📄 medicine

Development of a Dissolution-Informed PBPK-Assisted In Vitro–In Silico Correlation Framework for Predicting Food Effects of Lurasidone Hydrochloride

본 연구는 생체 관련 용출 데이터와 생리 기반 약동학 모델링을 통합함으로써, 난용성 약물인 루라시돈 염산염의 음식물 효과와 전신 노출을 성공적으로 예측하는 용출 정보 기반 PBPK 보조 인 비트로-인 실리코 상관관계 프레임워크를 개발하고 검증하였다.

원저자: Minal Narkhede, Sonal Mhaske, Jitendra Nehete

게시일 2026-08-12

📖 5 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Minal Narkhede, Sonal Mhaske, Jitendra Nehete

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

당신이 붐비는 방 저편으로 메시지를 전달하려고 한다고 상상해 보십시오. 만약 메시지가 미끄럽고 물에 녹는 종이에 적혀 있다면, 반대편에 도달하기도 전에 녹아버릴지도 모릅니다. 하지만 종이가 두껍고 왁스칠이 되어 있다면, 전혀 녹지 않아 메시지를 읽지 못하게 될 수도 있습니다. 이것은 많은 약물이 우리 몸속에서 작용하는 방식과 매우 비슷합니다. 어떤 약물들은 그 왁스 칠 된 종이와 같습니다. 즉, 위장이나 장의 수분과 잘 섞이지 않는 것입니다. 쉽게 녹을 수 없기 때문에, 혈류로 흡수되어 제 역할을 수행할 수 없습니다. 과학자들은 이를 "용해 제한(dissolution-limited)" 문제라고 부릅니다.

이제, 방금 큰 식사를 했는지 아니면 여전히 배가 고픈 상태인지에 따라 이 붐비는 방의 규칙이 바뀐다고 상상해 보십시오. 만약 방금 식사를 했다면, 당신의 위장은 그 왁스 칠 된 종이를 분해하는 데 도움을 줄 수 있는 특수한 "세제"(담즙산염이라고 불림)를 더 많이 만들어냅니다. 이것이 바로 "음식 효과(food effect)"입니다. 어떤 약물에게는 식사가 약의 효과를 훨씬 좋게 만들기도 하지만, 다른 약물에게는 오히려 효과를 떨어뜨릴 수도 있습니다. 특정 약물이 이러한 다양한 조건에서 정확히 어떻게 행동할지 예측하는 것은 까ral한 일입니다. 과학자들은 이 퍼즐을 풀기 위해 두 가지 주요 도구를 사용합니다. 하나는 인간의 위와 유사한 액체 속에서 약물이 얼마나 빨리 녹는지 테스트하는 것이며(in vitro, 체외 실험), 다른 하나는 강력한 컴퓨터 모델을 사용하여 약물이 인체 내에서 어떻게 이동하는지 시뮬레이션하는 것입니다(in silico 또는 PBPK 모델링). 큰 질문은, 이 두 가지 도구를 결합하여 음식이 포함된 상황에서 약물이 실제 사람에게 어떻게 작용할지를 정확히 예측할 수 있는가 하는 점입니다.

이 논문은 루라시돈 염산염(Lurasidone hydrochloride)이라는 특정 약물을 사용하여 이 질문을 파고듭니다. 루라시돈은 조현병과 같은 질환을 치료하는 데 사용됩니다. 루라시돈은 물에 녹기 어려워하며 엄청난 "음식 효과"를 보이는 전형적인 사례입니다. 즉, 공복 상태인지 식사와 함께 복용하는지에 따라 그 성능이 극적으로 변합니다. 연구진은 이 두 가지 도구를 결합하여, 자신들의 실험실 데이터로부터 시작해 이 약이 실제 사람에게 어떻게 작용하는지를 정확히 예측할 수 있는 "디지털 트윈"을 구축할 수 있는지 알아보고자 했습니다.

