腦組織生理藥代動力學(xué)模型研究進(jìn)展

桑瀾，徐勝，何華，柳曉泉

（中國藥科大學(xué)藥物代謝動力學(xué)研究中心，江蘇 南京 211198）

對于作用靶點(diǎn)在中樞神經(jīng)系統(tǒng)（central nervous system，CNS）的藥物而言，腦內(nèi)濃度直接影響藥效；而對于非腦組織靶向的藥物，過多的腦內(nèi)分布可能會引起CNS 不良反應(yīng)的發(fā)生。因此，了解藥物在腦內(nèi)的轉(zhuǎn)運(yùn)與分布情況在新藥研發(fā)中十分重要。人腦內(nèi)的藥物濃度難以通過現(xiàn)有分析技術(shù)直接測定，而根據(jù)腦組織的生理結(jié)構(gòu)和藥物特性用生理藥代動力學(xué)（physiologically-based pharmacokinetic，PBPK）模型來模擬藥物在腦內(nèi)的轉(zhuǎn)運(yùn)與分布情況是一個可行的策略。本文綜述了影響藥物在腦內(nèi)轉(zhuǎn)運(yùn)分布的生理因素，以及近年來文獻(xiàn)報道的研究藥物腦組織分布的PBPK 模型，并探討這類PBPK 模型在藥物研發(fā)中的應(yīng)用。

1 影響藥物在腦內(nèi)轉(zhuǎn)運(yùn)與分布的生理因素

藥物在腦內(nèi)的分布情況受到大腦特殊結(jié)構(gòu)的影響（見圖1）。腦皮層下的毛細(xì)血管豐富而密集，為血液與腦進(jìn)行物質(zhì)交換提供生理基礎(chǔ)，進(jìn)入腦實(shí)質(zhì)后，藥物的分布依賴于腦內(nèi)液體，即腦細(xì)胞外液（extracellular fluid，ECF）與腦脊液（cerebrospinal fluid，CSF）的流動；而腦內(nèi)特有的血-腦屏障（blood-brain barrier，BBB） 和血-腦脊液屏障（blood-cerebrospinal fluid barrier，BCSFB）限制了有害物質(zhì)進(jìn)入腦組織，為腦提供保護(hù)作用；ECF 和腦細(xì)胞統(tǒng)稱為腦實(shí)質(zhì)，腦實(shí)質(zhì)被CSF 包圍著。藥物通過動脈輸送到腦部，隨后進(jìn)入毛細(xì)血管；屏障上緊密排布的細(xì)胞和多種攝取或外排轉(zhuǎn)運(yùn)體則限制了藥物的腦內(nèi)分布；此外，藥物在腦內(nèi)可能與靶點(diǎn)結(jié)合而不能進(jìn)一步分布。因此，腦內(nèi)微循環(huán)、屏障系統(tǒng)以及藥物與靶點(diǎn)的結(jié)合是影響藥物腦內(nèi)分布的重要因素。

1.1 腦內(nèi)微循環(huán)

腦內(nèi)微循環(huán)由腦血流、ECF 與CSF 構(gòu)成。在大腦表面存在大量的動脈和靜脈，它們負(fù)責(zé)輸送氧氣和營養(yǎng)物質(zhì)進(jìn)入腦組織，并將排出的有害物質(zhì)帶離腦組織。部分由大動脈分支后形成的小動脈能夠穿透大腦皮層進(jìn)入毛細(xì)血管床。腦部的毛細(xì)血管表面積大且非常密集，是血液與腦組織進(jìn)行物質(zhì)交換的主要場所。此外，為了維持大腦內(nèi)的穩(wěn)態(tài)，定期清除腦內(nèi)有害物質(zhì)，ECF 與CSF 在腦內(nèi)不斷循環(huán)[1]。而藥物隨著腦血流、ECF 與CSF 的流動完成轉(zhuǎn)運(yùn)，因此腦微循環(huán)內(nèi)液體流動的方向即為藥物轉(zhuǎn)運(yùn)的方向。

