体外方法与计算方法：NAMs 的两类常见研究工具

专业问答

体外方法怎样获得信息？

体外方法是在生物体外的实验体系中研究某个过程，英文通常写作 in vitro。在药物研究中，研究者可以让培养的细胞或组织接触药物，再测量细胞状态、组织功能或相关分子的变化。二维体外体系和复杂体外模型都属于常见的 NAMs。

检测指标由问题决定。以肝脏模型为例，可评价代谢能力、白蛋白和尿素分泌等指标：代谢反映模型处理相关物质的能力，分泌指标用于观察部分肝细胞功能。研究者把这些指标与药物处理前后或不同参照条件下的变化进行比较。

二维细胞培养通常让细胞在培养表面生长，便于围绕明确的细胞反应开展检测。三维培养让细胞在空间中形成结构，使研究者能够观察细胞组成与排列方式对功能的影响。研究神经毒性时，单一细胞培养、共培养、球状体和类器官的组成与结构各有特点，需要关注各自的基础生物学和功能表现。

类器官属于三维培养模型，细胞在培养过程中形成具有部分组织结构和功能的体系。例如，肝脏和肠道类器官可用于模拟相应组织的部分特征。理解一个类器官时，可以先看它来自哪些细胞，以及研究中实际保留和测量了哪些组织功能。

器官芯片把细胞或组织与微型装置结合，可加入液体流动、机械作用或多种细胞共同培养等条件。例如，肝脏芯片可在灌流条件下培养不同细胞，以研究流动环境中的组织功能。装置材料与药物、细胞的相互作用也可能影响实验，需要一并考虑。

计算方法通常写作 in silico，使用数学模型、计算程序或数据分析方法研究药物问题。输入可以包括药物特征、生理学资料和已有实验结果，输出则是与某个问题有关的预测，例如药物暴露或潜在毒性。计算建模、人工智能和机器学习为这类分析提供多种工具。

基于生理学的药代动力学模型（physiologically-based pharmacokinetic modeling，PBPK）把吸收、分布、代谢和排泄过程写入数学模型，再结合生理学参数模拟药物在体内的变化。这类模型可用于辅助剂量研究，评价体重或疾病状态等差异对药物暴露的影响。

定量系统药理学模型（quantitative systems pharmacology，QSP）关注药物与生物过程之间的相互作用。它可以模拟药物怎样影响某条生物网络，以及相关作用怎样随条件变化。另一类计算工具是从已有数据中学习规律的机器学习模型，可用于毒性和免疫原性预测研究。

体外实验提供实际测量值，计算模型可利用这些资料组织和预测更大范围的问题。FDA 路线图提出过一种组合思路：用人源器官芯片研究毒性，用药代动力学模型研究暴露，再结合其他工具评价相应风险。这里的组合取决于项目需要哪些信息。

对于实验和预测，研究者都需要说明结果来自什么条件。体外实验要交代细胞、参照条件和检测指标；计算预测要说明所用数据、模型及预测的问题。明确使用情境并评价方法的表现，有助于把不同方法提供的信息用于同一个药物开发问题。