股票代码(600222)Hotline服务热线:010-61006450

新闻资讯

了解新领先最新资讯!

PBPK在新药和仿制药研发中的一些应用与思考

发布人:淡然 发布时间:2020-11-13

PBPK模型(基于生理学的药物代谢动力学模型)是指建立在生理解剖学基础之上的药代动力学模型,它结合了机体本身的生理解剖学性质和药物的理化性质,加上药物与机体的相互作用,在计算机上模拟并预测机体组织系统中药物浓度及其代谢产物的动力学变化过程。这对于了解药物与机体的相互作用,在新药研发,新剂型开发中具有重要意义,同时该策略在仿制药申报与评价中,也发挥着重要作用。 
 

PBPK模型这个概念其实早在上世纪七八十年代就已经提出,但由于当时药物研发过程中药物代谢机制和转运体介导机制尚未被人们广泛而深刻的理解,所以尽管人们早早提出该概念,但真正用于业界学界的时间也是从最近十年慢慢开始。近几年来,FDA和EMA也相继出台了关于PBPK使用的指导原则,并建立起了专业的团队来指导和解决药物评审过程中与之相关的问题。 
 

现在使用该模型去拓展新的药物研发策略已经越来越被西方先端科研机构和制药巨头(Novartis,Lilly)及中国主流学术机构(中国科学院上海药物研究所,中国药科大学)与企业(药明康德,上海谋思医药科技,北京新领先医药)接受[1]。这对于机构和企业有着不可估量的学术意义与市场意义。
 

PBPK在新药研发中的应用

 

最近十年以来,网络技术与人工智能在医药研发领域应用与发展迅猛。科学家从基因型表现型研究,从计算机体内外模拟,再到动物模型构建等方方面面强有力地推动了创新性药物的研究发展。而其中,药物代谢动力学,PBPK(基于生理学的药物代谢动力学),药物代谢/转运体相互作用的研究也是新药研发最为关键的环节。 
 

PBPK可以利用生理学的参数和药物的理化性质来预测判定药物活性成分在机体内的药代动力学特点。该模型建立之后,可以较为准确地预测药物的血液浓度和组织分布状态。进一步来讲,也可以理解药物在体内的吸收分布代谢排泄和转运体介导的相关活动情况。酶介导,转运体介导,或是疾病状态可以影响药物在体内的药代动力学行为,为了精准的判定一些诱导剂或是抑制剂对酶发生影响,进而影响具有药理活性化合物的药代动力学特征。Kunal S.Taskar等人还对PBPK建模分析后的转运体介导DDI加速新药研发进展案例做出了详细总结[2],另外值得参考的是,FDA对PBPK基于药物-药物相互作用建模并加速药物研发流程建议和提供了以下流程策略[3]:
 

01 先行在体外的DMPK数据基础上开发建立初始PBPK模型,之后使用人类单剂量的PK数据进行验证。
02 在初始模型的基础之上再建立酶诱导或抑制的模型,并使用DMPK体内(或文献数据)验证其作用。
03 使用该PBPK模型,该模型已可用于DDI初步的研究或临床前试验方案设计,以及剂量的设计。对该基础上的模型根据观察到的DDI数据进行验证与修改,最后再将其应用到其他可以进行判断的方案与情况之上。
 
1、转运体介导的DDI经由PBPK模型分析后加速新药研发进程的案例
 


 

2、新药研发中,PBPK模型构建与修订流程
 

因为在某些特定组织器官中,该模型使用了特定的参数和微分方程,这也使得在一些药物并用或联合给药治疗的情况下,可以去预测有无诱导剂或抑制剂存在情形的特殊族群药代动力学特点,这为其在新药研发策略的提供、临床试验方案的设计和临床试验成功率的提高方面提供了重要参考价值和指导意见。来自礼来,默克,罗氏等国际制药先端企业的科学家也为PBPK建模在公司新药研发应用的流程做出了详细归纳和总结[4]。 

 

此外,疾病状态介导作用导致药代动力学发生变化的情况最近几年也受到了学术界的广泛关注,特别是肝肾功能的损害造成的影响。然而,疾病介导的PBPK研究案例还是比较少,我们也鲜有这方面可以参考的案例。因此,揭示疾病和生理学背后的关联性以及机理便显得更加急迫和需要。此外,还因为缺乏对新生疾病的认识了解,抑或因为种群特异性的因素使PBPK发生变化,这样更加使得这种建模和预测具有挑战性。但是,专业领域的科学家建议在疾病模型动物实验基础上选择适合体内体外方法测定药物的代谢动力学情况进行佐证,可能对PBPK模型预测的准确性提高有很大帮助。
 


使用GastroPlus™软件对药物在体内吸收分布情况的模拟[5]


PBPK在新仿制药研发中的应用
 

我们必须承认,国内开展仿制药一致性评价过程中还有许多需要完善之处。比如,欧美在生物等效性申请豁免方面已经相对成熟,研究成果也颇为丰盛,我们可以从这些地方借鉴利用PBPK开展仿制药豁免申请的尝试。 

 

