3 类人源细胞模拟药物转运与代谢
双氯芬酸进入人体后,要经历肠道吸收、肝脏代谢和清除。韩国研究团队最早于 2024 年 9 月 26 日公开预印本,将微生理系统(microphysiological system,MPS)与基于生理的药代动力学模型(physiologically based pharmacokinetic model,PBPK)结合,尝试由体外数据预测人体暴露。同题研究于 2025 年 4 月 4 日发表于 BioChip Journal;下文具体结果对应公开的预印本 v1。
芯片包含人肠上皮细胞、肾近曲小管上皮细胞和 HepaRG 肝细胞系球状体。3 个器官模块与共同储液槽相连,储液槽容纳在系统中循环的培养液,以模拟部分循环过程。
各模块以多孔膜将细胞及两侧液体隔开,再通过流体联系。这样既能观察药物穿过屏障,也能追踪肝模块产生的代谢物如何分布。
共培养 1 天后,研究用水溶性四唑盐-1(water-soluble tetrazolium-1,WST-1)检测代谢活性,相对各类细胞单独静态培养的读数超过 90%。这项检测评价了 24 小时共培养的相对代谢活性,长期存活和各器官功能还需分别测量。
实测原药和代谢物,再区分器件与细胞的作用
药物实验向肠模块加入 200 μM 双氯芬酸,在 24 小时内用高效液相色谱测量各处的原药及 4-羟基双氯芬酸。肠模块的原药浓度较高,肝模块的代谢物浓度最高,反映给药位置与代谢位置的差别。
这些浓度随时间变化,为计算模型提供了约束。原药转移到其他模块、代谢物出现的时间与程度,需要结合分布和代谢过程一起解释。
研究先用没有细胞的空白芯片估计平台相关过程,再把含细胞体系的药物浓度用于参数拟合。每个器官模块被表示为材料、液体、膜和细胞组成的 5 层结构,以质量平衡追踪药物移动。
这种处理的价值,是把培养装置本身造成的变化与细胞过程分开考虑。它仍依赖模型结构和实测数据的质量,部分转运与代谢参数由浓度数据拟合估计。
2 个口服剂量的暴露预测,接近程度不同
获得芯片参数后,团队按人体生理条件外推,并在 PK-Sim 软件中模拟口服 50 与 100 毫克双氯芬酸的浓度曲线。人体比较使用已发表临床数据,没有为这项芯片研究重新开展人体试验。
论文用预测中位数除以临床实测值,比较浓度—时间曲线下面积(area under the curve,AUC)与峰浓度。50 毫克时,2 个比值分别为 0.89 和 0.74,说明总体暴露较接近,而峰值低估更明显。
100 毫克时,AUC 与峰浓度的比值均为 1.04。这些结果支持该条件下的暴露预测,但 2 个剂量的符合程度不同,其他剂量与人群的预测表现仍需相应数据评价。
作者说人体曲线不需要额外优化,指的是芯片参数确定后的外推阶段。前面仍使用了芯片实测浓度进行拟合;区分这 2 个阶段,才能判断哪些结果来自数据拟合,哪些属于向人体的预测。

窄屏可横向滑动查看完整图表。
表达变化提供线索,统计证据仍有限
研究还比较细胞基因表达与药物暴露的关系,分别使用肠模块和储液槽中的 AUC 表示局部与整体循环液暴露。2 类 AUC 均来自芯片培养液,RNA 则从培养细胞中提取。
一些表达水平与暴露呈较强相关,但多数关联没有达到统计显著。讨论中明确指出,只有 SAA2 同时满足 p<0.05 和相关系数绝对值大于 0.85 的条件,较小样本限制了统计把握度。
部分前列腺素代谢相关基因随暴露增加而升高,方向与双氯芬酸抑制环氧合酶的已知作用并不简单一致。作者提出可能存在反馈调节;这属于解释假说,有待进一步干预实验检验。
这些表达关联为后续毒性机制研究提供线索,尚缺独立样本验证其胃肠损伤或肝毒性预测价值。
人体外推的短板,仍来自结构与细胞来源
肾脏清除参数还要参考人体生理与既有文献,芯片没有完整重现肾小球过滤和重吸收。体系也缺少门静脉与胆道,药物在真实人体中的首过与排泄路径只能部分呈现。
HepaRG 细胞系便于获得和保持一致,却与原代人肝细胞的代谢路线存在差异。研究者特别指出双氯芬酸羟化相关的差别,说明更换肝细胞来源可能改变后续外推结果。
向其他药物、长期暴露或不同患者背景推广,还需要相应资料。预印本中的探索性表达关联,也需用独立样本核查其毒性预测价值。
来源与延伸阅读
- Integrating a Microphysiological System and Physiologically Based Pharmacokinetic Modeling to Predict Human Responses to Diclofenac. Research Square. 2024. doi:10.21203/rs.3.rs-4954602/v1 ↗
- Integrating a Microphysiological System and Physiologically Based Pharmacokinetic Modeling to Predict Human Responses to Diclofenac. BioChip Journal. 2025. doi:10.1007/s13206-025-00207-0 ↗