多个环节。大量回顾性研究表明,大约万分之一的受试化合物可通过筛选进入临床前试验成为药物候选物,而两个候选物中可能产生一个进入临床试验的在研药物,在研药物通过临床试验到最后成功上市的比例仅为10%~16%(Munos,2009)。从早期筛选算起,平均约20万个受试化合物中只能筛选出一个可能成功上市的产品,成功率仅为20万分之一。当然,这个比例因药物种类的不同也相差甚远,如肿瘤药各阶段的成功率都相对较低(Paul et al.,2010),说明新药研发不但失败率高,而且具有极大的不确定性。虽然药物已经成功上市,但是药物不良反应已成为继肿瘤、脑血管和心脏疾病之后导致住院病人死亡的第四大死因(Lazarou et al.,1998)。而且,全球46%的药物撤市缘于药物的毒副作用(Lazarou et al.,1998)。由此可见,当前新药研发面临着研发效率过低、投入和产出比严重失衡及临床不良反应和安全隐患高发等多重挑战。上述现状迫使国内外制药企业不断去探寻属性更加优良的高品质药物,这对新药研发提出了更高的要求。
药物的有效性和安全性是新药研发及应用领域中所面临的巨大挑战,这种挑战看似产生于应用领域,实质是源于基础研究的不足。由于基础研究的薄弱,这种缺陷被其辐射并放大到应用领域,也被放大到新药研发和临床应用的全过程。传统上,药效活性的筛选与优化一直是新药研发的首要任务,但回顾性分析却表明,20世纪90年代以前,导致新药研发失败的原因约70%来自非药效因素,其中40%是由于药物在人体内代谢属性差,另有近30%是由于药物在人体内产生毒性而导致研发失败(Kola and Landis,2004)。此项研究促使国际制药行业在新药研发的发现阶段将药物吸收(absorption)、分布(distribution)、代谢(metabolism)和排泄(elimination/excretion)(简称ADME)属性的筛选和修正,与药效动力学、药物靶点筛选同步进行(Caldwell et al.,2009),这样一个完全崭新的筛选理念,目前已经成为西方制药巨头进行新药筛选的常规。在药物发现阶段就进行ADME 属性筛选研究的过程被称为“早期ADME 属性研究”(Caldwell etal.,2009)。10 年后的统计表明,早期ADME 属性研究的引入使因药代属性不良导致的新药研发失败率从高达40%降至10%左右(图0-1)。纵观整个新药研发历程,前期发现阶段的资金投入最少,但筛除了最大量的“不合格”化合物;而后期临床研究围绕少量确定的研究对象,资金投入最高(Swinney and Anthony,2011)。因此,为降低研发风险,各大制药公司都采取“早发现、早放弃或早发现、早优化”的策略。但即便如此,在对药品质量和属性要求更高的今天,全球新药产出在数量上仍没有明显突破,产出率有很高的不确定性,新药研发的投入与产出比越来越失衡(Swinney and Anthony,2011)。
图0-1 新药研发失败原因分析(修改自Kola and Landis,2004)(彩图请扫书后二维码)A. 1981~1991 年药物临床失败原因分析;B. 1991~2000 年药物临床失败原因分析
在新药研发历经的三个阶段中,世界大多数国家都将后两个阶段完全纳入行政监控的指导下,研究药物必须按照行政监控的要求,完成行政监管机构认可的“既定性”研究和评估内容;三个阶段中,只有发现阶段是游离于监控之外,允许开展“自选”或“非既定性”的研究。由于在整个新药研发中后两个阶段是在明确监控下的研发,研发对象是不可更换的,因此后两个阶段针对研发对象的研究仅仅是评估,不存在对研发对象的修改和优化。显然,所有的筛选、修正和优化等“试错性”研究重任均由发现阶段来承担,发现阶段不但研究内容可以变换,而且研究对象也可以变换(Lipinski et al.,2004)。