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

想象一下，你正试图向一个拥挤的房间传递一条信息。如果信息写在一张光滑且易溶于水的纸上，它可能会在到达另一端之前就溶解掉。但如果这张纸又厚又蜡质，它可能根本不会溶解，导致信息无法被阅读。这与许多药物在人体内的作用方式有些类似。有些药物就像那种蜡质的纸：它们与胃肠道中的水性液体混合得并不好。因为它们不容易溶解，所以无法被吸收进血液中去发挥作用。科学家们称之为“溶解受限”问题。

现在，想象一下这个拥挤的房间会根据你是刚吃完大餐还是仍然饥饿而改变规则。如果你刚吃完饭，你的胃会产生更多特殊的“清洁剂”（称为胆盐），这些清洁剂可以帮助分解那张蜡质的纸。这就是“食物效应”。对于某些药物，进食会让它们的效果更好；而对于另一些药物，进食可能会让它们的效果变差。准确预测特定药物在这些不同条件下的表现是非常棘手的。科学家使用两种主要工具来解决这个谜题：他们首先测试药物在模拟胃部的液体杯中溶解的速度（称为体外实验，in vitro），然后使用强大的计算机模型来模拟药物如何在人体内移动（称为计算机模拟，in silico 或 PBPK 模型）。大问题在于：我们能否将这两个工具结合起来，从而精确预测一种药物在真实人体内的表现，尤其是涉及到食物摄入时？

这篇论文通过使用一种名为盐酸氯拉西酮（Lurasidone hydrochloride）的特定药物来探讨这个问题，这种药物用于治疗如精神分裂症等疾病。氯拉西酮是典型的因难以溶于水而面临挑战的药物，并且具有巨大的“食物效应”——这意味着它的表现取决于你是空腹服用还是随餐服用。研究人员想要看看他们是否能构建一个人类的“数字孪生体”，能够利用他们实验室实验中的真实世界数据作为起点，来准确预测这种药物的行为。

实验室实验：测试“胃部”的水质

首先，团队进入实验室，观察氯拉西酮在不同类型的“人造胃”中表现如何。他们不仅仅使用了纯水；他们创建了四种不同的液体环境，以模拟人体在不同情况下的状态：

1. 空腹胃液： 空腹状态，呈酸性。
2. 进食后胃液： 饱腹状态，酸性较低，具有食物特性。
3. 空腹肠液： 空腹肠道，中性 pH 值。
4. 进食后肠液： 饱腹肠道，富含胆盐（人体天然的清洁剂）。

他们将 40 毫克的氯拉西酮片剂放入这四种液体中，并观察了两小时内药物的溶解量。结果清晰且剧烈。该药物在进食后胃液（85.1%）中溶解最多，紧随其后的是进食后肠液（78.8%）。相比之下，它在空腹胃中的溶解度较低（61.8%），而在空腹肠道中溶解最少（57.7%）。

这证实了医生已知的知识：食物有助于这种药物的溶解。但研究人员想知道，在真实的真人体内，这种效果究竟会有多显著，而不仅仅是在烧杯里。

计算机模拟：构建数字身体

接下来，团队将这些来自烧杯的真实数据输入到一个名为 PK-Sim 的高级计算机程序中。把这个程序想象成一个你可以构建虚拟人类的视频游戏。科学家们为这个虚拟人类编写了所有正确的细节：胃有多大、胃排空的速度有多快、有多少血液流向肝脏，以及肝脏如何分解药物。

他们并没有仅仅猜测药物的移动方式；他们利用实验室实验中的实际溶解数据，告诉计算机在每种“胃部”场景下药物释放的具体速度。随后，计算机运行模拟，以预测血液中药物水平随时间的变化情况。

大揭秘：计算机做对了

模拟结果令人印象深刻。计算机预测，与空腹服用相比，随餐服用药物会导致血液中药物水平显著升高。

• 在进食后胃部模拟中，预测的峰值浓度（Cmax）为 64.26 µmol/L。
• 在空腹胃部模拟中，峰值仅为 46.68 µmol/L。

这意味着计算机预测，仅仅通过加入食物，药物的峰值水平就会增加 37.7%。随时间推移吸收的总药量（AUC）在进食状态下也增加了近 60%。

但是，我们如何知道计算机不是在凭空捏造呢？研究人员将他们的计算机预测结果与发表在其他论文中的实际人类临床研究数据进行了对比。匹配程度惊人地高。

• 计算机对峰值水平的预测与真实人类数据的误差小于 4%。
• “倍数误差”（衡量预测与现实接近程度的一种方式）为 1.04，这几乎是完美的（1.0 分代表完美匹配）。
• 烧杯中药物溶解量与计算机预测的血液中药物量之间的相关性极强，得分高达 0.9545。

这证明了“数字孪生体”是准确的。计算机成功地将简单的实验室实验（药物在杯中溶解）转化为对复杂人体内部情况的预测。

驱动系统的是什么？

研究人员还利用他们的计算机模型玩了一场“如果……会怎样”的游戏。他们每次改变一个变量，以观察身体的哪个部分对血液中药物量的影响最大。他们发现了两个主要驱动因素：

1. 溶解度： 药物溶解得有多好。这是最大的正面因素。如果药物溶解得更好，进入血液的量就会更多。
2. 肝脏清理： 肝脏使用一种称为 CYP3A4 的酶来分解药物。这是最大的负面因素。如果肝脏工作得更努力，留在血液中的药物就会更少。

有趣的是，诸如胃排空速度或药物在肠道停留时间等因素虽然也有影响，但它们的重要性不如药物的溶解能力或肝脏的清理能力那么关键。

特殊人群：肝功能不全怎么办？

最后，团队提出了一个至关重要的问题：如果这个“数字人类”的肝脏工作得并不完美，会发生什么？他们模拟了一个肝功能受损（肝脏损伤）患者的情景。

• 在这些虚拟患者中，药物水平上升了。峰值浓度（Cmax）从 64.2 上升到 77.0 µmol/L。
• 总暴露量（AUC）从 5138.05 增加到 5395.20 µmol·min/L。

这表明，肝脏功能受损的人可能会吸收更多的药物，这对于医生在开具处方时了解药物用法是非常重要的信息。

总结

这项研究不仅仅是在猜测；它构建了连接简单实验室测试与复杂人体之间的桥梁。通过将真实的溶解数据与计算机模型相结合，研究人员创造了一个可靠的工具，可以预测氯拉西酮在不同人及不同条件下的行为。

论文指出，这种方法——即使用生物相关溶解测试来为 PBPK 模型提供数据——对于那些难以溶解的药物非常有效。它表明，我们可以预测食物效应，甚至可以预测药物在肝脏问题患者体内的表现，而无需在真实人类身上进行更多昂贵且耗时的临床试验。虽然本研究仅针对一种药物和一种类型的片剂，但他们所使用的方法是一种理解药物如何运作的强大新途径，有望让药物开发变得更快、更安全，造福每个人。