腦微循環(huán)中的藥物首先通過大血管中的腦血流輸送，然后通過腦毛細(xì)血管血流流向大腦。因此，血流速度（Qbrain）對于藥物向大腦的傳遞十分重要。在大動脈和靜脈中，血流速度約為750 mL·min-1。然而，在與腦組織交換藥物的腦毛細(xì)血管內(nèi)，毛細(xì)血管血流速度僅為6～12 nL·min-1[2-3]；在脈絡(luò)叢部位，血流速度約為8 mL·min-1[4]。

ECF 約占腦實(shí)質(zhì)的20%，成分與血漿相似，但蛋白質(zhì)含量較低。BBB 兩側(cè)存在離子濃度差時，毛細(xì)血管內(nèi)的血液會流向腦實(shí)質(zhì)，由于蛋白質(zhì)不能通過BBB，血漿在透過BBB 時被內(nèi)皮細(xì)胞壁過濾形成ECF。在壓力差的驅(qū)動下，腦ECF 通過對流（ECF bulk flow）在細(xì)胞外空間內(nèi)流動。腦ECF 可以直接流向腦室和蛛網(wǎng)膜下腔（subarachnoid space，SAS）并進(jìn)入CSF，也可以穿透毛細(xì)血管和動脈壁流入淋巴系統(tǒng)。

CSF 是一種蛋白質(zhì)濃度較低、成分與ECF 相似的透明液體，它由脈絡(luò)叢上皮細(xì)胞分泌產(chǎn)生，脈絡(luò)叢排列在2 個側(cè)腦室（lateral ventricle，LV）和第3 腦室（third ventricle，TV）、第4 腦室（forth ventricle，F(xiàn)V）的空腔中。依次流經(jīng)4 個腦室后，CSF 進(jìn)入小腦延髓池（cisterna magna，CM）并向下流入脊髓；此外，CSF 也可以在 SAS 向上流過大腦表面，通過蛛網(wǎng)膜絨毛中的瓣膜被吸收到靜脈中，完成腦脊液循環(huán)。

圖1 腦的特殊結(jié)構(gòu)及藥物在腦內(nèi)的轉(zhuǎn)運(yùn)示意圖Figure 1 Schematic diagram of brain tissue and drug transport within the brain

1.2 屏障系統(tǒng)與屏障上的藥物轉(zhuǎn)運(yùn)

腦毛細(xì)血管血液中的藥物在進(jìn)入腦組織時受到屏障系統(tǒng)的阻礙。在目前的腦組織PBPK 模型中主要考慮BBB 與BCSFB 的作用。BBB 的功能是將血液與腦實(shí)質(zhì)分隔開來，從而避免有害物質(zhì)進(jìn)入腦內(nèi)造成損傷。BBB 上的緊密連接結(jié)構(gòu)、細(xì)胞間的多種轉(zhuǎn)運(yùn)蛋白和缺少窗孔的特征都使得藥物難以通過細(xì)胞旁途徑穿過血管內(nèi)皮進(jìn)入腦組織。BBB 功能會隨機(jī)體的生理病理情況而變化。在某些疾病條件下（比如膠質(zhì)母細(xì)胞瘤），BBB 的緊密連接被破壞，大腦內(nèi)皮細(xì)胞之間的間隙變大，這使得細(xì)胞旁轉(zhuǎn)運(yùn)增加，特別是那些通常不能透過BBB 的大分子[5]。在這類惡性腫瘤的藥物開發(fā)中，往往不考慮治療藥物的BBB 通透能力，而認(rèn)為它們對腦組織具有對其他組織同樣的滲透性。然而，大量臨床證據(jù)表明，膠質(zhì)母細(xì)胞瘤患者的BBB 的破壞是不均一的[6]。這使得抗腫瘤藥物在BBB 完整的區(qū)域達(dá)不到理想藥效，因此有研究者提出通過聚焦超聲等物理手段破壞BBB可以提高BBB 的通透性，增加藥物向腦部的轉(zhuǎn)運(yùn)，實(shí)現(xiàn)抗腦腫瘤藥物的靶向治療[7-8]。BCSFB 將腦毛細(xì)血管中的血液與腦脊液分離。BCSFB 由腦室的脈絡(luò)叢上皮細(xì)胞緊密排布形成，屏障上的緊密連接阻止了水溶性分子通過細(xì)胞旁途徑透過BCSFB。與BBB 不同，BCSFB 具有開孔結(jié)構(gòu)和較高的通透性。有研究表明，阿爾茨海默病患者BCSFB 的通透性與轉(zhuǎn)運(yùn)體活性受到影響，而這可能與腦內(nèi)炎癥因子的沉積有關(guān)[9]。

