采用PBBM模型預測速釋制劑在空腹及餐后狀態(tài)下的生物等效性
采用PBBM模型預測速釋制劑在空腹及餐后 狀態(tài)下的生物等效性
原文作者及單位
Rebeka Jereb a, Albin Kristl a, Amitava Mitra b,c
a 斯洛文尼亞盧布爾雅那大學(xué)藥學(xué)院
b 美國山德士公司(諾華的分公司)臨床開(kāi)發(fā)部
c 美國強生公司臨床藥理和定量藥理部
解讀人
陳濤，凡默谷技術(shù)部
導 讀
原文作者通過(guò)基于生理的生物藥劑學(xué)PBBM模型，成功地預測6個(gè)化合物(不同的BCS分類(lèi))的仿制藥與參比制劑在空腹與餐后狀態(tài)下的生物等效性情況。從而探討在成功預測空腹BE結果后，接著(zhù)通過(guò)虛擬生物等效性VBE模擬來(lái)豁免餐后BE試驗的可能性。
注：
PBBM是本研究工作的模型架構，在本研究中包括體內外相關(guān)性、虛擬生物等效性研究VBE等工作，VBE是PBBM的重要組成部分。
推薦理由
本文通過(guò)6個(gè)實(shí)際的應用案例，說(shuō)明VBE對不同BCS化合物等效性評估的應用，并匯總了數個(gè)限制條件以確保餐后BE試驗預測的成功。通過(guò)案例的學(xué)習，可以了解如何通過(guò)PBBM模型建立制劑體內外相關(guān)性、采用VBE評估制劑間的生物等效，進(jìn)而為開(kāi)發(fā)臨床相關(guān)的溶出方法、豁免餐后BE試驗、增加預BE試驗的信心、確定BE試驗的受試者樣本量等方面提供決策支持。
案例摘要
生物等效性考察是藥物開(kāi)發(fā)中臨床藥理學(xué)研究的一個(gè)組成部分?；谏淼纳锼巹W(xué)建模(PBBM)是評估潛在等效性風(fēng)險以及預測生物等效性研究結果的一個(gè)有用工具。在本研究中，使用GastroPlus軟件對4個(gè)BCS 2類(lèi)、一個(gè)BCS 1類(lèi)和BCS 3類(lèi)共計6個(gè)化合物進(jìn)行虛擬等效性(VBE)評估。
本研究的目的是根據來(lái)自空腹等效性試驗數據建立的模型和已知的臨床食物影響研究考察是否可以準確預測餐后狀態(tài)下的生物等效性。本研究顯示PBBM模型可以成功重現臨床可以(5個(gè)案例)及不能(1個(gè)案例)生物等效性的觀(guān)測結果。最后基于可靠的模型，探討根據化合物的通用特征進(jìn)行豁免餐后下的生物等效性研究。這能潛在降低藥物開(kāi)發(fā)中臨床研究的成本，增加關(guān)鍵BE試驗成功的信心，以及支持法規申報的應用等。因此VBE可以顯著(zhù)縮減藥物研發(fā)的時(shí)間和成本，最大限度地減少采用健康志愿者開(kāi)展藥物的臨床研究。
軟件用途
本研究中，采用GastroPlus軟件搭建和驗證了6個(gè)化合物在空腹與餐后狀態(tài)下的體內PK模型，并采用軟件的參數敏感性分析功能評估相關(guān)的模型參數對Cmax, AUC, Tmax等主要PK參數的影響。在建立穩定可靠的PK模型基礎上，進(jìn)一步采用GastroPlus的群體模擬功能開(kāi)展空腹和餐后狀態(tài)下的虛擬等效性評估。所建立的模型可以準確預測實(shí)際臨床中受試與參比制劑生物等效或不等效的觀(guān)測結果。
一
研究背景
生物等效性(BE)研究是藥物開(kāi)發(fā)中臨床藥理學(xué)研究的一個(gè)重要組成部分，如在后期開(kāi)發(fā)時(shí)支持處方變更(也就是批準前的變更)、生產(chǎn)場(chǎng)地變更、溶出標準變更以及支持新藥申請(NDA)或簡(jiǎn)化的新藥申請(ANDA)中上市后變更對SUPAC的要求等。此外，BE試驗在A(yíng)NDA申報中展示仿制藥與參比制劑能否藥學(xué)等效也至關(guān)重要。不同的監管機構對速釋(IR)制劑BE試驗的要求有所差別。根據歐洲藥品管理局(EMA)的BE指導原則，必須開(kāi)展空腹狀態(tài)下的BE試驗，因為這對于區分不同制劑間的潛在差別更為敏感；而對于建議隨餐服用的制劑，則僅需要開(kāi)展餐后狀態(tài)下的BE試驗。在美國FDA的指導原則中，需要同時(shí)在空腹和餐后狀態(tài)下研究IR制劑的等效性；但對于僅推薦在空腹狀態(tài)下給藥的產(chǎn)品除外。如果需要隨餐服用的制劑，建議需要開(kāi)展空腹與餐后下研究，除非在空腹給藥存在安全性的問(wèn)題。綜合澳大利亞、巴西、加拿大、中國、EMA、日本、墨西哥、新加坡、韓國、瑞士、美國FDA、WHO等法規監管機構的BE指導原則展現了大體相似的考慮，并推薦在健康受試者中開(kāi)展隨機、單劑量、雙交叉的生物等效性研究。