실험실 실험: "위장"의 물을 테스트하다

먼저, 연구팀은 실험실로 가서 루라시돈이 서로 다른 네 가지 유형의 "가짜 위"에서 어떻게 행동하는지 관찰했습니다. 그들은 단순히 맹물을 사용한 것이 아니라, 인체의 다양한 조건을 모사하기 위해 네 가지 서로 다른 액체 환경을 조성했습니다:

공복 위 (Fasted Stomach): 빈 위, 산성 상태.
식후 위 (Fed Stomach): 음식물이 들어있는 위, 산도가 낮고 음식의 특성을 가짐.
공복 장 (Fasted Intestine): 빈 장, 중성 pH.
식후 장 (Fed Intestine): 음식물이 들어있는 장, 체내 천연 세제인 담즙산염이 풍부함.

그들은 40mg의 루라시돈 정제를 이 네 가지 액체에 각각 넣고 2시간 동안 약물이 얼마나 녹는지 관찰했습니다. 결과는 명확하고 극적이었습니다. 약물은 **식후 위 액체(85.1%)**에서 가장 많이 녹았으며, **식후 장 액체(78.8%)**가 그 뒤를 바짝 쫓았습니다. 반면, 빈 위에서는 훨씬 적게 녹았으며(61.8%), 빈 장에서는 가장 적게 녹았습니다(57.7%).

이는 음식이 이 약물의 용해를 돕는다는 의사들의 기존 지식을 확인시켜 주었습니다. 하지만 연구진은 이 약이 단순한 비커 안에서가 아니라, 실제 인간의 몸속에서는 정확히 얼마나 더 나은 성능을 보일지 알고 싶었습니다.

컴퓨터 시뮬레이션: 디지털 신체 구축하기

다음으로, 연구팀은 비커에서 얻은 실제 수치들을 PK-Sim이라는 정교한 컴퓨터 프로그램에 입력했습니다. 이 프로그램을 가상 세계의 인간을 만드는 비디오 게임이라고 생각하십시오. 과학자들은 가상의 인간에게 위 크기, 위 배출 속도, 간으로 흐르는 혈류량, 간이 약물을 분해하는 방식 등 적절한 세부 정보를 프로그래밍했습니다.

그들은 단순히 약물이 어떻게 움직일지 추측한 것이 아니라, 실험실 데이터에서 얻은 실제 용해 데이터를 사용하여 각 네 가지 "위" 시나리오에서 약물이 얼마나 빨리 방출되는지를 컴퓨터에 정확히 알려주었습니다. 그런 다음 컴퓨터는 시뮬레이션을 실행하여 시간이 지남에 따라 혈중 약물 농도가 어떻게 변할지 예측했습니다.

대공개: 컴퓨터가 정답을 맞히다

시뮬레이션 결과는 인상적이었습니다. 컴퓨터는 약을 음식과 함께 복용하는 것("Fed" 상태)이 공복 상태에서 복용하는 것보다 혈중 약물 농도를 훨씬 높일 것이라고 예측했습니다.

식후 위(Fed Stomach) 시뮬레이션에서 예측된 최고 혈중 농도(Cmax)는 64.26 µmol/L였습니다.
공복 위(Fasted Stomach) 시뮬레이션에서의 최고 농도는 46.68 µmol/L에 불과했습니다.

이는 음식을 추가하는 것만으로도 최고 약물 농도가 37.7% 증가할 것이라는 것을 의미합니다. 시간이 지남에 따라 흡수된 총 약물량(AUC) 또한 식후 상태에서 거의 60% 급증했습니다.

하지만 컴퓨터가 그냥 지어낸 이야기가 아니라는 것을 어떻게 알 수 있을까요? 연구진은 컴퓨터의 예측치를 다른 논문에 발표된 실제 인간 임상 연구 데이터와 비교했습니다. 그 일치도는 놀라울 정도였습니다.