藥物在屏障上的轉(zhuǎn)運(yùn)可以分為被動擴(kuò)散和主動轉(zhuǎn)運(yùn)兩大類，其中被動擴(kuò)散包括跨細(xì)胞和細(xì)胞旁途徑，而主動轉(zhuǎn)運(yùn)主要指通過轉(zhuǎn)運(yùn)體進(jìn)行的物質(zhì)轉(zhuǎn)運(yùn)。被動擴(kuò)散是由藥物在血液和ECF 中的濃度梯度驅(qū)動的，速率取決于屏障兩側(cè)的濃度差。藥物穿過屏障的難易程度取決于屏障對藥物的滲透性（permeability，P）。這種滲透性由屏障自身的通透性（構(gòu)成屏障的細(xì)胞間隙）和藥物特性（分子大小和脂溶性）共同決定。腦毛細(xì)血管表面積和脈絡(luò)叢表面積分別為BBB 與BCSFB 內(nèi)藥物可通透表面積（surface area，S）。在PBPK 模型中，藥物在屏障上的被動擴(kuò)散速率可以用膜的滲透性-表面積（permeability-surface area product，PS）來描述。

在上述2 種屏障中還存在多種攝取或外排轉(zhuǎn)運(yùn)體，它們分布在屏障的兩側(cè)（見圖1）。主動轉(zhuǎn)運(yùn)過程根據(jù)藥物運(yùn)輸方向可以分為攝取轉(zhuǎn)運(yùn)和外排轉(zhuǎn)運(yùn)。幫助藥物或內(nèi)源性物質(zhì)進(jìn)入大腦的轉(zhuǎn)運(yùn)體稱為攝取轉(zhuǎn)運(yùn)體，而將化合物移出大腦的轉(zhuǎn)運(yùn)體為外排轉(zhuǎn)運(yùn)體。人BBB 上活躍的轉(zhuǎn)運(yùn)蛋白包括有機(jī)陰離子轉(zhuǎn)運(yùn)多肽1A2（organic anion transporting polypeptide 1A2，OATP1A2）、有機(jī)陰離子轉(zhuǎn)運(yùn)蛋白3（organic anion transporters 3，OAT3）、單羧基反式轉(zhuǎn)運(yùn)蛋白1（monocarboxylate transporter 1，MCT1）、P-糖蛋白（P-glycoprotein，P-gp）、乳腺癌耐藥蛋白（breast cancer resistance proteins，BCRPs）和多藥耐藥相關(guān)蛋白（multidrug resistance associated proteins，MRPs）。BBB 上大多數(shù)外排轉(zhuǎn)運(yùn)體位于血液側(cè)，而BCSFB 上BCRP 和P-gp 位于CSF 側(cè)，MRP 位于血液側(cè)。

1.3 藥物與蛋白質(zhì)的結(jié)合

在腦組織中，藥物與腦內(nèi)蛋白質(zhì)的結(jié)合可分為特異性結(jié)合和非特異性結(jié)合。特異性結(jié)合指藥物與靶點(diǎn)的結(jié)合，這是發(fā)揮藥效的基礎(chǔ)。靶點(diǎn)可以是受體、酶、轉(zhuǎn)運(yùn)蛋白或離子通道。藥物靶點(diǎn)根據(jù)其存在的空間位置可分為細(xì)胞外靶點(diǎn)或細(xì)胞內(nèi)靶點(diǎn)，細(xì)胞內(nèi)靶點(diǎn)可位于細(xì)胞質(zhì)或細(xì)胞核內(nèi)。在PBPK 模型中，藥物與靶點(diǎn)的結(jié)合速率用kon表示，藥物-靶點(diǎn)復(fù)合物的解離速率用koff表示，藥物與受體的親和力用Kd表示。藥物與腦組織的非特異性結(jié)合包括藥物與血漿蛋白及ECF 或CSF 中的蛋白質(zhì)的結(jié)合。通常只有游離藥物才能透過血管壁或生物膜。藥物在腦內(nèi)的非特異性結(jié)合會減少游離藥物的擴(kuò)散[10]，從而影響藥物在腦內(nèi)進(jìn)一步分布。在腦血管中，藥物可能與血漿蛋白結(jié)合以便于運(yùn)輸，或結(jié)合后再解離從而發(fā)揮“藥庫”的作用。通常酸性藥物與白蛋白結(jié)合，而堿性藥物與α1-糖蛋白結(jié)合。此外，盡管ECF 與CSF 中蛋白質(zhì)含量較低，這2 個體系中的藥物-蛋白結(jié)合有時仍會被納入考慮。藥物與血漿或ECF、CSF 中的蛋白質(zhì)結(jié)合后，結(jié)合型與游離型藥物濃度處于動態(tài)平衡，游離型藥物濃度與總藥物濃度之間的比值被定義為藥物的游離分?jǐn)?shù)（unbound fraction，fu）。

