以红色螺旋、黄色片层和绿色连接结构呈现的 CYP3A4 蛋白模型
CYP3A4 蛋白结构。(Minutemen / Wikimedia Commons;Public domain)

人源体外检测怎样支持药物相互作用评价

一种药物抑制另一种药物的代谢,可能使后者在体内的暴露发生变化。范德堡大学(Vanderbilt University)的 F. Peter Guengerich 在 2021 年首次发表的综述中,围绕细胞色素 P450(cytochrome P450,CYP)酶讨论这一问题,重点分析人源体外检测结果如何支持药物相互作用判断。

综述介绍,药物研发早期可使用人源酶、人细胞或人组织提取物,筛查候选对特定代谢酶的影响。这些实验为后续研究排序提供依据:先观察是否存在抑制信号,再按问题需要增加动力学信息,判断某条代谢途径受到怎样的影响。

综述引用了一项对 103 种在 2013–2016 年间获 FDA 批准的新药的梳理:45 种作为代谢受到其他药物影响的一方,20 种作为影响其他药物的一方。这是两种不同角色,提示评价既要检查候选能否抑制代谢,也要检查它自身依赖的清除途径是否容易受到影响。

药物的代谢物可能保留、失去或增强原有作用,也可能具有毒性。因此,代谢受到抑制后会出现什么结果,需要同时考虑原药、代谢物和相关途径。综述主要关注降低代谢能力的抑制作用,把药物相互作用中的生化过程与最终人体反应联系起来。

可逆性与作用时间改变抑制参数的含义

可逆抑制常用竞争性、非竞争性等理想模型描述,但真实的 CYP 酶可能出现更复杂的结合关系。综述举例说明,一个分子既可能是被代谢的底物,也可能影响另一个底物的反应;仅凭一种动力学图形,并不足以完整解释酶与药物的相互作用。

作者提醒,双倒数图会过度放大低底物浓度数据的影响。因此,他将这类图形用于定性辨认抑制现象,参数计算则另外处理。理想化曲线与真实测量之间的差别,也是体外评价质量的一部分。

实验条件也会改变表观参数。底物在反应中减少,或抑制剂被其他酶消耗,都可能影响测得的抑制程度。作者据此区分半数抑制浓度(half-maximal inhibitory concentration,IC50)与抑制常数:前者依赖底物浓度,比较不同实验时需要核对其条件。

时间依赖性抑制又增加了一层问题。有些作用与酶失活有关,有些则来自缓慢形成的紧密结合,后者仍可能可逆。作者强调,需要按机制理解时间变化,分别判断这两类过程。

这也影响体内外推。若酶受到失活,恢复过程还涉及机体重新合成蛋白的时间。重复暴露时,药物浓度变化与酶量变化可能同时发生,单次实验得到的一个抑制数值难以独自描述整个过程。

作者还提醒,缓慢而紧密的结合与机制性失活在 CYP 家族中的证据并不相同,一些既往解释尚未在不同实验室得到一致确认。综述因而保留了机制上的不确定性,而没有用同一个名称概括所有随时间改变的抑制。

肝细胞与肝微粒体可能给出不同的风险信号

综述引用诺华的一组调查:已上市药物中,4% 显示时间依赖性抑制,另有 3% 显示较强的可逆抑制;研发中的新化学实体对应比例为 23% 和 9%。各比例对应其所在开发阶段的化合物集合,描述筛查中发现抑制信号的频率。作者据此认为,较强或时间依赖性抑制信号可能影响候选推进。

作者还讨论了人肝微粒体与人肝细胞的比较。部分候选在微粒体中出现的时间依赖性抑制,在肝细胞中较少出现;综述明确指出,其中的原因仍不清楚。因此,检测系统本身是结果解释的一部分,模型间信号差异需要进一步分析。

综述还比较了 CYP3A4 与 CYP17A1 的差异:所讨论的 CYP3A4 抑制剂经历多步结合后才形成充分抑制,CYP17A1 出现类似光谱变化时,抑制却可以很快发生。光谱特征与抑制速度需要放在具体酶体系中解释。

把体外信号放回实际药物暴露与代谢路径

从体外抑制推测体内相互作用,需要结合抑制剂的游离血浆浓度,以及受影响的酶承担了多少药物代谢。如果同一种药物由多条途径清除,某一酶的抑制程度与总体暴露变化之间,还隔着各途径贡献的差别。

新候选在人群中的血浆浓度本身可能尚不明确,这成为预测的重要不确定性。作者把体外筛查、机制研究和后续体内研究视为逐步增加信息的过程,目的是在合适阶段回答相互作用问题,同时合理安排研究资源。

综述引用了当时的监管草案和产业流程,并以治疗窗较窄的药物说明暴露改变的潜在后果。这些历史资料支持其方法学讨论:评价既要关注抑制强弱,也要关注受影响药物的暴露与作用范围。文章提供的是体外检测与预测的解释框架,各候选仍需相应的用途和验证资料。

来源与延伸阅读

  1. Guengerich FP. Inhibition of Cytochrome P450 Enzymes by Drugs—Molecular Basis and Practical Applications. Biomolecules & Therapeutics. 2022;30(1):1–18. First published online 3 September 2021. doi:10.4062/biomolther.2021.102 ↗