최고 농도에 대한 컴퓨터의 예측치는 실제 인간 데이터와 비교했을 때 오차가 4% 미만이었습니다.
"배수 오차(Fold Error, 예측이 현실과 얼마나 가까운지 측정하는 방법)"는 1.04였는데, 이는 거의 완벽한 수준입니다 (1.0이 완벽한 일치를 의미함).
비커 속의 용해 정도와 컴퓨터가 예측한 혈중 농도 사이의 상관관계는 0.9545로 매우 강력했습니다.

이는 "디지털 트윈"이 정확하다는 것을 증명했습니다. 컴퓨터는 단순한 실험실 실험(컵 속의 약물 용해)을 복잡한 인간 내부의 현상에 대한 예측으로 성공적으로 변환해 냈습니다.

무엇이 시스템을 움직이는가?

연구진은 또한 컴퓨터 모델을 사용하여 "만약 ~라면?"이라는 게임을 수행했습니다. 그들은 약물이 혈액으로 들어가는 데 있어 신체의 어느 부분이 가장 중요한지 알아보기 위해 한 번에 하나의 변수를 바꾸며 테스트했습니다. 그들은 두 가지 주요 동인을 찾아냈습니다:

용해도 (Solubility): 약물이 얼마나 잘 녹는가. 이것이 가장 큰 양(+)의 요인이었습니다. 약물이 더 잘 녹을수록 혈액으로 더 많이 들어갑니다.
간의 해독 (Liver Cleanup): 간은 CYP3A4라는 효소를 사용하여 약물을 분해합니다. 이것이 가장 큰 음(-)의 요인이었습니다. 간이 더 열심히 일할수록 혈액에 남는 약물은 적어집니다.

흥 흥미롭게도, 위가 비워지는 속도나 약물이 장에 머무는 시간 등은 중요하긴 했지만, 약물의 용해 능력이나 간의 해독 능력만큼 결정적이지는 않았습니다.

특수 집단: 간 기능이 저하된 경우는 어떠한가?

마지막으로, 연구팀은 매우 중요한 질문을 던졌습니다. 만약 "디지털 인간"이 완벽하게 작동하지 않는 간을 가지고 있다면 어떤 일이 벌어질까요? 그들은 **간 기능 장애(hepatic impairment)**가 있는 사람들을 시뮬레이션했습니다.

이 가상의 환자들에게서 약물 수치가 상승했습니다. 최고 농도(Cmax)는 64.2에서 77.0 µmol/L로 높아졌습니다.
총 노출량(AUC)은 5138.05에서 5395.20 µmol·min/L로 증가했습니다.

이는 간 문제가 있는 사람들이 약물을 더 많이 흡수할 수 있음을 시사하며, 이는 의사들이 약을 처방할 때 반드시 알아야 할 중요한 정보입니다.

핵심 요약

이 연구는 단순히 추측한 것이 아니라, 간단한 실험실 테스트와 복잡한 인체를 연결하는 다리를 건설했습니다. 실질적인 용해 데이터와 컴퓨터 모델을 결합함으로써, 연구진은 루라시돈이 다양한 사람들과 다양한 조건에서 어떻게 행동하는지를 예측할 수 있는 신뢰할 수 있는 도구를 만들었습니다.

이 논문은 생체 관련 용해 테스트를 PBPK 모델에 입력하는 방식이 용해가 어려운 약물에 매우 효과적이라는 점을 시사합니다. 이는 우리가 실제 인간을 대상으로 하는 비용스럽고 시간이 오래 걸리는 임상 시험을 덜 수행하면서도, 음식 효과와 간 질환이 있는 사람들에게 약물이 어떻게 작용하는지를 예측할 수 있음을 보여줍니다. 비록 이 연구가 단 하나의 약물과 단 하나의 정제 형태에 집중했지만, 그들이 사용한 방법론은 약물이 어떻게 작용하는지 이해하는 강력하고 새로운 방식이며, 잠재적으로 모든 이들을 위한 신약 개발을 더 빠르고 안전하게 만들 수 있습니다.

