用人肾小管细胞测量药物分泌

吗啡的清除涉及肝脏代谢和肾脏排出,其活性代谢物吗啡-6-葡萄糖醛酸苷(morphine-6-glucuronide,M6G)也受肾功能影响。2021 年发表于 Scientific Reports 的研究,把人源肾近端小管芯片与计算模型连接,用于分析这 2 种成分的清除及全身浓度变化。

芯片在相邻通道内分别培养人脐静脉内皮细胞(human umbilical vein endothelial cells,HUVEC)和人原代近端小管上皮细胞(proximal tubule epithelial cells,PTEC),中间为胶原基质。这样可以观察药物从血管侧,经基质和上皮进入小管侧的过程。原代细胞来自 3 名不同供者,并检测到 OAT1、OAT3 和 OCT2 等转运体。

结合抑制剂区分被动转移与主动分泌

芯片实验在血管通道加入氘标记吗啡 morphine-d6 和 M6G,比较有、无转运抑制剂的条件。两侧流出液按时间取样,以液相色谱—串联质谱测量药物。丙磺舒和四乙基铵联用,分别覆盖有机阴离子与阳离子转运抑制。

联用抑制剂后,吗啡的内在转运清除平均降低约 74.3%,M6G 降低约 63.6%;不同供者的抑制幅度差异明显。研究结合免疫染色和功能测量,支持主动分泌对药物转运的贡献。图 2 展示 1 名代表供者,各供者的换算参数另列于表中。

1 名代表供者的肾小管芯片中,吗啡与 M6G 在有、无转运抑制剂条件下的血管侧输入和小管侧输出时程。

窄屏可横向滑动查看完整图表。

1 名代表供者的肾小管芯片中,吗啡与 M6G 在有、无转运抑制剂条件下的血管侧输入和小管侧输出时程。(Tomoki Imaoka et al. / Scientific Reports, 2021, Figure 2;CC BY 4.0)

把芯片参数换算到人体肾清除

研究将实测通透性和主动分泌参数输入机制性肾脏模型,结合血浆游离比例、血浆与全血分布、肾小管细胞数和人体肾脏规模,计算器官水平的清除。3 名供者的数据分别参与预测,保留供者间差异。

预测平均肾清除率分别约为吗啡 7.58 L/h、M6G 9.45 L/h;用于比较的既有人体观测范围分别约为 6.8–9.6 L/h 和 9.2–14.3 L/h。论文报告,二维 Transwell 来源的数据在同类换算中得到较低预测值,提示培养结构和转运功能会影响输入参数。

连接全身模型并比较肾功能受损情景

随后,研究建立原药—代谢物的全身生理药代动力学模型(physiologically based pharmacokinetic model,PBPK)。先分别核对吗啡与 M6G 模型,再连接肝脏生成代谢物及肾脏排出的过程,与既有健康人浓度曲线比较。

健康人曲线比较的绝对平均倍数误差约为 1.18–1.33。调整肾脏参数后,终末期肾病情景的对应误差约为 1.22–1.30,均在研究预设的 2 倍范围内。慢性肾病模拟还检查了不同肾小球滤过水平,并假设主动分泌随滤过功能同比降低。

细胞数据与人体生理假设共同影响结果

这项研究提供了从肾芯片转运测量到人体药代模拟的完整连接方式。实测数据补充主动分泌和被动通透性,而全身模型继续依赖肝脏清除、组织分布及肾功能变化等参数。肝脏清除部分依据已有全身与肾清除数据计算。

供者之间的转运差异较大,慢性肾病中转运蛋白变化和尿毒症成分影响也未直接由这次芯片实验测定。结果适用于已测试的 2 种药物成分及所用比较数据,进一步拓展需要相应细胞与人体资料。

来源与延伸阅读

  1. Bridging the gap between in silico and in vivo by modeling opioid disposition in a kidney proximal tubule microphysiological system Scientific Reports. 2021. doi:10.1038/s41598-021-00338-y ↗