因此,创药水平的高低取决于各家发现阶段的试错性内涵,即各家“自选”性、试错性内容的实质差异,如怎样选择模型和研发对象。与发现阶段不同,后两个阶段由“既定性”研究的质量高低来决定,取决于监管机构对新药研发的“认知”和“导向”水平。行政监管水平的高低当然会直接引导或影响新药发现阶段的水平。例如,美国FDA被公认为是全球新药审评和监控水平最高的行政监管机构,欧美企业的创药水平被认为是世界最高水平。与之相比,我国的创药企业或机构基本没有把发现阶段设为创药的第一必需阶段,普遍缺乏筛选、优化、修正等“试错性”研究和缺少研发对象的“研究内容”,这和我国选择跟随国际潮流,以仿制国外产品的“实用主义”战略有关。最近10年,我国新药研究投入虽然有明显增长,但创制体系和研究水平还没有实质性改变,仍有不小差距。例如,在创药体制中,系统性地设置药物发现阶段,建立相应的技术平台,这在我国还未能获得“共识”;我国自主研发的新药中,目前还没有一个范例是通过上述“三阶段”的联合协同研究来完成的。总体来说,我国不重视新药创制体系的作用,更关注具体产品和技术。
新药研发的发现阶段是创药体系中最重要的阶段,根据不同的需要,将开展大量化合物与多靶点之间或与不同模型中因素之间的对筛(Kool et al.,2010)。设置这个阶段最重要的意义之一是防止“漏筛”,如出现“严重漏筛”或“失效筛选”,进入后两个阶段的药物候选物,其相应属性上的缺陷就会被带入后续开发阶段,使得后续研发风险骤然增加(Sams-Dodd,2006)。在新药研究中,主要目标是研发针对人体有效的药物,显然是应以人源性相关因素为目标(Lipinski and Hopkins,2004),应用的主要手段应是适合效率和通量需求的体外高效筛选和快速评估技术。首先,由于伦理要求和资金投入的限制,新药发现阶段极少用到整体实验体系,而多用体外体系。此外,整体模型虽含有多种因素和系统因素,较体外模型能满足多因素甚至系统因素的需求,但系统中许多因素从未知变成已知,必须首先进行拆分和归属,多因素的整体模型显然不利于决定因素的拆分和归属,筛选通量亦不足(Lipinski and Hopkins,2004)。因此,整体模型不适合筛选。如果整体模型中所含因素清晰明确,这类整体模型更适合验证阶段的“高内涵”评价(Boutros et al.,2015)。体外实验模型通常涉及明确的单因素或设置的目标因素,可以利用多个体外模型,通过设置不同的目标因素,按照层次、难易程度和逻辑关系的不同,使一系列的体外模型满足所设置的多因素研发目标的需求。另外,筛选中还要求研究和优化对象不是混合物;不仅如此,就是在一个化合物分子上,也要按照母体结构和衍生结构,将分子中的理化性质彻底“展开”,这样就需要衍生出大量的单体化合物。筛选的实质就是将研究对象的这些性质与模型中的因素,包括单因素和体系因素一一对应起来,了解其因果关系(Lipinski and Hopkins,2004)。通常在药物化学中,这种研究被称为药物的“结构与活性关系”(SAR)或“定量结构与活性关系”(QSAR)研究(Balaz,2009)。当然,因为多种原因,如可用模型有限、可用的化合物多样性不足、适宜的检测技术方法缺乏等,体外筛选仍然难免出现“漏筛”现象。如前所述,在整体实验(主要出现在动物实验或临床人体试验)中,受整体模型使用的阶段、通量和成本等限制,使得整体模型通常适用于评价功能的目的,不担当因素发现和筛选功能。当含有筛选因素的体外模型不足或与评价体系的整体模型间出现因素不一致或不匹配时,药物研发的潜在失败率和风险性就会倍增(Sams-Dodd,2006)。因此,在发现阶段尽可能揭示和筛选出影响药物属性的决定因素,尽早优化和修正,并在整体动物实验或临床试验中加以验证,这是新药研发最理想的模式。