由于BE試驗在藥物開(kāi)發(fā)過(guò)程中非常重要，成功應用生理模型如基于生理的生物藥劑學(xué)模型(PBBM)以預測BE的表現(也即虛擬BE或VBE)將對制劑開(kāi)發(fā)非常有用，如機制性地理解影響藥物吸收的因素、簡(jiǎn)化藥品開(kāi)發(fā)過(guò)程、設計BE試驗、以及根據具體案例爭取BE豁免等。PBBM已經(jīng)成功用于指導原料藥(API)性質(zhì)篩選、采用質(zhì)量源于設計的處方開(kāi)發(fā)、食物影響的預測、溶出變化后的影響、解釋弱酸性化合物在腸腔與系統循環(huán)中的表現、預測相對生物利用度與BE試驗的結果、制定臨床相關(guān)的質(zhì)量標準、評估酸抑制劑的藥物藥物相互作用等。采用PBBM模型進(jìn)行VBE模擬可以評估人群生理與藥代參數變異，以及制劑參數變異的綜合影響。近期的一些研究報告展示了VBE研究的成功應用，如評估不同人群間的BE情況、預測IR與調試制劑的BE狀況、預測無(wú)定型與結晶型產(chǎn)品在空腹與餐后狀態(tài)下的BE等。早期評估潛在的BE風(fēng)險對于制定有效和簡(jiǎn)化的臨床藥理學(xué)策略至關(guān)重要，可以提前告知是否需要進(jìn)一步優(yōu)化制劑處方以及指導臨床方案設計等。此外，VBE可以支持法規決策如豁免生產(chǎn)場(chǎng)地變更后的BE橋接試驗、解釋溶出標準的合理性等。
本文將使用6個(gè)應用案例描述PBBM在VBE評估中的應用，包含了4個(gè)BCS 2類(lèi)、一個(gè)BCS 1類(lèi)和BCS 3類(lèi)的藥物。這些案例均可以成功預測通過(guò)或失敗的BE試驗結果。本工作的主要目的是研究基于空腹BE試驗數據和體內食物影響的研究數據所建立的模型是否可以成功重現餐后狀態(tài)下的BE結果。同時(shí)如果此類(lèi)模型及預測結果具有一定的可信度，就可以根據某個(gè)品種的實(shí)際情況決定豁免餐后的BE試驗。最后，還討論了聯(lián)合驗證的PBBM模型、可獲得的臨床數據和生物藥劑學(xué)信息以豁免某個(gè)制劑餐后BE試驗的可能性。
二
討論
根據業(yè)界以及監管機構發(fā)表的文章可以發(fā)現，近年來(lái)業(yè)內對應用PBBM模型評估藥品質(zhì)量方面產(chǎn)生濃厚的興趣；同樣也可以發(fā)現廣泛使用PBBM模型開(kāi)展VBE的研究。本文中，我們通過(guò)具有不同BCS特征的6個(gè)化合物的案例研究進(jìn)一步說(shuō)明了PBBM在VBE評估中的應用。我們還分別搭建空腹與餐后狀態(tài)的BE研究模型。在我們看來(lái)，本文中所討論的這些應用案例以及其它文獻報道的案例能夠支持但不能充分說(shuō)明PBBM模型在VBE研究中的應用潛力。
保證制劑間的生物等效一直具有調挑戰，特別是難溶性的藥物(也就是BCS 2或4類(lèi))，因為難溶性藥物吸收相關(guān)的參數在受試者(個(gè)體間變異)和研究場(chǎng)景中的變化具有隨機性(因為人體胃腸道的生理具有很高的變異性)。簡(jiǎn)單的模擬可能帶來(lái)BE結果判斷的誤導信息，因此需要一個(gè)經(jīng)適當驗證后的VBE模型以用于預測BE試驗的結果。此外，VBE試驗還可以用于輔助確定正式BE試驗時(shí)合適的受試者數量，而不需要開(kāi)展很多的預BE研究。在這種情況下，VBE的概念獲得了關(guān)注并將從學(xué)術(shù)性暢想轉為監管的必要，并逐漸成為仿制藥使用者付費法案(GDUFA)的研究重點(diǎn)以在模型引導的藥物開(kāi)發(fā)背景下加速仿制藥的開(kāi)發(fā)與審評。
