吸收到体内的药物被代谢，因此被肝脏等多个器官的酶清除。增加体内酶分泌量的其他药物可以提高药物从系统中清除的速度。这会显着降低药物的浓度，降低其功效，通常会导致完全失效。因此，在药物相互作用*存在的情况下准确预测清除率在药物处方和新药开发过程中至关重要。
*药物相互作用：就代谢而言，药物相互作用是指两种或两种以上药物同时服用时，一种药物改变另一种药物的代谢，促进或抑制其从体内排泄的现象。结果，它增加了药物的毒性或导致药效丧失。
由于在开发过程中几乎不可能评估新候选药物与所有上市药物之间的所有相互作用，FDA建议使用其指南中建议的公式间接评估药物相互作用，该指南于 1997 年首次发布，并于 2020 年 1 月修订，以便评估药物相互作用并最大限度地减少必须同时使用一种以上药物的副作用。
该公式依赖于具有 110 年历史的 Michaelis-Menten (MM) 模型，该模型有一个基本限制，即对代谢药物的酶的存在做出非常广泛和毫无根据的假设。虽然 MM 方程是生物化学中最广为人知的方程之一，已在超过 220,000 篇已发表的论文中使用，但只有当代谢药物的酶浓度几乎不存在时，MM 方程才准确，从而导致方程的准确性非常不满意——只有 38% 的预测误差低于两倍。
“为了弥补差距，研究人员将科学上不合理的常数代入方程式，”忠南国立大学药学院的 Jung-woo Chae 教授说。“这相当于必须引入周转轨道来解释当时行星的运动，才能解释现已失效的托勒密理论，因为那是当时的理论。”
由基础科学研究所 (IBS) 和韩国科学技术院 (KAIST) 生物医学数学组的数学家和忠南国立大学的药理学科学家组成的联合研究小组报告说，他们确定了造成这种情况的主要原因FDA 推荐的方程式的不准确性并提出了解决方案。
在估计方程式的关键参数肠道生物利用度 (Fg) 时，从肠腔吸收的分数 (Fa) 通常假定为 1。但是，许多实验表明 Fa 小于 1，显然因为不能指望所有口服药物都能被肠道完全吸收。为了解决这个问题，研究小组根据药物的通过时间、肠道半径和渗透性值等因素，使用一个“估计的Fa”值，并用它来重新计算Fg。
此外，采用与 MM 方程不同的方法，该团队使用了他们在 2020 年之前的一项研究中得出的替代模型，该模型可以更准确地预测药物代谢率，而不管酶浓度如何。结合这些变化，经过重新计算的 Fg 的修改后的方程显着提高了所得估计的准确性。现有的 FDA 公式预测药物相互作用的误差在 2 倍以内，为 38%，而修订后的公式准确率达到 80%。
“药物相互作用预测准确度的大幅提升，有望为提高新药研发成功率和临床试验药效做出巨大贡献。由于这项研究的结果发表在顶级临床药理学杂志之一，预计 FDA 指南将根据这项研究的结果进行修订。” 忠南大学药学院的 Sang Kyum Kim 教授说。
此外，这项研究强调了在一个与药物相互作用一样动态的领域中，不同学科的研究小组之间进行合作研究的重要性。
“多亏了数学和药学之间的合作研究，我们能够修正长期以来被我们认为是正确答案的公式，最终掌握了通往人类更健康生活的线索。”Jae Kyung Kim 教授说。他继续说道，“我希望有一天能看到一种‘K 公式’进入 FDA 指南。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！