显然,新药研发三大阶段中某阶段的缺失,或者三阶段的衔接出现裂痕(如实验体系间的逻辑缺陷和关键因素上的不匹配),在研药物的缺陷就会在临床试验或临床应用阶段充分地显现出来(Veniant and LeBel,2003)。实验体系间的逻辑缺陷和关键因素上的不匹配是最常见问题,最典型的例子就是在临床前评价阶段中,动物实验的引入已形成常规,但由于种属差异的问题,动物整体的决定因素和人体决定因素往往并不匹配(Everitt,2014),常会导致动物实验与发现阶段人源性ADME 评价发现的关键因素并不一致,同时其与人体的关键因素也不一致的现象(Pellegatti,2014)。更为严重的是,动物实验评价过程中引进的动物体系因素往往在发现阶段从未涉及过,更不是研发者主观设定的,而这些因素改变了新药研发的导向和目标。因此,在三大阶段衔接的过程中,不同实验体系中关键决定因素的对比性研究显得尤为重要。
综上所述,新药研发三大阶段的设置非常重要,三阶段的研究内涵更重要。但在实际操作中,因研发理念、评价技术与实验体系的选择、属性表征手段的不同,不同阶段对三大表观属性的评价和数据的衔接存在较大裂痕,新药研发还面临以下瓶颈性问题及挑战。
1)发现阶段(可试错阶段)对系统因素的评价和研究不足。
2)动物源性因素或评价体系与人源性体系的匹配性。
3)体外单因素和体内系统因素间的相关性和因果关系。
4)高通量和高内涵评价间的兼容性。
5)有效性、安全性和药代属性间的同步性。
6)前期发现阶段与后期开发阶段的衔接。
7)前期“探索性”研究与行政监管下的标准化“既定性”研究间的匹配性。
第二节 药物体内暴露及其决定因素
药物有三大表观属性:有效性、安全性和良好的药代动力学属性。通常人们不太关注药代动力学属性,比较关注有效性和安全性。事实上,有效性和安全性主要涉及药物与靶点亲和性的选择程度(Sutherland et al.,2013;Hu and Bajorath,2013;Kaur and Salunke,2015)。药代动力学研究旨在揭示药物在体内的暴露规律和运行轨迹,药代属性就是指药物被机体反作用后在体内发生的暴露及运行轨迹行为,与靶点亲和性是不同类型的属性(Swinney and Anthony,2011)。由于许多药物的有效性和安全性不良可以因药物体内暴露属性及运行轨迹属性的改变和不良所致,而不良的药物暴露属性又由机体的反作用所产生(Park et al.,2001),如果人们不关注药代属性的变化及其机制,就不可能找到这类有效性和安全性不良的原因。换言之,靶点亲和性或选择性与药物体内暴露属性及运行轨迹属性(也可简称为ADME属性)共同决定了三大表观属性:有效性、安全性和药代动力学属性。
在揭示药物在体内的暴露规律和运行轨迹属性时,必须首先明确运行轨迹的潜在驱动力和阻力因素。这些因素不仅仅存在于药物自身,更来源于与药物相互作用的机体。机体的解剖结构、生理和生化属性决定了机体对药物的反作用属性,是药物暴露规律及暴露部位的时空决定因素。药物在体内暴露及运行的过程是一个药物从局部、高密度、小体积的大剂量给药到全身多组织、低密度小剂量的动力学扩散过程,该过程不仅有药物“量”的变化过程,还有药物“质”的变化过程,因此涉及药物与机体内众多生物物理和生物化学因素间的相互作用。
药物在整体水平上表现出的表观药代及效应行为取决于两大类基础因素:药物自身属性(drug-specific property,DSP)及生物系统特征属性(biological system-specific property,BSSP)(Danhof et al
系统药代动力学 电子书 下载 mobi epub pdf txt