盡管本文關(guān)注于VBE工程，但在任何BE模擬之前也必須根據可獲得的臨床數據建立和驗證模型。作為模型開(kāi)發(fā)的一部分，應根據實(shí)驗數據和生理的合理性確定模型參數的輸入值。此外，應當考慮執行合適的敏感性分析以說(shuō)明模型的穩健性，以及充分說(shuō)明為吻合觀(guān)測值而顯著(zhù)改變了輸入參數的合理性。模型的驗證可使用足夠數量的獨立臨床研究數據以說(shuō)明建模的模型可以準確預測臨床觀(guān)測結果。在一個(gè)特定的VBE建模中，一些特定的輸入參數需要考慮。首先，PK和生理(如胃腸道轉運時(shí)間、胃腸液體積等)參數的個(gè)體內變異(ISCV)是主要的模型參數之一，因為ISCV是決策BE試驗樣本量的關(guān)鍵參數之一。PK參數的ISCV可以根據此前的臨床數據(如單劑量PK爬坡試驗，相對生物利用度以及BE試驗等)計算得到。在當前的這些案例中，PK參數的ISCV是根據先前相對生物利用度研究采用ANOVA估算得到，并用于群體模擬中。然而生理參數的ISCV暫未獲得，盡管這方面有一些文獻但仍待進(jìn)一步研究。在當前的模擬中，除非在一些特定的案例中專(zhuān)門(mén)作了說(shuō)明，均使用了GastroPlus軟件默認的健康人群生理參數以及相應的變異度。另一個(gè)重要的考慮是VBE建模時(shí)群體模擬的樣本量。推薦模型中使用的樣本量和計劃開(kāi)展BE研究的受試者數量相近，這樣模型不會(huì )過(guò)度賦權并由此導致假陽(yáng)性的預測，或者模型權重較低而導致假陰性的預測結果。計算BE試驗樣本量的典型方式是結合受試和參比制劑已知或預期的GMR以及ISCV的數值。最后，應當執行VBE試驗的次數也一直是有爭議的方面。在我們看來(lái)這必須結合具體案例進(jìn)行決定，取決于藥物及其制劑的生物藥劑學(xué)和臨床藥理學(xué)的信息。因此很難給出一個(gè)常規性的建議。
本文提供了一些應用案例以展示成功預測一個(gè)BCS 1類(lèi)，4個(gè)BCS 2類(lèi)和1個(gè)BCS 3類(lèi)化合物在空腹與餐后狀態(tài)下的生物等效性情況。通過(guò)這些案例研究，我們試圖展示在成功預測空腹BE結果后，進(jìn)一步應用VBE豁免餐后BE試驗的可能性。事實(shí)上，餐后狀態(tài)下的BE預測取決于對食物影響特征和機制的深入理解。一些發(fā)表的文獻已經(jīng)展示了業(yè)界對成功預測BCS 1類(lèi)和2類(lèi)化合物食物影響的信心。相似地，本文也展示了當成功預測空腹BE時(shí)，可以進(jìn)一步成功預測BCS 1類(lèi)和2類(lèi)化合物在餐后狀態(tài)下的BE情況。建立的每個(gè)化合物的模型可以成功預測生物等效的結果，也能預測案例2生物不等效的結果。本文的6個(gè)案例中僅有1個(gè)案例是生物不等效的，盡管使用VBE可以成功預測該案例的不等效情況，但由于預測不等效案例數量較少，因此還需要有更多的研究案例以說(shuō)明模型預測不等效結果的信心。
結合當前的研究案例以及已發(fā)表的研究成果，原文作者提出幾個(gè)限制條件以保證餐后BE試驗預測成功的信心：
1) 已知食物影響機制的BCS 1類(lèi)和2類(lèi)化合物(通常這些化合物的食物影響是由于胃排空的影響、脂肪和/或膽酸鹽對增加溶解度和溶出度的影響)；
2) 劑量線(xiàn)性PK的特征，或者由于溶解度受限的飽和吸收(不是腸道代謝酶和/或轉運體介導的飽和吸收)導致的稍低于劑量線(xiàn)性PK的特征；
3) 化合物具有較高的生物利用度；
4) 可以通過(guò)IV數據、單劑量口服給藥數據，以及群體PK模型較為可靠地估算人體PK參數；
5) 可獲得空腹狀態(tài)下臨床BE或相對生物利用度試驗數據以進(jìn)行模型的驗證；
6) 根據先前的臨床研究可靠估算PK參數的ISCV。
我們相信滿(mǎn)足這些特征的化合物，在預測餐后BE情況時(shí)將具有很高的信心。
三
總結
應用PBBM開(kāi)展VBE預測能夠潛在降低藥物開(kāi)發(fā)過(guò)程的臨床成本(如豁免餐后狀態(tài)的BE試驗，減少相對生物利用度試驗的數量等)，增加預BE試驗的信心以及支持如爭取豁免SUPAC生物等效性試驗等法規應用。因此VBE可以顯著(zhù)降低藥物開(kāi)發(fā)的時(shí)間和成本，以及減少藥物在健康受試者中的研究。還將展示具體的6個(gè)應用案例，以說(shuō)明VBE在不同BCS分類(lèi)化合物中的應用。這些案例連同先前發(fā)表的研究增加了我們對這些模型的知識和信心。