2 腦組織生理藥代動力學(xué)模型研究現(xiàn)狀

腦組織PBPK 模型的建立基于腦組織的生理結(jié)構(gòu)。腦組織的主要組成部分包括腦毛細(xì)血管、構(gòu)成腦實(shí)質(zhì)的各類細(xì)胞和ECF 以及CSF；此外還有將這些結(jié)構(gòu)與循環(huán)系統(tǒng)隔離開的屏障——BBB 和BCSFB。然而，模型結(jié)構(gòu)的確定并非直接將上述成分作為房室納入，而是根據(jù)研究目的選擇適用的最簡單模型，因?yàn)樵綇?fù)雜的結(jié)構(gòu)參數(shù)化越困難。本節(jié)綜述了近年來文獻(xiàn)報道過的腦組織PBPK 模型。PBPK 模型是建立在機(jī)體的生理、生化、解剖和藥物熱力學(xué)性質(zhì)基礎(chǔ)上的一種整體模型，它將解剖學(xué)上存在差異的器官或結(jié)構(gòu)看作一個房室，房室間借助于血液循環(huán)或組織液流動來連接。腦組織PBPK模型中每個房室的建立依賴于兩類參數(shù)：系統(tǒng)相關(guān)參數(shù)和藥物相關(guān)參數(shù)。系統(tǒng)相關(guān)參數(shù)主要包括解剖學(xué)參數(shù)和生化參數(shù)，如組織液流速、組織大小、轉(zhuǎn)運(yùn)體或代謝酶活性等；藥物相關(guān)參數(shù)包括藥物熱力學(xué)性質(zhì)和藥物與機(jī)體相互作用，如脂溶性、電離性、膜通透性、藥物游離分?jǐn)?shù)等。有文獻(xiàn)報道了人、大鼠、小鼠、猴子和狗的CNS 生理參數(shù)[11]，為腦組織PBPK 模型的建立提供了便利。

在全身PBPK 模型中，腦組織被視為一整個房室，通過血液循環(huán)與系統(tǒng)藥代動力學(xué)（pharmacokinetics，PK）連接起來[12-14]。這類模型可以用于藥物物料平衡的研究；也可以和藥物毒性數(shù)據(jù)結(jié)合來探究藥物的不良反應(yīng)。全身PBPK 模型可以預(yù)測腦組織中整體藥物濃度，但藥物在腦組織中具體分布情況無法得知。此外，全身PBPK 模型的建立與驗(yàn)證需要來自多個組織中的藥物濃度信息，然而實(shí)際研究中可能只關(guān)心腦組織中藥物濃度，因此缺少其他組織的藥物濃度數(shù)據(jù)，此時全身PBPK模型的應(yīng)用存在限制。

