静脉注射羧甲基麦芽糖铁治疗铁缺乏性贫血后组织铁动态的计算预测

《International Journal of Nanomedicine》：Computational Prediction of Tissue Iron Dynamics in Iron Deficiency Anemia Following Intravenous Ferric Carboxymaltose Therapy

　　铁缺乏性贫血（IDA）患者需通过静脉铁剂（如铁剂羧甲基麦芽糖，FCM）治疗，但长期铁分布及剂量优化存在挑战。本研究在大鼠IDA模型中，通过单次FCM给药及组织铁含量检测，结合PBPK模型分析，发现肝、脾和骨髓的 tissue-to-plasma partition coefficient（KP）值最高，分别达25.9、21.7和21.6，提示这些组织是铁的主要蓄积部位。心脏KP值为18，显示其铁清除能力较弱，可能导致长期铁积累。模型成功预测血清铁浓度变化，并通过MRI relaxation time参数验证其在人体中的适用性，证实多次低剂量给药可减少心脏铁蓄积。

　　铁缺乏性贫血（IDA）是全球公共卫生领域的一个重要问题，影响着约16亿（占全球人口的24.8%）人群，包括慢性肾病（CKD）、炎症性肠病（IBD）和心力衰竭等疾病患者。由于口服补铁疗法在某些患者中可能不耐受或效果不佳，静脉注射铁剂已成为IDA治疗的重要手段。近年来，静脉铁剂的应用趋势在管理CKD相关贫血方面日益增强，这主要是因为与促红细胞生成素刺激剂（ESA）相关的不良结果。此外，多项随机临床试验表明，静脉铁剂在管理ESRD和IBD患者贫血方面优于口服铁剂。然而，尽管静脉铁剂在临床广泛应用，其在优化治疗方案和监测组织铁分布方面仍面临重大挑战。

铁稳态是一个由复杂协调系统调控的过程，旨在确保铁能够有效地输送到目标组织，同时避免有害的铁过载，如铁介导的氧化应激和铁死亡。铁的主要储存形式是铁蛋白，占人体总铁含量的约25%。循环中的铁主要与转铁蛋白结合，通过血液运输至组织，尤其是骨髓（BM），以支持红细胞（RBC）的生成。其中，约65%-70%的功能性铁被纳入血红蛋白（HGB）中用于氧气运输，其余部分则存在于肌红蛋白和酶中。铁在体内的回收过程主要由脾脏和肝脏中的巨噬细胞完成，通过回收衰老红细胞中的铁来维持体内铁平衡。然而，由于人体缺乏主动排铁机制，过量的静脉铁剂可能导致铁过载，从而引发组织损伤、感染风险增加以及肿瘤进展等问题。流行病学研究表明，过量静脉铁剂与血液透析患者的死亡率和心血管事件增加存在关联，因此，静脉铁剂的使用安全性和剂量优化成为当前的重要议题。

目前，临床实践中尚无实用的方法可以准确评估组织中的铁含量以指导补铁剂量。血清铁浓度反映了血液中的铁含量，但无法提供关于组织铁储存或可用于红细胞生成的铁的信息。虽然血清铁蛋白和转铁蛋白饱和度（TSAT）是常用的评估铁状态的生物标志物，但它们往往无法可靠地预测特定组织中的铁可用性或静脉铁剂治疗的疗效，尤其是在存在炎症的情况下。磁共振成像（MRI）已经成为一种有价值的非侵入性工具，用于诊断和监测铁过载疾病，如肝脏铁含量（LIC）的测量。然而，MRI的成本较高、可及性有限，并且在使用含顺磁性物质的静脉铁剂时可能会受到干扰，这限制了其在IDA管理中的应用。因此，提高对铁分布的理解、改善评估组织铁含量的方法以及优化静脉铁剂剂量仍然是贫血管理中的关键优先事项。