四
應用案例
案例的總體策略
所有的模擬均使用GastroPlus v9.6 (Simulations Plus, Lancaster, CA)默認的Opt-logD SA/V v6.1人體空腹與餐后胃腸道模型進(jìn)行運行的，除非在具體的案例中另有說(shuō)明的。除了案例6 (BCS 3類(lèi)藥物)，均使用了默認的吸收放大因子。主要的模型輸入參數列舉于下表1中。所有案例的擴散系數均基于化合物分子量進(jìn)行計算得到，并使用默認的沉淀模型。每個(gè)案例所模擬的PK曲線(xiàn)以及PK參數將和受試與參比制劑在人體空腹與餐后狀態(tài)下給藥后的觀(guān)測結果進(jìn)行比對，以進(jìn)行模型準確性的驗證。隨后，每個(gè)案例平行開(kāi)展了20次雙交叉虛擬等效性模擬(空腹及餐后狀態(tài)下各開(kāi)展10次)以評估受試與參比制劑的等效性；虛擬等效性試驗的受試者樣本量則基于每個(gè)化合物此前的臨床數據進(jìn)行計算得到。受試和參比制劑每一個(gè)平行交叉模擬中通過(guò)加載相同的人群進(jìn)行開(kāi)展，并使用GastroPlus默認的人群參數及其對應的變異系數(CV)。然而特定化合的PK參數均值及其CV則根據先前的臨床數據修改為試驗測定的數值。所有的體內BE研究均完全按照國際人用藥品注冊技術(shù)協(xié)調會(huì )、藥物臨床試驗質(zhì)量管理規范以及赫爾辛基宣言等相關(guān)指導原則，并獲得了機構審查委員會(huì )批準以及受試者的知情同意；BE試驗設計的詳細信息與結果呈現在補充資料中。
表1 模型中使用的理化與藥代參數
41
案例 1
1.1 化合物理化性質(zhì)與背景
化合物1是BCS 2類(lèi)弱堿性化合物，在1 mg到600 mg劑量遞增試驗中AUC與Cmax表現出隨劑量的線(xiàn)性增加現象。在一項兩周期交叉試驗中研究了食物對藥代動(dòng)力學(xué)的影響，該研究比較了禁食狀態(tài)和美國FDA高脂肪、高熱量早餐后口服10 mg劑量的PK差異。此研究表明餐食對藥物的AUC和Cmax沒(méi)有影響，因為這兩個(gè)參數幾何均值比(GMR)的90%置信區間(CI)均落在80%-125%范圍內。在空腹狀態(tài)下，藥物表現出近似完全的吸收(基于絕對生物利用度研究推測口服吸收百分數約為95%)。
1.2 模擬方法
在人體默認的Opt-logD SA/V v6.1模型中，在空腹與餐后狀態(tài)下均將小腸(SI)以及結腸液的體積比從默認的40%和10%分別降低至10%和5%，以使得預測與觀(guān)測結果更好地吻合。所調整的腸液體積和相關(guān)文獻報道的體內體積保持一致。完整的溶解度隨pH變化曲線(xiàn)以數據點(diǎn)文件(.spd)加載至軟件中以進(jìn)行模擬。由于沒(méi)有獲得生物體相關(guān)介質(zhì)(SGF, FaSSIF, FeSSIF)的溶解度數據，因此模擬時(shí)執行了使用或不采用GastroPlus內建的理論膽酸鹽增溶模型。由于兩者模擬結果的差異很小，最終模型未校正膽酸鹽的增溶效應。采用Caco-2的Papp與人Peff間的回歸分析關(guān)系，將Caco-2的數據轉換為人體Peff數值。人體的PK參數則根據靜脈(IV)給藥的數據以二房室模型估算得到，所確定的PK參數見(jiàn)表1。采用DDDPlus (Simulations Plus, Lancaster, CA)軟件將受試與參比制劑的溶出數據擬合為有效的粒徑分布(PSD)數據，所得到的有效PSD數據然后用于GastroPlus的每個(gè)制劑模型中。
最后，所建立的模型結合受試和參比制劑的溶出數據(輸入有效PSD)以預測BE試驗的結果。每一次虛擬試驗模擬中使用48個(gè)隨機抽取的受試者，該受試者的數量是根據該產(chǎn)品此前相對生物利用度研究的個(gè)體內變異(ISCV)通過(guò)冪函數計算確定的。GMR以及90% CI的數值則根據生物等效性分析的流程采用Phoenix? (Pharsight, a Certara Company)計算得到。