因此，為了進(jìn)一步探究藥物在腦組織中的分布情況，結(jié)合微透析技術(shù)建立腦組織PBPK 模型的方法應(yīng)運(yùn)而生。使用腦內(nèi)微透析技術(shù)來測定腦ECF 中游離藥物濃度，可以將全身PBPK 模型中的腦室根據(jù)細(xì)胞內(nèi)和細(xì)胞外空間進(jìn)一步區(qū)分為單獨(dú)的房室。微透析技術(shù)的一個顯著優(yōu)點(diǎn)是可以頻繁地收集透析液樣品進(jìn)行PK 特征分析，因?yàn)镋CF 中的液體實(shí)際上沒有減少[15]。Tunblad 等[16]應(yīng)用腦內(nèi)微透析技術(shù)探究了建模時可使用的數(shù)據(jù)對模型結(jié)果的影響（見圖2）。他們建立的模型包括動脈室、靜脈室、外周室和腦細(xì)胞外液室。系統(tǒng)PK 參數(shù)通過動脈血中總濃度獲得，而藥物與蛋白結(jié)合率可以通過靜脈血和ECF 中游離藥物濃度計(jì)算得到。圖3 給出了以嗎啡為模型藥物，應(yīng)用這一模型對腦透析液、靜脈透析液和動脈血中總藥物濃度的觀測數(shù)據(jù)、群體預(yù)測和個體預(yù)測。

Westerhout 等[17]2012 年報道的研究包含4 個CSF 房室的大鼠腦組織PBPK 模型，目的是探究不同的CSF 采樣點(diǎn)是否在大鼠體內(nèi)產(chǎn)生類似的PK 特征，從而推斷人CSF 藥物濃度是否可以代替ECF的藥物濃度。模型結(jié)構(gòu)見圖4，在他們的模型中包含中央室、外周室、腦實(shí)質(zhì)室和4 個不同的CSF 室。藥物從腦ECF 轉(zhuǎn)運(yùn)至CSF 并依次經(jīng)過LV、第3 和第4 腦室（third and fourth ventricle，TFV）、CM 和SAS。然而，由于缺少人腦內(nèi)的藥物濃度數(shù)據(jù)，他們對人腦內(nèi)藥物濃度的預(yù)測還有待臨床數(shù)據(jù)驗(yàn)證。Yamamoto 等[18]改進(jìn)了這一模型，并使用臨床數(shù)據(jù)和文獻(xiàn)中的數(shù)據(jù)[19]進(jìn)行驗(yàn)證（見圖5[20]）。之后，他們又加入了亞細(xì)胞室、腦微血管室，并將BBB 和BCSFB 處的被動擴(kuò)散分解為跨細(xì)胞和細(xì)胞旁2 個途徑[21]。這一系列研究的目的是建立對不同藥物都具有適用性的綜合PBPK 模型，無需體內(nèi)數(shù)據(jù)，根據(jù)生理和病理?xiàng)l件下系統(tǒng)特異性和藥物特異性參數(shù)即可預(yù)測CNS 中多個區(qū)域的藥物濃度-時間分布。

目前已報道的大部分腦組織PBPK 模型都是根據(jù)腦血管、CSF、ECF、細(xì)胞實(shí)質(zhì)等腦組織成分區(qū)分腦室的，這些模型可以探究藥物在BBB 上的轉(zhuǎn)運(yùn)情況但不能反映藥物在依據(jù)結(jié)構(gòu)劃分的各個腦區(qū)（皮質(zhì)、海馬等）的分布情況。Zakaria 等[22]在2018 年提出了根據(jù)生理學(xué)結(jié)構(gòu)區(qū)分腦室的大鼠CNS模型。這一模型內(nèi)嵌于一個全身PBPK 模型中，并且包含5 個房室（見圖6）：腦血管、CSF、海馬區(qū)（hippocampus，HP）、前額葉皮質(zhì)區(qū)（frontal cortex，F(xiàn)C）和腦組織剩余部分（rest of brain，ROB），模型結(jié)構(gòu)使用文獻(xiàn)報道過的苯妥英[23]和卡馬西平[24]在不同腦區(qū)中的數(shù)據(jù)進(jìn)行驗(yàn)證（見圖7）。這一模型也被用于預(yù)測了人腦內(nèi)不同區(qū)域的藥物PK特征。盡管缺乏臨床數(shù)據(jù)驗(yàn)證，這種根據(jù)腦區(qū)劃分方式的方法仍然是一個很有意義的嘗試，因?yàn)閷?shí)驗(yàn)表明許多靶向CNS 的藥物在腦內(nèi)的分布存在區(qū)域特異性[23,25]，而這與腦組織不同結(jié)構(gòu)的解剖學(xué)差異和功能有關(guān)。

