同一体外参数进入三类模型

大麻二酚及其活性代谢物 7-羟基大麻二酚可抑制多种 CYP 酶,但体外抑制强度与患者体内相互作用的关系仍需验证。佛罗里达大学团队分别使用基础模型、机制性静态模型和生理药代动力学(PBPK)模型,评估相关代谢通路。

PBPK 模型先与已有临床药代资料比较;必要时研究者再调整抑制参数,并用调整后的参数回看静态模型。这样可以辨别不同模型给出不同风险判断的原因。

静态模型与 PBPK 对大麻二酚药物相互作用的预测不同;以体外酶数据、静态模型 / PBPK、临床对照为主题的抽象概念图
体外酶数据、静态模型 / PBPK、临床对照的研究概念示意。(图:J&E Bio)

模型对相互作用幅度的判断有差别

机制性静态模型预测,敏感的 CYP1A2、CYP2C9 和 CYP3A4 底物暴露分别增加约 3.6、4.1 和 2.2 倍。PBPK 模型对敏感 CYP1A2 底物的预测增幅约为 2 倍,整体预测比静态模型更接近已有临床资料;研究将 CYP2C19 抑制列为最值得关注的相互作用风险。

这项研究的重点是不同预测框架如何使用体外抑制数据。上述数值只适用于论文设定的模型与底物,其他合并用药需要另行核算。

来源与延伸阅读

  1. Integrating Static and Dynamic Models to Predict Cannabidiol-Mediated Metabolic Drug-Drug Interactions. Clinical pharmacology and therapeutics. 2026-10-05. DOI: 10.1002/cpt.70509 ↗