1.3 結果
圖1A和1B匯總了模擬的血藥濃度-時(shí)間曲線(xiàn)與觀(guān)測數據間的對比結果，從結果中可以發(fā)現所建立的模型可以較好地預測觀(guān)測結果；圖1C和1D展示了根據受試和參比制劑的溶出數據擬合的有效PSD結果。所執行的2維參數敏感性分析結果，表明隨著(zhù)小腸液體積的增大，將顯著(zhù)地影響Tmax和Cmax，但對AUC的影響較小(見(jiàn)圖1E，1F和1G)。模型最后用于評估受試和參比制劑間的虛擬等效性情況：圖1H和1I分別展示了受試和參比制劑在空腹與餐后狀態(tài)下VBE的典型研究結果；圖2是10次空腹與餐后下VBE研究的匯總結果，這些結果表明所建立的模型可以預測受試和參比制劑生物等效的情況。
2
案例 2
2.1 化合物理化性質(zhì)與背景
化合物2是BCS 2類(lèi)弱堿性化合物。在單劑量爬坡PK試驗中，該化合物的AUC和Cmax在20 mg到1200 mg劑量范圍內呈現隨劑量增加的線(xiàn)性變化特征。在一項兩周期交叉試驗中研究了食物對藥代動(dòng)力學(xué)的影響，該研究比較了空腹狀態(tài)和美國FDA高脂肪、高熱量早餐后口服400 mg劑量的PK差異。該研究表明餐后下的AUC和Cmax較空腹有輕微下降，但根據暴露-效應分析表明該影響沒(méi)有臨床顯著(zhù)差異。根據IV數據估算該藥物的絕對生物利用度為96%。受試和參比制劑在空腹和餐后狀態(tài)的BE試驗結果表明受試制劑具有較低的AUC與Cmax，且在空腹及餐后下均無(wú)法和參比制劑生物等效。
2.2 模擬方法
完整的溶解度隨pH變化曲線(xiàn)以數據點(diǎn)文件(.spd)加載至軟件中以進(jìn)行模擬。采膽酸鹽增溶效應采用GastroPlus內建的理論膽酸鹽增溶模型。采用Caco-2的Papp與人Peff間的回歸分析關(guān)系，將Caco-2的數據轉換為人體Peff數值。人體的PK參數則根據IV給藥的數據以一房室模型估算得到，所確定的PK參數見(jiàn)表1。采用DDDPlus (Simulations Plus, Lancaster, CA)軟件將受試與參比制劑的溶出數據擬合為有效的粒徑分布(PSD)數據，所得到的有效PSD數據然后用于GastroPlus的每個(gè)制劑模型中。最后，所建立的模型用于預測受試和參比制劑在空腹與餐后下的BE試驗結果?？崭範顟B(tài)下隨機產(chǎn)生16個(gè)受試者、餐后下產(chǎn)生24個(gè)受試者，以評估受試與參比制劑的BE情況。受試者的數量是根據該產(chǎn)品此前相對生物利用度研究的ISCV通過(guò)冪函數計算確定的。
2.3 結果
圖3A和3B匯總了模擬的血藥濃度-時(shí)間曲線(xiàn)與觀(guān)測數據間的對比結果，從結果中可以發(fā)現所建立的模型可以較好地預測觀(guān)測結果；圖3C和3D展示了根據受試和參比制劑的溶出數據擬合的有效PSD結果。所執行的2維參數敏感性分析結果，表明建模參數對AUC, Cmax和Tmax的影響較小(數據未顯示)。模型最后用于評估受試和參比制劑間的虛擬等效性情況：圖2展示了VBE研究的匯總結果，這些結果表明所建立的模型可以預測受試和參比制劑不等效的結果。
圖3 化合物2受試與參比制劑在空腹(A)與餐后(B)狀態(tài)下的PK預測與驗證結果；根據受試(C)與參比(D)制劑的溶出曲線(xiàn)擬合得到有效PSD；空腹(E)與餐后狀態(tài)(F)下雙交叉VBE模擬的典型結果。
3
案例 3
3.1 化合物理化性質(zhì)與背景
化合物3是BCS 2類(lèi)弱酸性化合物。在劑量為2 mg到100 mg范圍內的混懸液、以及25 mg到50 mg范圍內的片劑，該化合物的體內暴露隨劑量增加表現線(xiàn)性變化的特征。與空腹狀態(tài)相比，高脂餐后口服50 mg后的Cmax和AUC分別增加了66%和67%，Tmax延長(cháng)至1.5小時(shí)。片劑的絕對生物利用度估預估為50%，混懸液則為70%-80%。
3.2 模擬方法