圖2 基于微透析數(shù)據(jù)建立的腦組織生理藥代動力學(xué)模型[16]Figure 2 Physiologically-based pharmacokinetic model of the brain tissue based on microdialysis data[16]

圖3 腦透析液、靜脈透析液和動脈血中嗎啡濃度的實(shí)測值-群體預(yù)測值和實(shí)測值-個體預(yù)測值散點(diǎn)圖[16]Figure 3 Scatter plots of the observed data,population predictions and individual predictions of morphine concentrations in cerebral dialysate,venous dialysate,and arterial blood [16]

圖4 包含4 個腦脊液房室的腦組織生理藥代動力學(xué)模型結(jié)構(gòu)示意圖[17]Figure 4 Physiologically-based pharmacokinetic model of the brain tissue containing four cerebrospinal fluid chambers [17]

圖5 大鼠和人靜脈注射15 mg·kg-1 對乙酰氨基酚后血漿和蛛網(wǎng)膜下腔中藥物濃度預(yù)測值與實(shí)測值[17,20]Figure 5 Observed data and predictions of drug concentrations in plasma and subarachnoid space in rat and human after i.v.infusion of 15 mg·kg-1 acetaminophen [17,20]

圖6 根據(jù)生理學(xué)結(jié)構(gòu)區(qū)分腦室的大鼠腦組織生理藥代動力學(xué)模型[22]Figure 6 A region-specific rat brain physiologically-based pharmacokinetic model established according to the physiological structure of the brain tissue [22]

圖7 大鼠給予苯妥英或卡馬西平后腦區(qū)或血漿中藥物濃度預(yù)測值與實(shí)測值[22]Figure 7 Observed data and predictions of drug concentrations in rat plasma and brain regional compartments after phenytoin or carbamazepine administration [22]

總的來說，本節(jié)所述的PBPK 模型為分析研發(fā)中藥物在BBB 和BCSFB 上的轉(zhuǎn)運(yùn)提供了良好的基礎(chǔ)，同時也為預(yù)測人體內(nèi)未結(jié)合的ECF 藥物濃度提供了合理的生理學(xué)方法。然而，這一類模型在進(jìn)行種屬間轉(zhuǎn)化時仍然存在限制。盡管固定了系統(tǒng)相關(guān)參數(shù)，模型中的藥物相關(guān)參數(shù)仍然是通過數(shù)據(jù)擬合得到的。尤其是描述藥物跨BBB 或BCSFB 轉(zhuǎn)運(yùn)過程的參數(shù)往往代表著幾種動力學(xué)過程的凈效應(yīng)，將模型中系統(tǒng)相關(guān)參數(shù)替換為人的生理值的種屬間轉(zhuǎn)化方法需假設(shè)不同物種間跨BBB 和BCSFB 轉(zhuǎn)運(yùn)具有類似的機(jī)制，而這顯然是不成立的。

3 腦組織生理藥代動力學(xué)模型的應(yīng)用

3.1 基于機(jī)制的生理藥代動力學(xué)/藥效學(xué)模型

腦組織PBPK 模型不僅可以用于估計(jì)BBB 和BCSFB 的流入和流出參數(shù)來解釋藥物的腦內(nèi)PK 特征，還能為腦ECF濃度與藥效學(xué)（pharmacodynamics，PD）數(shù)據(jù)建立聯(lián)系。Hammarlund-Udenaes 及其同事基于大鼠腦內(nèi)微透析數(shù)據(jù)和阿片類藥物的鎮(zhèn)痛作用，報道了一系列基于機(jī)制的PBPK/PD 模型[26-30]。他們的研究目的之一是定量解釋嗎啡和羥考酮的PK/PD關(guān)系[30]。這2 種鎮(zhèn)痛藥在體外實(shí)驗(yàn)中對阿片受體的親和力有顯著差異，但在大鼠血漿內(nèi)藥物濃度相近時可以產(chǎn)生等效的鎮(zhèn)痛效應(yīng)。他們認(rèn)為這可能與2種藥物的BBB 轉(zhuǎn)運(yùn)差異有關(guān)?；跈C(jī)制的PBPK/PD 模型模擬出的藥物濃度結(jié)果支持這一假設(shè)，BBB對羥考酮的攝取速率高于外排速率，而嗎啡的結(jié)果相反，這使得羥考酮的腦內(nèi)ECF 游離藥物濃度比嗎啡高6 倍[29-30]。這一結(jié)果提示，在研究靶點(diǎn)位于CNS 的藥物時，應(yīng)考察藥物的腦內(nèi)游離藥物濃度與藥物效應(yīng)的PK/PD 關(guān)系，而不是血漿PK/PD 關(guān)系。