기술 요약: 루라시돈 염산염을 위한 용해도 기반 PBPK 보조 IVISc 프레임워크

문제 정의
제2세대 비정형 항정신병 약물로 분류되는 BCS(Biopharmaceutics Classification System) Class II 약물인 루라시돈 염산염은 낮은 수용성과 높은 장 투과성을 나타낸다. 이 약물의 경구 흡수는 용해 제한적(dissolution-limited)이며 위장관 생리학의 영향을 크게 받는데, 이로 인해 식후 상태에서 생체 이용률이 약 2~3배 증가하는 뚜렷한 양성 음식 효과(positive food effect)를 보인다. 단순 수성 매질을 이용한 기존의 용해 시험은 이러한 난용성 화합물의 in vivo 성능을 예측하는 데 실패하는 경우가 많다. 생리학적 기반 약동학(PBPK) 모델링과 생체 유사 용해 시험이 확립된 도구이기는 하나, 여러 생체 유사 매질에서 생성된 실험적 용해 프로파일을 기전적 PBPK 시뮬레이션에 직접 통합하여 음식 효과 및 전신 노출을 예측하기 위한 견고한 in vitro–in silico 상관관계(IVISc)를 구축하는 데에는 여전히 공백이 존재한다.

방법론
본 연구는 실험적 생체 유사 용해 시험과 PK-Sim®(버전 12.2)을 이용한 PBPK 모델링을 통합하는 체계적인 워크플로우를 채택하였다:

생체 유사 용해 시험: 네 가지 모사 위장관 매질인 공복 상태 모사 위액(FaSSGF), 식후 상태 모사 위액(FeSSGF), 공복 상태 모사 장액(FaSSIF), 식후 상태 모사 장액(FeSSIF)에서 40 mg 루라시돈 염산염 정제의 용해 프로파일을 생성하였다. 실험은 37°C에서 USP Apparatus II를 사용하여 수행되었다.
속도론 및 통계 분석: 용해 데이터를 Zero-order, First-order, Higuchi, Korsmeyer–Peppas 속도론 모델에 적합시켰다. 공복 상태와 식후 상태 간의 프로파일 비교를 위해 유사도 계수( $f_2$ )를 계산하였다.
PBPK 모델 개발: 바텀업(bottom-up) 접근 방식을 사용하여 전신 PBPK 모델을 구축하였다. 약물 특이적 물리화학적 파라미터(예: pKa, logP, 고유 용해도, 유리 분율) 및 생리학적 파라미터는 문헌과 PK-Sim 데이터베이스에서 가져왔다. 모델에는 영역별 위장관 통과, pH 의존적 용해도, CYP3A4 매개 간 대사가 포함되었다.
통합 및 시뮬레이션: 실험적으로 도출된 네 가지 매질의 용해 프로파일을 PBPK 모델의 시간 의존적 입력값으로 통합하였다. 가상 성인 인구를 대상으로 공복 및 식후 조건에 대한 시뮬레이션을 수행하여 혈장 농도-시간 프로파일 및 약동학(PK) 파라미터( $C_{max}$ , $T_{max}$ , $AUC_{tend}$ )를 예측하였다.
IVISc 및 검증: 120분에서의 용해 정도를 예측된 전신 노출( $AUC_{tend}$ )과 상관시켜 PBPK 보조 IVISc 프레임워크를 구축하였다. 모델 성능은 배수 오차(FE), 평균 절대 배수 오차(AAFE), 적합도 분석(goodness-of-fit analysis) 및 시각적 예측 점검(VPC)을 사용하여 외부 임상 PK 데이터와 비교 검증하였다.
민감도 및 특수 집단 분석: 민감도 분석을 통해 전신 노출의 주요 동인을 식별하였다. 검증된 모델은 간 기능 장애 환자군(Child–Pugh B)에서의 약동학을 시뮬레이션하는 데 추가로 적용되었다.