基于动物实验数据的计算方法可能成为解决上述问题的有前景的解决方案。虽然文献中已有多种铁代谢模型，但许多模型仅关注红细胞生成和铁代谢相关的生物标志物，而未考虑组织铁含量。此外，一些研究开发了数学模型，用于预测在铁缺乏、铁充足或铁过载饮食条件下小鼠的铁分布。然而，小鼠通常不会通过饮食限制发展出IDA，这使得它们成为研究IDA条件下铁分布的次优模型。这些研究显示，在铁缺乏饮食的小鼠和铁充足饮食的小鼠中，铁在红细胞中的分布相似，这表明小鼠模型在研究铁分布方面存在局限性。此外，这些模型依赖于放射性铁溶液的数据，可能无法准确反映临床常用的静脉铁剂的铁分布特性。

铁羧基麦芽糖（FCM）是一种新一代的静脉铁剂，因其良好的安全性和疗效而广泛应用于临床。FCM由一个稳定的铁羟基核心和一个碳水化合物壳组成，允许铁的可控释放。其稳定的复合结构紧密结合铁，从而在目前可用的静脉铁剂中具有最低的可溶性、非转铁蛋白结合铁（NTBI）释放。这一特性降低了与可溶性铁相关的毒性和氧化应激风险，使FCM在临床中即使在高剂量下也具有良好的耐受性。FCM还具有实际优势，如快速输注、能够单次输注大量铁剂（最高可达1000毫克），以及不需要试剂量（与铁葡糖酸盐或铁蔗糖不同），从而提高了患者的便利性。尽管FCM在大鼠和人类中已研究了其短期组织铁分布，但其长期组织铁动态仍不明确。本研究利用大鼠的IDA模型，评估了FCM单次输注后铁在不同组织中的分布情况以及血清铁生物标志物的动态变化。基于这些数据，我们开发了一个计算模型，用于描述大鼠中的铁动力学，并将其扩展到人类，以预测人类的组织铁含量，并使用临床血清铁和MRI数据进行验证。

在大鼠实验中，我们采用低铁饮食（<10毫克铁/千克）和每周两次放血（每次放血1毫升）的方法建立IDA模型。在实验的前三周，每周放血两次，随后进行一周的稳定期。健康对照组则给予正常铁饮食（约200毫克铁/千克）并避免放血。在整个模型建立过程中，每周两次监测血细胞参数。为了研究FCM输注后的铁组织分布动态，我们进行了生物分布研究。总共30只雄性SD大鼠被分为两组：治疗组（n=18）和IDA对照组（n=12）。治疗组大鼠接受15毫克/千克的FCM（Ferrinject?，Vifor Pharma，Glattbrugg，瑞士）通过尾静脉输注，而IDA对照组大鼠则接受生理盐水。

在治疗后，我们牺牲了三只治疗组大鼠分别在1小时、6小时、24小时、1周、3周和5周后，以收集组织样本进行铁分析。IDA对照组大鼠则在基线、1周、3周和5周后测量组织铁浓度，假设在24小时内组织铁含量不会显著变化，以减少动物使用。所有大鼠在解剖当天称重，并使用异氟烷麻醉后，用200-250毫升生理盐水进行灌注，以清除器官中的血液。在灌注前，从尾静脉采集血液样本，并分为两部分：一部分用于即时血细胞参数的测量，另一部分用于血清铁生物标志物的分析。后者在2000 g离心15分钟分离血清，然后存放在-80°C进行进一步分析。从心脏、肝脏、肾脏、脾脏、股骨和肺部收集组织样本，并进行称重。随后，组织样本被存放在-80°C，并通过电感耦合等离子体质谱（ICP-MS）测定铁含量。

为了更全面地了解铁的动态变化，我们测量了血细胞参数和铁稳态生物标志物。血细胞参数包括血红蛋白（HGB）、平均红细胞体积（MCV）、平均红细胞血红蛋白（MCH）和血细胞比容（HCT），使用BC2800VET血液分析仪进行测量。血清转铁蛋白和铁蛋白浓度通过ELISA试剂盒（ab137993和ab157732，Abcam，马萨诸塞州沃尔瑟姆）测定。血清肝细胞因子（hepcidin）和红细胞生成素（EFRE）则通过商业ELISA试剂盒（ER1504和ER1573，FineTest，武汉）进行测定。TSAT通过血清铁和总铁结合能力（TIBC）计算得出。