在人體默認的Opt-logD SA/V v6.1模型中，在空腹與餐后狀態(tài)下均將SI以及結腸液的體積比從默認的40%和10%分別降低至4.91%和0.1%，以使得預測與觀(guān)測結果更好地吻合。完整的溶解度隨pH變化曲線(xiàn)以數據點(diǎn)文件(.spd)加載至軟件中以進(jìn)行模擬。根據FaSSIF, FeSSIF介質(zhì)下溶解度數據計算得到膽酸鹽增溶因子為40600以表征膽酸鹽的增溶效應。人體Peff的數據是根據內部建立的MDCK的Papp與人體有效滲透性間的回歸關(guān)系計算得到的。人體的PK參數根據口服不同劑量(2, 5, 10, 20, 25, 50 mg)混懸液后的血藥濃度-時(shí)間曲線(xiàn)估算為二房室模型，所確定的PK參數見(jiàn)表1。采用Johnson模型模擬藥物的體內溶出過(guò)程。API的粒徑分別根據受試與參比制劑的體內觀(guān)測數據優(yōu)化得到，以吻合觀(guān)測的血藥濃度-時(shí)間曲線(xiàn)?？崭辜安秃鬆顟B(tài)下的肝臟首過(guò)代謝根據肝臟血流量、血漿清除率和全血/血漿藥物分配比計算得到，空腹和餐后下分別為1.4%和1.1%。最后，所建立的模型用于預測空腹和餐后狀態(tài)下的BE試驗結果?？崭範顟B(tài)下隨機產(chǎn)生35個(gè)受試者、餐后下產(chǎn)生36個(gè)受試者，以評估受試與參比制劑的BE情況。該受試者數量同樣也是體內BE試驗時(shí)所用的人數。
3.3 結果
圖4A和4B匯總了模擬的血藥濃度-時(shí)間曲線(xiàn)與觀(guān)測數據間的對比結果，從結果中可以發(fā)現所建立的模型可以較好地預測觀(guān)測結果；優(yōu)化的參數(SI和結腸液體積比以及API的粒徑)對模擬的空腹下Cmax和AUC的影響見(jiàn)圖4C和4D。從圖中可以看到API粒徑的變化對Cmax和AUC均有影響，因此這也是通過(guò)模型區分受試和參比制劑差異的較好方式。模型最后用于評估受試和參比制劑間的虛擬等效性情況：圖4E和4F分別展示了受試和參比制劑在空腹與餐后狀態(tài)下VBE的典型研究結果；圖2是10次空腹與餐后下VBE研究的匯總結果，這些結果表明所建立的模型可以預測受試和參比制劑生物等效的情況。
圖4 化合物3受試與參比制劑在空腹(A)與餐后(B)狀態(tài)下的PK預測與驗證結果；SI及結腸液體積比與API粒徑對Cmax (C)和AUC (D)的參數敏感性分析；空腹(E)與餐后狀態(tài)(F)下VBE模擬的典型結果。
4
案例 4
4.1 化合物理化性質(zhì)與背景
化合物4是BCS 2類(lèi)堿性化合物。在食物影響的研究中，和空腹狀態(tài)的PK結果相比，高脂餐(800-1000卡路里，且其中50%來(lái)自脂肪)后該藥物的暴露增加了近2倍、Tmax延長(cháng)至2小時(shí)。由于存在較高的肝腸首過(guò)效應，空腹口服560 mg后藥物的生物利用度預估為3.9%。
4.2 模擬方法
完整的溶解度隨pH變化曲線(xiàn)以數據點(diǎn)文件(.spd)分別加載至受試和參比制劑的模型中以進(jìn)行模擬(因為不同晶型的API具有不同的溶解度)。根據FeSSIF介質(zhì)下溶解度數據計算得到膽酸鹽增溶因子以表征膽酸鹽的增溶效應。采用Caco-2的Papp與人Peff間的回歸分析關(guān)系，將Caco-2的數據轉換為人體Peff數值。人體的PK參數根據IV給藥的數據以三房室模型估算得到，所確定的PK參數見(jiàn)表1?？崭辜安秃鬆顟B(tài)下的肝臟首過(guò)代謝分別根據肝臟血流量、血漿清除率和全血/血漿藥物分配比計算得到。逃離腸細胞代謝的百分數(Fg)根據絕對生物利用度(Fb)、逃離肝臟代謝的百分數(Fh)以及口服吸收百分數(Fa)的數值并采用公式Fb=Fa*Fh*Fg計算得到。肝臟以及腸道首過(guò)代謝分數在空腹下分別設置為73%和85%，餐后下分別設置為55%和86%。采用Johnson模型模擬藥物的體內溶出過(guò)程，并考慮了受試和參比制劑具有不同的溶解度。在默認模型參數的基礎上也額外做了一些調整和修改：1) 在空腹與餐后狀態(tài)下均將SI以及結腸液的體積比從默認的40%和10%分別降低至4.91%和0.75%，以使得預測與觀(guān)測結果更好地吻合；2) 健康受試者在空腹轉態(tài)下的胃pH值通常在2-3范圍內。