주요 결과

용해 거동: 용해는 위장관 조건에 의해 유의하게 영향을 받았다 ( $p < 0.001$ ). 가장 높은 약물 방출은 FeSSGF(85.1%)에서 관찰되었으며, FeSSIF(78.8%), FaSSGF(61.8%), FaSSIF(57.7%) 순이었다. 대부분의 매질에서 Korsmeyer–Peppas 모델이 가장 잘 적합되었으며, 이는 비-피크(non-Fickian, anomalous) 방출 거동을 나타낸다.
PBPK 예측: 모델은 용해 입력값을 PK 결과로 성공적으로 변환하였다. FeSSGF 시뮬레이션은 가장 높은 예측 $C_{max}$ (64.26 µmol/L)와 $AUC_{tend}$ (5138.05 µmol·min/L)를 나타냈다. 공복 상태와 비교했을 때, 위장 조건에서는 $C_{max}$ (37.7% 증가)와 $AUC_{tend}$ (59.9% 증가)가, 장 조건에서는 각각 $C_{max}$ (36.3% 증가)와 $AUC_{tend}$ (40.2% 증가)가 식후 시뮬레이션에서 증가하였다.
IVISc 상관관계: 120분에서의 약물 용해 백분율과 예측된 $AUC_{tend}$ 사이에 강한 선형 관계가 확립되었으며 ( $R^2 = 0.9545$ ), 이는 용해 정도가 모델 내에서 전신 노출을 직접적으로 결정함을 확인시켜 준다.
모델 검증: 모델은 우수한 예측 정확도를 보였다. 평균 배수 오차(MFE)와 평균 절대 배수 오차(AAFE)는 모두 1.04였다. $C_{max}$ 및 $AUC $에 대한 예측 오차는 3.67%에서 3.98% 사이였으며, 이는 허용 기준인$ \pm 20% $이내이다. 적합도 분석 결과$ C_{max} $($ R^2 = 0.97 $),$ AUC $($ R^2 = 0.98$) 모두 강한 일치도를 보였다.
민감도 분석: 용해도와 CYP3A4 매개 클리어런스가 전신 노출의 주요 결정 요인으로 식별되었으며, 그 뒤를 경구 용량과 유효 투과성이 이었다.
간 기능 장애: 간 기능 장애 환자 시뮬레이션 결과, 대사 클리어런스 감소를 반영하여 $C_{max}$ (64.2에서 77.0 µmol/L로 증가)와 $AUC_{tend}$ (5138.05에서 5395.20 µmol·min/L로 증가)의 증가가 예측되었다.

의의 및 주장
본 논문은 개발된 용해도 정보 기반 PBPK 프레임워크가 생체 유사 용해 거동을 높은 예측 정확도로 약동학적 결과로 성공적으로 변환한다고 주장한다. 통합된 PBPK 보조 IVISc는 루라시돈 염산염에 대한 음식 효과 및 전신 노출을 견고하게 예측한다.

저자들은 본 연구를 모델 기반 약물 개발(MIDD)의 실질적인 적용 사례로 제시한다. 이 프레임워크는 다음을 지원한다고 주장한다:

제형 최적화: 특정 용해 프로파일을 예측된 노출과 연결함으로써 지원된다.
음식 효과 예측: 가용화(solubilization) 및 용해 역학을 통해 양성 음식 효과를 기전적으로 설명한다.
특수 집단 평가: 간 기능 장애에서의 PK 변화를 예측하는 모델의 능력을 입증한다.
규제 활용성: PBPK를 생체 약제학적 응용, 가상 생물학적 동등성, 난용성 약물에 대한 광범한 임상 시험 의존도 감소에 사용하는 것에 관한 FDA 및 ICH 가이드라인(ICH M15 포함)과 부합한다.

본 연구는 이 접근 방식이 경험적인 in vitro–in vivo 상관관계(IVIVC)에 대한 기전적 대안을 제공하며, BCS Class II 약물의 흡수에 미치는 위장관 생리학의 영향을 평가하기 위한 검증된 도구를 제공한다고 결론짓는다.