基于非线性混合效应模型的人体[11C]格列本脲全身动态PET成像药代动力学研究揭示利福平对肝脏分布的显著影响

　　本研究针对传统药代动力学(PK)研究依赖血样、无法反映组织分布的局限，利用非线性混合效应模型(NLMEM)分析人体[11C]格列本脲(Glyburide)微剂量全身动态PET(WB4D PET)数据，构建了包含7个隔室的PK模型。发现利福平(Rifampicin)使肝脏分布降低261%，首次证明WB4D PET微剂量数据可有效预测临床PK参数，为早期药物开发提供了新范式。

　　

在早期药物研发过程中，准确预测新化学实体在人体内的吸收、分布、代谢和排泄（ADME）特性是至关重要的。传统方法严重依赖于计算机模拟（in silico）、体外实验（in vitro）以及动物体内的药代动力学（Pharmacokinetics, PK）数据。然而，物种间在ADME方面存在显著差异，使得将动物数据直接外推至人体变得困难重重。为了克服这些障碍，科研人员开发了异速缩放（allometric scaling）和生理药代动力学（Physiologically Based Pharmacokinetic, PBPK）模型，但它们依然存在局限性。

微剂量（Microdosing）研究作为一种新兴策略，因其相对宽松的监管框架而备受关注。它允许在健康志愿者或目标患者群体中使用低于治疗剂量（通常<100 μg）的药物候选物，从而在传统I期临床试验之前快速获得人体PK数据，有时也被称为“0期研究”。其核心假设是：人体本身就是预测人体PK的最佳模型。这种方法与正电子发射断层扫描（Positron Emission Tomography, PET）成像技术的结合尤为引人注目。PET是一种定量、动态且高度敏感的成像技术。全身动态（Whole-Body Dynamic, WB4D）PET成像数据理论上可以揭示研究药物在全身的药代动力学（Whole-Body PK, WBPK），极大地丰富了传统上仅依靠血液和体液药物浓度监测的PK信息。然而，目前缺乏足够的案例和成熟的方法来证实这种方法的预测价值，以预估通常在I期试验中估算的治疗剂量下的PK，和/或识别可能影响临床PK的限速因素。

格列本脲（Glyburide，又称Glibenclamide）是一种广泛使用的降糖药，拥有丰富的PK数据。其肝胆消除主要介导于肝脏有机阴离子转运多肽（Organic Anion-Transporting Polypeptide, OATP）家族转运体。研究表明，这些转运体的表达会随着年龄和性别而变化。利福平（Rifampicin）是OATP转运体的已知抑制剂。因此，利用放射性碳-11标记的格列本脲（[¹¹C]glyburide）进行WB4D PET微剂量研究，为在人体中早期、安全地描述该药物的生物分布，并研究年龄、性别及利福平共同给药对其PK参数的影响提供了独特的机会。

本研究由Nicolas Tournier和Emmanuelle Comets等人共同完成，并发表在《Clinical Pharmacokinetics》上。研究人员旨在利用群体建模方法，从WB4D PET数据中建模分布和消除过程，并探究个体间变异性的关键来源。

为开展本研究，研究人员运用了几个关键技术方法：1) 研究设计涉及16名健康受试者，分组考察年龄和性别对OATP功能的影响，其中10人还接受了利福平干预后的第二次PET扫描以研究药物-药物相互作用（DDI）。2) 使用PET-MR扫描仪进行WB4D PET数据采集，通过手动勾画体积感兴趣区（VOIs）获取多个器官（肝脏、肾脏、胰腺、脾脏、血液等）的动态放射性浓度数据，并将其转换为药代动力学建模所需的浓度单位。3) 采用非线性混合效应模型（Non-Linear Mixed-Effect Models, NLMEM）进行药代动力学分析，使用Monolix软件实现，通过校正贝叶斯信息准则（BICc）进行模型选择，并最终建立了包含七个隔室的结构模型。4) 利用预测校正可视化预测检验（pcVPC）和标准化预测分布误差（NPDE）等图形化诊断工具对最终模型进行评估。

研究结果

3.1 单独建模[¹¹C]格列本脲

模型构建策略首先使用基线[¹¹C]格列本脲PET数据选择结构模型。最终的结构模型包括六个房室。肝脏和肾脏各需要两个房室来表示组织内的交换，而脾脏和胰腺各用一个房室即可描述。对于所有组织，组合误差模型（结合加性和比例误差）被保留。使用异速缩放模型考察体重对分布容积的影响导致BICc变差，因此体重未纳入模型。