由于化合物4具有pH依賴(lài)性的溶解度，GastroPlus默認的胃pH值(1.2)會(huì )導致過(guò)快的溶出并高估了空腹下的血藥濃度-時(shí)間曲線(xiàn)(與體內觀(guān)測數據相比)。因此，空腹狀態(tài)的模型中將胃pH設置為2.0；3) 此外，胃排空時(shí)間從默認的0.25小時(shí)增加至0.5小時(shí)，以表征較大不溶性顆粒的緩慢胃排空過(guò)程；4) 在模型搭建過(guò)程中，還將沉淀時(shí)間從默認的900 s降低至500 s，以使得空腹下模擬的血藥濃度-時(shí)間曲線(xiàn)可以吻合體內的觀(guān)測值；5) 對于餐后狀態(tài)下的模擬，胃排空時(shí)間則設置為餐后模型默認的數值(1.0 h)。SI和結腸液的體積以及沉淀時(shí)間則保持和空腹狀態(tài)一致。最后，所建立的模型用于預測空腹和餐后狀態(tài)下的BE試驗結果?？崭範顟B(tài)下隨機產(chǎn)生74個(gè)受試者、餐后下產(chǎn)生120個(gè)受試者，以評估受試與參比制劑的BE情況。該受試者數量同樣也是體內BE試驗時(shí)所用的人數。
4.3 結果
圖5A和5B匯總了模擬的血藥濃度-時(shí)間曲線(xiàn)與觀(guān)測數據間的對比結果，從結果中可以發(fā)現所建立的模型可以較好地預測觀(guān)測結果；優(yōu)化的參數(SI和結腸液體積比、胃pH值、胃轉運時(shí)間以及沉淀時(shí)間)對模擬的空腹下Cmax和AUC的影響見(jiàn)圖5C和5D。模型最后用于評估受試和參比制劑間的虛擬等效性情況：圖5E和5F分別展示了受試和參比制劑在空腹與餐后狀態(tài)下VBE的典型研究結果；圖2是VBE研究的匯總結果，這些結果表明所建立的模型可以預測受試和參比制劑生物等效的情況。
圖5 化合物4受試與參比制劑在空腹(A)與餐后(B)狀態(tài)下的PK預測與驗證結果；SI及結腸液體積比、胃pH值、胃排空時(shí)間以及沉淀時(shí)間對Cmax (C)和AUC (D)的參數敏感性分析；空腹(E)與餐后狀態(tài)(F)下VBE模擬的典型結果。
5
案例 5
5.1 化合物理化性質(zhì)與背景
化合物5是BCS 1類(lèi)堿性化合物。0.2 mg到2 mg劑量范圍內靜脈給藥、以及25 mg到50 mg范圍內商業(yè)化口服制劑給藥后，該化合物的體內Cmax與AUC表現出隨劑量成比例變化。在食物影響的研究中，發(fā)現進(jìn)食高脂早餐后對該藥物的AUC沒(méi)有影響，但會(huì )影響口服吸收的速率(Cmax降低，Tmax延長(cháng))。根據IV的數據預估該藥物的絕對生物利用度為99%。
5.2 模擬方法
完整的溶解度隨pH變化曲線(xiàn)以數據點(diǎn)文件(.spd)加載至軟件中以進(jìn)行模擬。根據理論計算得到膽酸鹽增溶因子為3243以表征膽酸鹽的增溶效應。在空腹與餐后狀態(tài)下均將SI以及結腸液的體積比從默認的40%和10%分別降低至4.91%和0.75%，以使得預測與觀(guān)測結果更好地吻合。采用MDCK-LE的Papp與人Peff間的回歸分析關(guān)系，將MDCK-LE的數據轉換為人體Peff數值。人體的PK參數根據IV給藥的數據以二房室模型估算得到，所確定的PK參數見(jiàn)表1?？崭辜安秃鬆顟B(tài)下的肝臟首過(guò)代謝根據肝臟血流量、血漿清除率和全血/血漿藥物分配比計算得到，空腹和餐后狀態(tài)下分別為4.9%和3.7%。受試和參比制劑的溶出數據以.dsd文件的形式加載至GastroPlus中，并分別計算得到兩者的溶出因子(Z-Factor)。最后，所建立的模型用于預測空腹和餐后狀態(tài)下的BE試驗結果?？崭範顟B(tài)下隨機產(chǎn)生24個(gè)受試者、餐后下產(chǎn)生25個(gè)受試者，以評估受試與參比制劑的BE情況。該受試者數量同樣也是體內BE試驗時(shí)所用的人數。
5.3 結果
圖6A和6B匯總了模擬的血藥濃度-時(shí)間曲線(xiàn)與觀(guān)測數據間的對比結果，從結果中可以發(fā)現所建立的模型可以較好地預測觀(guān)測結果；根據受試與參比制劑的溶出曲線(xiàn)計算Z-Factor的結果見(jiàn)圖6C和6D。模型最后用于評估受試和參比制劑間的虛擬等效性情況：圖6E和6F分別展示了受試和參比制劑在空腹與餐后狀態(tài)下VBE的典型研究結果；圖2是VBE研究的匯總結果，這些結果表明所建立的模型可以預測受試和參比制劑生物等效的情況。
