PBPK/PD 仿真二次开发教程（8）：组织分配与 IVIVE——Kp 方法选择、PerMCL 肝分区与 SIVA 体外外推

PBPK/PD 仿真二次开发教程8组织分配与 IVIVE——Kp 方法选择、PerMCL 肝分区与 SIVA 体外外推版本声明块工具/软件GastroPlus X.210.2PBPKPlus 模块、Simcyp PBPK Simulator V24、Simcyp In Vitro Analysis (SIVA) Toolkit扩展模块需额外许可、R 4.4、Python 3.11语言/环境RSimcyp / DBI / RSQLite、Python标准库 pandasKp 对照脚本为通用参考实现非平台内建算法本文目标让组织分配从下拉框里选一个 Kp 方法变成能量化方法差异、能追溯体外输入、能按监管要求写出参数假设的脚本流程一句话结论GastroPlus 官方对 Kp 的表述是提供五种基于组织组成tissue composition-based的估算方法没有叫TCM 模块的独立产品名PBPKPlus 默认14 类组织且任一组织可在灌注限速与渗透限速之间切换Simcyp 侧的分布档位是 **Minimal PBPK肝 肠代谢EMA 附件原文表述**可扩为Full PBPKblood(plasma)、adipose、bones、brain、gut、heart、kidneys、liver、lungs、muscles、pancreas、skin、spleen肝脏还可换成PerMCLpermeability-limited multicompartment liver按肝小叶 periportal/pericentral 分区赋转运体与 DME 丰度体外数据→体内参数走SIVA Toolkit而 Kp 方法一换靶组织暴露可以差到 2–5 倍所以脚本层必须做方法对照与in vitro不确定性传播而不是只报一个默认方法的结果。〇、本篇要解决的认知问题“组织分配模型”Kp和房室模型有什么本质区别为什么 Vd 拟合得好不等于组织暴露对GastroPlus 到底提供几种 Kp 估算方法官方为什么没有TCM 模块这个名字Full PBPK 与 Minimal PBPK 怎么选什么场景下 Minimal 就够、什么场景下必须 FullPerMCL 比标准肝模型多刻画了什么开它的代价与收益如何权衡SIVA Toolkit 在体外到体内外推in vitro to in vivo extrapolationIVIVE流程里到底做哪一段体外的变异酶活、收率、抑制剂批差怎么传到体内预测的置信区间里一、机制解析1.1 Kp 是组织/血浆浓度比不是房室参数组织分配系数 Kptissue-to-plasma partition coefficient定义是平衡时组织浓度与血浆浓度之比。它是稳态分配量与房室模型的分布容积最大的区别是房室参数是拟合的产物可以被数学上任意映射Kp 是每个组织各自的物理量与组织组成脂质、水、蛋白和药物在该组织的结合相关因此可以预测未测过的组织的暴露。由此产生一个高频误判用静脉数据拟合出漂亮的二室/三室曲线就认为组织分布已经校准。这在血浆-全身层面成立在靶组织/毒性靶器官层面不成立——拟合参数无法回答脑里有多少药“肝细胞内游离浓度是多少”。第 11 篇的 PK/PD 建模需要效应室或靶室浓度时这条差别直接决定结论。1.2 GastroPlus五种组织组成法 14 类组织 限速方式可切GastroPlus 的生理药代动力学physiologically based pharmacokineticsPBPK模块 PBPKPlus 把能力拆成三件事能力官方表述二次开发含义Kp 估算提供五种 tissue composition-based methods脚本层要能同一化合物跑多方法并出对照表具体方法清单与适用条件以安装版 Help 与 Scientific Principles Guide《Tissue Distribution Calculations》为准组织结构默认 14 类组织脂肪、脑、肝、肾、肌肉等可灌注限速或渗透限速、支持增删X.2 新增 user-defined PBPK tissues 与移除组织自定义组织是申报可追溯的重点对象第 13 篇通透性缩放含转运体 IVIVE单参数跨组织/跨种属通透性缩放一个标度参数影响全身组织敏感性极高见 1.5坑在这里五种方法的输出差异不是小数点级别。对高亲脂、强蛋白结合或明显溶质体分布的药物不同方法在脂肪、肝、脑等组织上给出的 Kp 可以相差数倍对中性亲水小分子则几乎无差别。所以我用了默认方法不是一句合格的申报描述——必须写明用了哪一种、为什么并至少对结论相关的那一个组织做方法敏感性。1.3 SimcypMinimal vs Full 的组织清单EMA 技术附件Annex 62016-12关于 CYP 介导相互作用的量化里对 Simcyp 的表述就是这两档Minimal PBPK Full PBPK ┌──────────────┐ ┌────────────────────────────────────────┐ │ 血浆 │ │ blood(plasma)、adipose、bones、brain、 │ │ 肝代谢 │ ──扩展──→ │ gut、heart、kidneys、liver、lungs、 │ │ 肠代谢 │ │ muscles、pancreas、skin、spleen │ └──────────────┘ └────────────────────────────────────────┘ 适用全身暴露、DDI、剂量预测 适用靶组织/毒性器官暴露、组织滞留、 血浆-组织无需分辨的场景 PBPK/PD 需要效应室浓度的场景选择准则不是越全越好。