PBPK模型使用了药物理化性质与生物机体的生理参数,同时考虑了药物的吸收、分布、代谢等特点,这将更加精准有效的指导仿制药的研发和一致性的判定。尤其对于BCS二类药物来说,利用搭建好的IVIVC曲线,可能会全面、详细的确定并获得药物在合成、制剂、生产过程中的关键性影响因素,这对于顺利推进项目进展,了解参比与自制品的优劣之处起到了警示作用。在输入体外的溶出数据之后,通过反卷积的方式,PBPK可以模拟药物在体内的情况,判定由于制剂或处方工艺不同导致的差异,并以虚拟BE的方式将结果呈现。美国FDA十分重视PBPK方法在仿制药开发研究中的作用,并多次连续举办建模和仿真讲座,广泛的宣传介绍PBPK方法在仿制药开发中业界应持有的研究策略。
 

GastroPlus™预测两批不同地点生产的药品在四个规格情况下的血药浓度曲线[6]



参比与受试制剂的虚拟生物等效性研究示例[7]

 

思考与后记
 

以PBPK模拟预测的方式,来解决药物研究中遇到不同方面的困难正在变得普遍而广泛,总的来讲PBPK可以用于评估药物的体内药代动力学特征,PBPK建模也为阐明药物与药物相互作用、药物与转运体相互作用、药物与疾病状态交互作用和药物与族群交互作用的相关机理提供了可能性,并且PBPK建模可为临床方案的设计提供理论基础。但是,因为PBPK作为最近十年左右才较为普遍使用的新型药物评价筛选系统,所以在其成长发展道路上不可避免的有种种不尽人意的地方,例如由于业界经验不足导致的模型构建错误,相关领域的专业人才较为缺乏,其内建模块中部分参数和使用有待进一步的优化完善。但是客观来讲,其使用的范围和应用的领域将会越来越广泛而全面。 

 

药物的研发过程是一个漫长而辛苦的过程,其研发推进中,更需要注重研究策略的使用,减少不确定或不必要的因素对实验结果和方案的影响。许多药物在标靶发现、制剂优化阶段并不能很好的被评估其上市过程的风险性,往往在临床研究阶段甚至上市后才被发现有安全性或有效性的缺陷。因此,早期阶段进行药物代谢动力学的筛选评估和进行PBPK建模来预测候选化合物的成药性质具有重要意义。
 

参考文献:
 

  1. Hemanth 王苗. 体内外桥接技术在医药研发中的应用. 新领先同心集. 2020;07:80-82.

  2. Kunal S. Taskar, et al. Physiologically-Based Pharmacokinetic Models for Evaluating Membrane Transporter Mediated Drug-Drug Interactions: Current Capabilities, Case Studies, Future Opportunities, and Recommendations. ClinPharmacol Ther. 2020;107(5):1082-1115.

  3. FDA. Physiologically based pharmacokinetic analyses-format and content guidance for industry. 2018.

  4. Yingying Guo, et al. Advancing Predictions of Tissue and Intracellular Drug Concentrations Using In Vitro, Imaging and Physiologically Based Pharmacokinetic Modeling Approaches .Clin Pharmacol Ther. 2018;104(5):865-889

  5. Aleksandra Stojkovic, et al. A Case Study of In Silico Modelling of Ciprofloxacin Hydrochloride/Metallic Compound Interactions. AAPS PharmSciTech. 2014;15(2):270-278.

  6. Amitava Mitra, et al. Application of Absorption Modeling to Predict Bioequivalence Outcome of Two Batches of Etoricoxib Tablets. AAPS PharmSciTech. 2015;16(1):76-84.

  7. Bin Yang, et al. Virtual population pharmacokinetic using physiologically based pharmacokinetic model for evaluating bioequivalence of oral lacidipine formulations in dogs. Asian journal of pharmaceutical science. 2017;12:98-104.
     

    -END-
     

    关于我们:

          北京新领先建立有体内外桥接平台,致力于将体内行为与体外行为进行桥接,利用软件建立体内外相关模型,明确药学开发目标,预测BE成功率,缩短药物研发时间,节约产品开发成本,为客户每个项目顺利申报提供保障。

          本平台也针对客户在BE试验设计和结果所遇到的问题,提供技术支持,并提供合理、科学的建议。后续着重模型开发,扩大模型应用,为新药研发提供科学依据。本平台拥有或计划拥有全球应用最广泛的模型模拟软件和药动学分析软件,包括DDDPlus、ADMET predictor、Gastroplus、DAS、PASS、Phoenix WinNonlin等多种软件。 

           已经成功对近200个口服固体制剂项目开展了包括药学目标设定、预BE及正式BE的预测和结果分析解读等研究工作,其中进入到BE阶段的近百个项目,一次性通过率超过80%。此外,平台还对外承接了几十个BE预测及结果分析解读的项目,均精准剖析了客户于BE试验过程中存在的问题,并提供了合理完善的指导方案。 

           体内外桥接平台负责人为hemanth Joshi先生,曾担任世界排名前十通用名药企Dr.Reddy‘s Laboratories、Sun Pharmaceuticals等公司的高级科学家,拥有近20年的药物制剂研发及临床评价经验;曾参与几十个FDA、EMA注册ANDA、505b(2)的研发工作,其丰富的工作经历和卓越的工作能力,带领新领先医药研发水平更上一层楼。

转载声明:未经本网或本网权利人授权,不得转载、摘编或利用其他方式使用上述作品。已经本网或本网权利人授权使用作品的,应在授权范围内使用,并注明“来源:新领先医药科技”。