6
案例 6
6.1 化合物理化性質(zhì)與背景
化合物6是BCS 3類(lèi)中性化合物。在2.5 mg到10 mg劑量范圍內，該化合物表現出隨劑量成比例變化的藥代動(dòng)力學(xué)特征。食物對該化合物的AUC和Cmax沒(méi)有顯著(zhù)的影響，但會(huì )延長(cháng)Tmax。體內研究報道口服給藥后該藥的絕對生物利用度為51%-86%。
6.2 模擬方法
完整的溶解度隨pH變化曲線(xiàn)以數據點(diǎn)文件(.spd)加載至軟件中以進(jìn)行模擬。根據理論計算得到膽酸鹽增溶因子為1724以表征膽酸鹽的增溶效應。在空腹與餐后狀態(tài)下均將SI以及結腸液的體積比從默認的40%和10%分別降低至4.91%和0.75%，以使得預測與觀(guān)測結果更好地吻合。在餐后狀態(tài)的模擬中，由于餐后狀態(tài)的Tmax具有延遲現象，故將胃排空時(shí)間從默認的1.0小時(shí)增加至2.0小時(shí)。使用了ADMET PredictorTM預測的Peff數值?；衔?是轉運體BCRP以及P-gp的底物，通過(guò)優(yōu)化吸收放大因子(ASF)以反映轉運體的影響，并使得模擬的空腹給予5 mg受試制劑后的平均血藥濃度-時(shí)間曲線(xiàn)可以吻合體內觀(guān)測值?？崭购筒秃笙碌哪M均使用了相同的ASF數值。模型中使用了實(shí)測的受試制劑API粒徑的數據；而參比制劑的API數據則通過(guò)使得模擬的血藥濃度-時(shí)間曲線(xiàn)吻合空腹BE試驗的體內觀(guān)測數據進(jìn)行擬合得到。人體的PK參數根據IV給藥的數據以三房室模型估算得到，所確定的PK參數見(jiàn)表1?？崭辜安秃鬆顟B(tài)下的肝臟首過(guò)代謝根據肝臟血流量、血漿清除率和全血/血漿藥物分配比計算得到，空腹及餐后狀態(tài)的數值分別為3.9%和2.9%。最后，所建立的模型用于預測空腹和餐后狀態(tài)下的BE試驗結果?？崭範顟B(tài)下隨機產(chǎn)生36個(gè)受試者、餐后下產(chǎn)生32個(gè)受試者，以評估受試與參比制劑的BE情況。該受試者數量同樣也是體內BE試驗時(shí)所用的人數。
6.3 結果
圖7A和7B匯總了模擬的血藥濃度-時(shí)間曲線(xiàn)與觀(guān)測數據間的對比結果，從結果中可以發(fā)現所建立的模型可以較好地預測觀(guān)測結果；優(yōu)化的參數(SI和結腸液體積比、API的粒徑以及有效滲透性)對模擬的空腹下Cmax和AUC的影響見(jiàn)圖7C和7D。模型最后用于評估受試和參比制劑間的虛擬等效性情況：圖7E和7F分別展示了受試和參比制劑在空腹與餐后狀態(tài)下VBE的典型研究結果；圖2是十次VBE研究的匯總結果，這些結果表明所建立的模型可以預測受試和參比制劑生物等效的情況。
圖7 化合物6受試與參比制劑在空腹(A)與餐后(B)狀態(tài)下的PK預測與驗證結果；SI及結腸液體積比、API粒徑以及有效滲透性對Cmax (C)和AUC (D)的參數敏感性分析；空腹(E)與餐后狀態(tài)(F)下VBE模擬的典型結果。
五
應用的軟件
該案例應用的軟件是GastroPlus (version 9.6)，涉及模塊有Base, Optimization, PKPlus, ADMET Predictor；以及DDDPlus (version 4.0)。
參考文獻
Rebeka Jereb, Albin Kristl, Amitava Mitra. Prediction of fasted and fed bioequivalence for immediate release drug products using physiologically based biopharmaceutics modeling (PBBM). European Journal of Pharmaceutical Sciences 155 (2020) 105554. IF=4.227