此外，腦組織的PK 還可以和受體占有率數(shù)據(jù)（receptor occupancy，RO）結(jié)合，建立PBPK/RO 模型。Wong 等[31]開發(fā)了2 種常用的抗抑郁藥氯氮平和利培酮的大鼠和人的全身PBPK/RO 模型，充分預(yù)測了人體內(nèi)原藥和代謝物的血漿藥物濃度（見圖8）及其對人腦內(nèi)多巴胺D2受體的占有率水平（見圖9）。PBPK/RO 模型的應(yīng)用可以從D2受體擴(kuò)展到CNS 的其他受體，從而評價藥物的受體選擇性。所有已上市的抗精神病藥物對CNS 中的非D2受體都有明顯的親和力[32]，而它們與5-羥色胺（5-HT）受體或乙酰膽堿受體的相互作用是引起CNS 不良反應(yīng)的重要原因。例如，氯氮平引起的代謝紊亂（如體質(zhì)量增加或糖尿病）可能與其對組胺H1受體和5-HT2C受體的過度親和力有關(guān)[33]；而氯氮平對5-HT2A受體和毒蕈堿M1的高親和力可能誘發(fā)運(yùn)動障礙[34]。因此，通過PBPK/RO 模型評價藥物的受體選擇性具有重要的臨床意義。

圖8 人口服氯氮平和利培酮給藥后血漿中原藥和代謝物濃度預(yù)測值與實(shí)測值[31,35-36]Figure 8 Observed data and predictions of parent drug concentrations and metabolite concentrations in plasma after oral administration of clozapine and risperidone in human [31,35-36]

圖9 人口服氯氮平和利培酮后D2 受體占有率的預(yù)測值與實(shí)測值[31]Figure 9 Observed data and predictions of D2 receptor occupancy after oral administration of clozapine and risperidone in human[31]

3.2 體外-體內(nèi)外推/生理藥代動力學(xué)模型

PBPK 模型中的系統(tǒng)相關(guān)參數(shù)具有實(shí)際的生理意義，部分參數(shù)可在機(jī)體內(nèi)直接測得，從而為這一類模型的種屬間轉(zhuǎn)化提供了良好的基礎(chǔ)。除了直接將動物模型中的系統(tǒng)相關(guān)參數(shù)替換為人的生理值外，近年來越來越多的研究者在估計(jì)PBPK 模型的參數(shù)時采取了基于體外-體內(nèi)外推（in vitro-in vivoextrapolation，IVIVE）的策略。這種“自下而上（bottom-up）”的方法是將體外實(shí)驗(yàn)測得的轉(zhuǎn)運(yùn)體或代謝酶的動力學(xué)參數(shù)，通過比放因子（scaling factor，SF）轉(zhuǎn)化為PBPK 模型中的參數(shù)。SF 表示藥物在體外實(shí)驗(yàn)及體內(nèi)環(huán)境中測得的動力學(xué)過程之間的活性差異[37]。此外，還要考慮體內(nèi)與體外實(shí)驗(yàn)體系中轉(zhuǎn)運(yùn)體的蛋白表達(dá)水平差異。

Ball 等[38]在2012 年提出的模型中，將腦組織分為腦血管和腦實(shí)質(zhì)2 個房室，并內(nèi)嵌于大鼠全身PBPK 模型中。他們通過體外實(shí)驗(yàn)測定了BBB 對嗎啡和羥考酮的被動轉(zhuǎn)運(yùn)或主動轉(zhuǎn)運(yùn)通透性，之后將模型中的BBB 通透性（P）固定為測量值，應(yīng)用PBPK 模型模擬了大鼠腦內(nèi)的游離藥物濃度（見圖10）。他們的模型中用相對活性因子（relative activity factor，RAF）表示轉(zhuǎn)運(yùn)蛋白在體外-體內(nèi)活性的差異，這一參數(shù)值可以由模型與大鼠觀測值擬合得到。在大鼠到人的轉(zhuǎn)化時，他們將模型中大鼠的生理參數(shù)替換為人體的生理值，并使用了與大鼠模型中相同的RAF。他們假設(shè)在大鼠和人之間，每單位膜表面積或每單位微血管蛋白量的相關(guān)轉(zhuǎn)運(yùn)體的表達(dá)水平和活性相同。2014 年，Ball 等[39]提出了包含腦血管、CSF、ECF 和細(xì)胞實(shí)質(zhì)4 個房室的腦組織PBPK 模型，并詳細(xì)討論了在臨床前研究階段建立腦組織IVIVE-PBPK 模型的策略以及參數(shù)化方法。

