从芯片浓度变化估计人体清除
肝细胞实验能记录药物随时间减少，但把这一变化换算到人体，还需要考虑细胞内外分布、游离比例和培养装置的影响。2025 年发表于 PLOS ONE 的 DigiLoCS 研究，将这些因素纳入三区室计算模型，再与人体药代模型连接。研究重新分析已有数据，本次没有开展新的细胞实验。
数据来自 5 项已发表研究，覆盖 CnBio 和 Javelin 肝芯片，以及 Hurel 肝细胞球状体系统。原始集合共有 38 项药物清除数据，因部分记录缺少必要输入，最终纳入 32 项。不同系统的细胞数、培养液体积和流动方式分别作为模型参数。
把培养液、细胞间隙和细胞内部单独建模
DigiLoCS 将系统划分为培养液、细胞间隙和细胞内部三个区室，用常微分方程描述药物转移与代谢。模型纳入膜通透性、分配特征、游离药物比例和细胞内清除，使培养液中的浓度变化能与细胞内暴露联系起来。
输入既包括细胞数、体积、表面积和灌流方式，也包括分子量、脂溶性及培养液中的游离比例。研究根据已发表浓度时间曲线拟合清除等参数，并检查参数变化对结果的影响。敏感性分析显示，通透性、交换表面积和游离比例会影响清除估计。
清除预测更接近已有临床数据
研究将芯片模型估计的细胞清除换算到人体，与已有临床清除数据比较。以图 6 的“预测值/观察值”为比值，DigiLoCS 的分布中心约为 1.04，标准差约为 0.31，变异系数约为 30%；单区室方法约为 0.56，标准差约为 0.44，变异系数约为 79.3%。
在这组数据中，单区室方法整体倾向于低估清除，DigiLoCS 的比值更集中在 1 附近。论文还单独展示了 CnBio 系统的 12 项数据，多数预测落在观察值的 1.5 倍范围内。这个子集与全部 32 项数据分别分析，便于检查不同系统的表现。
窄屏可横向滑动查看完整图表。
用普萘洛尔检查对浓度曲线的影响
研究以普萘洛尔为例，在 PK-Sim 中建立生理药代动力学模型（physiologically based pharmacokinetic modelling，PBPK），先用已有临床观测核对模型，再分别换入两种体外分析得到的清除估计。模拟采用单次口服 80 mg 的既有研究情景，并生成 1000 个虚拟个体，描述个体间差异。
采用单区室清除估计时，模拟峰浓度约高估 3 倍，曲线下面积最高约高估 6 倍。换入 DigiLoCS 估计后，两者仍有约 1.5 倍的高估，但曲线终末阶段更接近已有观测。这个案例显示，体外清除估计会明显影响后续浓度时程模拟。
输入资料和比较数据决定预测范围
该工具为不同肝细胞培养系统提供了共同的计算分析方式，可用于比较材料、培养设置和药物性质对清除估计的影响。关键输入仍需要具体系统和化合物的资料，尤其是游离比例、细胞内分布以及可拟合的浓度时间数据。
本次表现来自回顾性数据分析，普萘洛尔只是其中一个人体浓度曲线案例。其他化合物、代谢途径和培养系统的适用程度，还需要相应数据支持。