3.2 建模[¹¹C]格列本脲（全数据集）

将第一步开发的模型应用于包含两次给药（基线及利福平后）的完整数据集，并引入了 occasion间变异性（IOV）。探索性分析（使用COS-SAC算法）提示了利福平、年龄、性别等多种协变量的潜在影响，但将它们全部纳入模型会导致BICc下降且模型不稳定。最终，采用逐步法构建协变量模型，仅保留了利福平对从肝脏第一个房室返回血液的速率常数（k_L1B）的显著影响。利福平使k_L1B的平均值从20 h^-1增加到55 h^-1。模型评估显示，对于胰腺和脾脏等某些参数，估计值在不同运行中不稳定，表明存在可识别性挑战。最终模型参数见表2。

4 讨论

本研究的核心发现是利福平共同给药显著改变了[¹¹C]格列本脲的肝脏动力学。利福平使k_L1B增加了约161%，这被解释为肝脏分布减少了261%。这一发现与利福平作为OATP抑制剂的已知作用机制一致。然而，其影响幅度远高于Zheng等人使用药理剂量口服格列本脲的研究中观察到的变化（+24%），这可能是由于方法论差异所致。本研究使用静脉微剂量，且PET数据采集仅在注射后40分钟内，主要反映了分布相，而Zheng的研究超过24小时，主要反映消除相。这表明早期PET数据可能低估了转运体介导的DDI对药物整体消除的影响。

我们的模型描述了格列本脲在五个组织中的分布。肝脏和肾脏作为消除器官被纳入，胰腺作为作用靶点，脾脏也因显示显著的格列本脲积累而被纳入。由于其他组织对总放射性的贡献有限，它们被忽略。我们未能成功将膀胱和胆囊这两个显示显著放射性积累的器官纳入模型，因为它们呈现出异常且变异性极大的动力学特征，将其建模为系统的“汇”（sink）具有挑战性。

从生理学角度解读，肝脏中的“肝脏1”房室可能反映了OATP介导的[¹¹C]格列本脲在肝细胞中的积累，而“肝脏2”可能反映了进一步排入胆管的[¹¹C]标记代谢物的浓度。同样，肾脏中的“肾脏1”可能代表间质空间，“肾脏2”可能代表随后从尿液中消除的放射性代谢物的细胞内摄取。

将我们的发现与基于血样的传统格列本脲房室PK模型比较显示，我们估计的中心分布容积（V=3.6 L）与Savic等人估计的3.8 L非常接近。我们估计的消除速率（k_e=0.79 h^-1）略低于Savic等人（1.1 h^-1）和Rydberg等人（1.59 h^-1）的估计。这种差异可能部分源于短暂的40分钟采集时间限制了消除相的观察，尽管该参数估计精度尚可（RSE 15%），但运行评估显示其在不同初始值的运行间存在约30%的变异，表明从短时间采集外推时需要谨慎。

模型不稳定性也体现在协变量搜索过程中。尽管COS-SAC算法提示了多个潜在的协变量关系，但最终只有利福平对k_L1B的影响被保留在模型中。值得注意的是，我们的模型未能保留对肝脏参数的性别效应，因此无法重现Marie等人在同一数据中通过非房室分析检测到的肝脏AUC（药时曲线下面积）的性别差异。

丰富的时间分辨率使得能够估计量级差异很大的速率常数，例如胰腺中进出血液的转移速率估计存在20倍差异，这表明血液和组织浓度之间存在快速平衡，这也解释了模型对于胰腺和脾脏容积等参数的可识别性问题。

5 结论与意义

本研究首次尝试对微剂量研究获得的PET数据进行房室建模，成功地从人体[¹¹C]格列本脲WB4D PET数据中构建了PK模型。研究证实，利用微剂量WB4D PET数据估算的中心分布容积和消除速率与已知的格列本脲药代动力学一致，这是利用微剂量数据研究WB4D生物分布的有希望的第一步。研究还证实了利福平对肝脏分布的显著抑制作用。

尽管面临模型复杂性、参数可识别性和协变量建模方面的挑战，但这项工作为更广泛地使用PET微剂量研究来预测药代动力学和指导首次人体研究设计开辟了前景。未来研究的一个方向是将非线性混合效应模型与PBPK建模相结合，利用PBPK模型的基础结构和理化参数，并利用动态PET数据来估计特定个体参数和量化个体间变异性，从而更生理地表示器官结构。另一种务实的方法是构建仅包含血液和肝脏等关注器官的有限范围模型，以利用0期PET数据来预测消除和 anticipate 肝脏毒性。

总之，PET研究代表了一个迷人的机会，可以安全、动态地跟踪放射性标记药物在全身的动力学。其高时间分辨率提供了药物在体内行为的更详细和动态的图像。尽管存在示踪剂生产、协调和采集时长等物流挑战，但PET数据提供了在药物开发早期估算PK参数的独特机会，从而指导后续PK/PD模型的构建。