圖10 大鼠靜脈推注嗎啡和羥考酮后腦內(nèi)游離藥物濃度的實(shí)測值與預(yù)測值[38]Figure 10 Observed data and predictions of unbound brain concentrations after i.v.infusion of morphine and oxycodone [38]

Lu 等[40]在2016 年提出了用于描述人腦內(nèi)藥物處置的4Brain 模型。該模型在一項(xiàng)0 期臨床試驗(yàn)中被用來預(yù)測一個研發(fā)中的藥物AZD1775 穿透BBB的能力[41]。作者通過文獻(xiàn)中報道的對乙酰氨基酚和苯妥英的臨床數(shù)據(jù)驗(yàn)證了4Brain 模型。這2 個藥物分別代表不同的腦內(nèi)轉(zhuǎn)運(yùn)機(jī)制，對乙酰氨基酚進(jìn)入腦組織主要依靠被動轉(zhuǎn)運(yùn)[42]，而苯妥英作為P-gp的底物，主要通過轉(zhuǎn)運(yùn)體介導(dǎo)的主動轉(zhuǎn)運(yùn)進(jìn)入腦組織中（見圖11）[43]。在4Brain 模型中，基于IVIVE策略由體外實(shí)驗(yàn)得到的藥物相關(guān)參數(shù)包括：1）BBB與BCSFB 的PS；2）BBB 與BCSFB 上轉(zhuǎn)運(yùn)體活性（CLin/CLout）；3） 腦內(nèi)藥物的代謝清除率（CLmet）。其他系統(tǒng)相關(guān)參數(shù)由文獻(xiàn)中報道過的生理值得到。然而，這一模型沒有納入ECF，因而不能預(yù)測作用于膜結(jié)合受體的藥物的受體結(jié)合動力學(xué)以及藥物的效應(yīng)[18,40]。4Brain 模型用于預(yù)測對乙酰氨基酚給藥后，虛擬人群血漿和CSF 中藥物濃度（見圖12）。

4 結(jié)語

腦組織PBPK 模型的建立基于腦組織的生理、生化、解剖和藥物熱力學(xué)性質(zhì)。相較于房室PK 模型，腦組織PBPK 模型為種屬間轉(zhuǎn)化提供了更好的基礎(chǔ)。在新藥研發(fā)中，腦組織PBPK 模型可以用于預(yù)測藥物在腦內(nèi)的PK 行為、探究藥物的PK/PD 關(guān)系，或基于IVIVE 策略進(jìn)行種屬間轉(zhuǎn)化。隨著對腦組織解剖學(xué)研究的不斷深入以及微透析技術(shù)的發(fā)展，模型結(jié)構(gòu)和參數(shù)越來越接近真實(shí)的生理情況，這有助于提高模型的預(yù)測準(zhǔn)確性?？傊谀X組織PBPK 模型預(yù)測藥物在人腦內(nèi)的轉(zhuǎn)運(yùn)和分布情況可以成為新藥研發(fā)中的重要策略，這使得這一研究領(lǐng)域具有良好的應(yīng)用前景。

圖11 基于體外-體內(nèi)外推方法建立的4Brain 模型結(jié)構(gòu)[40]Figure 11 Model structure of the 4Brain model using the in vitro-in vivo extrapolation approach [40]

圖12 對乙酰氨基酚給藥1 000 mg 后藥物濃度預(yù)測值與實(shí)測值[20,40,42,44]Figure 12 Observed data and predictions of drug concentrations after administration of 1 000 mg paracetamol [20,40,42,44]