医用雾化器。
医用雾化器。(Shixart1985 / Wikimedia Commons;CC BY 2.0)

局部递送剂量取决于气流与肺结构

吸入药物能否到达目标区域,取决于气溶胶粒径、呼吸方式和肺部结构。德国 Ebenbuild 与慕尼黑工业大学(Technical University of Munich)团队在 Communications Medicine 报道全肺计算模型,把局部沉积作为药物递送的具体指标。

团队从受试者的计算机断层成像(computed tomography,CT)图像中分割肺、肺叶及可见气道,低于成像分辨率的气道由算法补充。模型把传导气道与肺泡组织联系起来,并以受试者的功能残气量校准组织参数。

模拟跟踪单个粒子的运动、沉积和呼出,同时计算气流及组织变形。降维后的气道模型降低了计算量,使完整吸入和呼出过程的模拟能够在数小时内完成。

本次验证的口腔和咽喉部分采用解析过滤模型,进入气管的流场与粒子分布也经过简化。论文另外提出三维上呼吸道耦合方案,但主体结果来自前述较简化的入口设置。

验证来自 6 名健康男性的 10 次吸入实验

研究使用独立既有临床资料,比较 6 名健康男性的 10 次吸入实验。单光子发射计算机断层成像(single-photon emission computed tomography,SPECT)结合 CT,为各肺叶及中央、外周区域提供沉积参照。

实验气溶胶的质量中位径约为 3.1 或 5.7 μm,潮气量约为 1000 或 600 mL,吸气流量为 18 L/min。不同粒径与呼吸条件让同一计算框架接受多种递送情景检验。

每次吸入产生 5 个肺叶的数据,共有 50 个区域比较点。预测与测量的相关系数为 0.95,大多数偏差在 5 个百分点内,超过一半在 3 个百分点内;这些点来自 10 次实验,按区域汇总。

中央与外周的比较包含 40 个区域点,相关系数为 0.98,绝对偏差在 8 个百分点内。区域占比的分母是全肺已沉积总质量,误差也按这一分母计算。

绝对占比误差与相对区域误差不同

论文同时报告另一种误差:以各区域自身测得的沉积量为分母计算相对误差。小肺叶或沉积量低的中央区域,在相同绝对偏差下会产生更大的相对误差。

肺叶相对误差的四分位区间为 −6% 至 +15%,极值为 −40% 和 +67%;中央与外周相对误差的区间为 −31% 至 +11%,极值为 −60% 和 +80%。这组数据与以全肺总沉积量归一化的误差分别报告。

全肺沉积量的相对误差较小,四分位区间为 −4% 至 +5%,极值约为 ±10%。区域定位越细,成像分辨率和小量分母对评价结果的影响越明显。

粒径影响传导气道与肺泡的分配

健康人的传导气道沉积量无法直接逐处测量,研究因此使用 24 小时清除数据作为参照。清除较快的传导气道与清除较慢的肺泡区域,使该指标能够间接反映不同位置的分配。

10 次实验分别提供左右肺数据,共有 20 个比较点。预测的传导气道沉积比例与 24 小时清除数据的相关系数为 0.85。两项指标测量的过程不同,论文没有将其差值解释为直接预测误差。

较小粒径更多进入肺泡区域,较大粒径更多沉积在传导气道。计算还给出各代气道、口咽沉积和呼出质量,让不同目标部位的吸入药物能够比较相应递送分布。

肺纤维化示例显示局部组织力学的作用

团队在 1 名特发性肺纤维化(idiopathic pulmonary fibrosis,IPF)患者的 CT 中标注病变区域,再把这些区域的组织刚度设为其他区域的 5 倍。该数值来自临床专家讨论,研究缺少相应组织力学实测。

此示例中,病变区域按体积归一化的气溶胶沉积比例降低约 40%。结果来自力学假设下的模拟,提示局部气流改变可能影响药物递送,但尚无疾病肺成像数据验证这一幅度。

论文讨论了仿制吸入药物与器械组合的比较:区域沉积能为局部递送剂量提供依据,也可用于调整粒径和呼吸参数。这些是作者提出的用途,当前实验主要验证了健康人的区域质量分布。

作者提出后续将局部沉积与溶出、吸收和药代模型连接。本篇的已完成结果集中在区域沉积,疾病组织中的吸收和系统药物浓度属于后续扩展。

入口条件与成像数据限制局部验证

模型目前未纳入黏液纤毛清除、粒子吸湿增长或电荷作用。验证资料也缺少完整呼气流量和雾化器输出曲线,入口粒子分布经过理想化处理。

CT 在仰卧状态采集,吸入实验则在坐位进行;重力方向虽在模拟中调整,两种体位下的气道几何与通气分布仍可能不同。健康队列亦未覆盖女性或疾病肺。

肺叶和中央、外周比较支持了区域尺度的预测能力。更细的三维空间图案尚需新的评价指标和成像参照,才能判断模型在病变局部的递送预测是否同样可靠。

来源与延伸阅读

  1. In silico high-resolution whole lung model to predict the locally delivered dose of inhaled drugs. Communications Medicine. 2026. doi:10.1038/s43856-026-01459-z ↗