药物浓度的高峰和持续时间影响细胞反应

韩国忠北国立大学(Chungbuk National University)等机构在 Pharmaceutics 发表叙述性综述,梳理微生理系统(MPS)如何结合药代动力学(PK),在体外重现药物浓度随时间的变化,并与药效动力学(PD)及人体药物暴露建模衔接。作者检索了 2010–2026 年的相关文献。

常规细胞实验通常在固定时间内维持某一药物浓度,用细胞活性等结果比较效力。体内浓度则随吸收、分布、代谢和排泄变化。综述关注的问题是:这种时间差别如何影响体外实验对给药方案和药物反应的解释。

峰值浓度、浓度—时间曲线下面积(AUC)、消除半衰期和超过有效阈值的时间,分别描述暴露的不同方面。作者强调,即使总暴露量接近,高峰短时暴露与低浓度持续暴露也可能引起不同的细胞反应;重复给药的间隔,还会影响反应的累积与恢复。

2022 年原研究的固定浓度暴露与模拟药代曲线暴露示意,以及 7 天重复给药曲线。

窄屏可横向滑动查看完整图表。

2022 年原研究的固定浓度暴露与模拟药代曲线暴露示意,以及 7 天重复给药曲线。(Dharaminder Singh et al. / PLOS Biology, 2022, Figure 1;CC BY 4.0;PLOS Biology)

用液体交换和混合比例生成目标浓度曲线

综述先介绍改变培养液体积的方法:药物量固定时,增加接触细胞的液体体积可降低浓度;分次加入含药培养液则可模拟重复给药。这种方式设备较简单,但混合速度和空间分布会影响浓度变化的精度。

微流控系统可以将含药培养液与无药培养液分别输入,控制两股液流的比例,让细胞经历设定的浓度曲线。根据已测血药曲线或药代模型计算泵的流速程序,可比较不同峰值、衰减速度和给药间隔。

实际执行时,混合通道、泵的响应和管路残留体积都会造成时间延迟。作者强调独立测量培养区或出口的药物浓度,确认曲线是否符合设计;荧光示踪物可辅助检查流体过程,真实药物还需相应的定量分析。

多组织联用让代谢与运输参与浓度变化

在单一培养室中,浓度曲线主要由外部程序控制。连接肝、肾或其他组织模块后,组织摄取、代谢、排泄及模块间的液体交换也会改变药物浓度,使系统能观察器官之间的相互影响。

例如,含肝模块的循环体系可以同时追踪母体药物及代谢物,再检测下游组织所经历的暴露。模块体积、组织代谢能力和分配到各模块的流量,共同决定这种联用实验的浓度与停留时间。综述将这些比例关系列为从芯片数据进行定量建模时的关键条件。

组织内部的药物分布也需要测量

三维组织内的细胞可能经历不同浓度。扩散距离、局部灌流、细胞摄取及基质组成,会影响药物从外周到内部的分布。综述讨论了质谱成像等空间分析方式,用于定位药物,并结合各区域的分子反应理解组织差异。

这种分析需要校准切片深度、离子化效率和信号归一化;球状体大小与基质条件也会改变梯度。作者将暴露随时间的变化和组织内的空间分布一起考虑,用于解释三维模型的药物反应。

芯片参数与 PBPK 模型反复比较

基于生理的药代动力学(PBPK)模型根据器官、血流和药物相关参数计算体内暴露。芯片实验可提供吸收、组织清除和分布的测量资料,再按细胞数量、器官体积与流量比例调整,作为模型输入。

综述区分了单项参数的体外—体内外推,与完整浓度—时间关系的比较。前者常把体外内在清除率等参数扩大到器官或全身;后者还检验模型是否能重现体内的暴露曲线与相应反应。作者提出,实验和计算应反复比较,分析差异后调整缩放假设或参数,再用新的暴露程序测试。

蛋白结合、材料吸附和系统比例决定校准重点

培养液的蛋白含量会改变游离药物比例,影响清除和分布参数与血浆条件的对应。药物还可能进入芯片材料,例如部分脂溶性化合物会被聚二甲基硅氧烷(PDMS)吸收,导致培养液浓度降低。综述要求逐化合物测量这些影响,避免把材料损失并入生物清除。

联用体系还需稳定模块间流量、控制管路残留体积,并明确组织数量与代谢能力的缩放依据。免疫和炎症成分的缺失,也可能限制模型对某些药物处置过程的表征。

作者认为,这些系统目前可用于提供建模参数、研究暴露相关机制和比较给药方案。扩大应用还需要跨实验室重复性、明确的误差标准,以及与已观察动物或人体药代资料的比较;模型参数、暴露准确性和分析验证应同步建立。

来源与延伸阅读

  1. PK-Informed Microphysiological Systems: From Dynamic Dosing to Quantitative In Vitro–In Vivo Translation. Pharmaceutics (2026). ↗