通过ICP-MS测定组织样本中的铁含量，我们使用了24种混合标准溶液（9–222EL，1000毫克/升）来生成校准曲线。锗（Ge）被选为内部标准。Ge的标准溶液（GSB 04–1728-2004，1000毫克/升）购自中国北京的国家有色金属和电子材料分析测试中心。使用Perkin Elmer（NexIon 1000，Shelton，CT，USA）ICP-MS仪器测定组织中的总铁含量。优化的ICP-MS操作条件总结在表S1中。该检测方法的线性范围为200微克/升，最低检测限为10微克/升。

为了更好地理解并预测FCM输注后在贫血大鼠中铁在不同组织中的动态分布，我们开发了一个计算模型。该模型的结构如图2所示，基于生理学基础药代动力学（PBPK）建模。在此模型中，每个器官被视为一个充分混合的室，药物从血液转移到组织的过程假设遵循菲克扩散定律。每个组织被分为血管室和间质室，根据渗透性限制机制进行划分。每个室中的铁含量以微克为单位表示，通过ICP/MS检测到的铁浓度（微克/克）乘以相应组织的重量得到。肝和脾被认为是主要的铁储存器官，其KP值分别为21.7和25.9，这表明这些器官在铁储存和回收中起着关键作用。骨髓（BM）也显示出显著的KP值（21.6），反映了在IDA条件下铁优先输送到BM以支持红细胞生成。值得注意的是，心脏显示出相对较高的KP值（18），这突显了其在铁清除方面的有限能力。这些发现强调了心脏在长期静脉铁治疗中可能积累铁，从而引发心脏毒性风险。

为了进一步评估不同给药策略对组织铁积累的影响，我们使用模型进行基于不同剂量方案的模拟。具体包括：单次15毫克铁/千克（A）、每周7.5毫克铁/千克持续两周（B）以及每周5毫克铁/千克持续三周（C）。如图S4所示，当所有三种给药策略在三周后达到相似的红细胞铁含量时，低剂量的多剂量方案导致有毒组织（如心脏）中显著较低的铁积累。这些结果表明，尽管FCM的改进配方降低了高剂量铁输注引起的即时过敏反应风险，但采用较低剂量的多剂量策略可能有助于提高安全性，减少心脏铁积累。

为了将模型扩展到人类，我们使用了与人类相关的生理学参数（如器官体积、血浆流量和器官重量），并验证了模型在临床数据中的准确性。在IDA患者的临床数据中，我们观察到血清铁浓度的变化趋势与模型预测一致。此外，我们利用MRI数据进行相关性分析，评估模型预测的组织铁含量与MRI衍生的弛豫时间参数（ΔT2*和ΔT2）之间的关系。结果显示，模型预测的肝脏和脾脏铁含量与MRI数据之间存在显著相关性（P < 0.001），这进一步证明了该计算模型在预测人体组织铁含量方面的有效性。尽管MRI在脾脏铁含量方面的相关性研究不如肝脏充分，但我们的研究结果表明，模型预测的脾脏铁含量与T2*和T2参数之间也存在显著相关性。

综上所述，本研究开发的计算模型能够准确预测静脉铁剂治疗后组织铁的分布情况，并在临床数据中得到验证。这一模型为优化静脉铁剂剂量、提高治疗的安全性和有效性提供了重要的理论基础。此外，模型还揭示了不同组织对铁的分布和清除能力的差异，特别是在心脏中的铁积累风险。这些发现不仅有助于理解铁代谢的复杂性，还为临床实践中的铁治疗策略提供了新的视角。通过结合计算模型和MRI技术，我们能够更精确地评估组织铁含量，为个体化治疗提供支持。然而，本研究仍存在一些局限性，例如模型对铁摄取和分布的分子机制进行了简化，未明确包含网状内皮系统和转铁蛋白介导的铁摄取。此外，铁的清除率未能进行估计，因为实验数据不支持此类估算。这些因素限制了模型的全面性，未来的研究需要进一步完善模型，以提高其在不同疾病条件下的适用性。最后，铁在体内的分布可能因使用的静脉铁剂不同而有所变化，本研究仅针对FCM，因此其结果可能不适用于其他类型的静脉铁剂，如铁蔗糖或铁羧基麦芽糖。未来的研究应探索该模型在其他静脉铁剂中的适用性，以扩大其临床相关性。