Full PBPK 引入 13 个组织的血流、Kp 与限速方式每一个都是不确定性来源当申报的监管决策问题context of useCOU只关心血浆暴露与肝脏代谢时Minimal PBPK 的可辨识性与可辩护性更强。反过来一旦结论涉及脑或皮肤暴露用 Minimal 模型是硬错。1.4 PerMCL把肝从一个室变成小叶PerMCLpermeability-limited multicompartment liver的核心是肝小叶分区把肝沿门静脉→中央静脉方向分成 periportal门周区与 pericentral中央区等区带各区带携带不同的转运体与药物代谢酶drug-metabolizing enzymeDME丰度。为什么要它素材核实的结构是按区带给出转运体与药物代谢酶drug-metabolizing enzymeDME丰度至于具体哪一支 CYP如 CYP3A4、CYP2C8在哪一区带占优以安装版系统参数表与 Help 为准不要在报告里凭印象写梯度方向。摄取转运体NTCP、OATP1B1/1B3/2B1与外排转运体MRP、P-gp在顶膜/基底侧的定位加上区带丰度差异决定肝内细胞内游离浓度而这才是 DDI 与肝毒性的驱动量灌注限速模型假设血-肝瞬时平衡对渗透限速的肝摄取会系统性高估清除。代价也要写清楚PerMCL 需要的分区丰度数据比标准肝模型多很多情况下只能采用平台默认值此时报告里必须如实标注区带丰度采用平台默认来源见系统参数表铁律 7否则第 9 篇的 DDI 预测会被质询你的肝内浓度从哪来。还有一点常被忽略口服给药时进入肝小叶的通量由第 7 篇的吸收模型Simcyp 的 ADAM、GastroPlus 的 ACAT/ACATPlus逐段算出的肠壁摄取与Q_gut决定肝模型再细输入通量错了也白搭所以 PerMCL 的验证必须与吸收模型一起看。1.5 SIVA Toolkit 与 IVIVE外推链条与不确定性传播SIVASimcyp In Vitro Analysis Toolkit扩展模块需额外许可负责体外实验数据→体内尺度参数这一段微粒体/肝细胞的清除数据、可逆抑制与机制性失活参数、酶动力学参数在模块内完成统计处理与尺度放大产出可直接进入 DDI 与 PBPK 仿真的输入。与之对应GastroPlus 侧的 IVIVE 能力集成在 PBPKPlus/Discovery PBPK 中并可由 ADMET Predictor 提供 AI/ML 性质预测补位。IVIVE 链条与不确定性来源体外实验 SIVA / IVIVE 缩放 PBPK 仿真 申报指标 溶解度 ─────────┐ 渗透性 ─────────┤ 变异性来源 ┌→ AUCp血浆──→ DDI 比值 微粒体 CLint ───┼─ ①供体间酶活差异 │ fu / 结合 ───────┤ ②蛋白结合批次差 ├→ Kpu/Kp组织──→ 靶暴露 可逆/失活抑制 ──┘ ③ Km/Vmax 参数不确定 └→ Cmax/Tmax ─────→ 疗效与安全窗 ④缩放因子肝重、蛋白收率等 取值以安装版默认及 Help 来源标注为准关键概念不确定性传播propagation of in vitro uncertainty。如果只把体外参数的点估计塞进模型得到的是一条看起来很确定的曲线正确做法是把体外参数的变异分布作为输入让人群仿真的输出分布承接它。GastroPlus 侧的通道是参数敏感性分析parameter sensitivity analysisPSA并支持用户自定义输入数据Orchestrator 有 PSA 用户自定义输入数据示例详见第 12 篇Simcyp 侧的官方表述是 sensitivity analysis含 Population Representative 模式不写作PSA。1.6 监管口径这些参数要写在哪EMA/CHMP/458101/2016 报告指南2019-07-01 生效要求报告系统参数与药物参数、参数假设、灵敏度分析4.7.1并在附录 1 讨论平台合格性、附录 2 讨论药物模型的预测性能FDA 2018《PBPK Analyses — Format and Content》则只管报告格式与内容六节 A Executive Summary / B Introduction / C Materials and Methods / D Results / E Discussion / F Appendices。落到本篇Kp 方法的选择与理由、组织组成/血流来源与版本、PerMCL 区带丰度默认值声明、IVIVE 缩放因子来源全部属于第 C 节 Materials and Methods 的参数表不能只放在附录里含糊带过。二、完整代码与逐行剖析2.1 脚本 APythonKp 方法对照计算通用参考实现非平台内建组织组成法 Kp 的通用参考实现用于量化换一个 Kp 方法/参数假设会改变多少 注意这不是任何平台的内部算法。平台内建的五种方法的定义与适用条件 以安装版 Help 与 Scientific Principles Guide《Tissue Distribution Calculations》为准。importcsvfrompathlibimportPath Path(output).mkdir(exist_okTrue)# 输出目录先建好避免批量脚本首跑就报路径错TISSUES{# 组织组成体积分数中性脂 NL、磷脂 PL、蛋白 PRO、细胞内水 IW、细胞外水 EWliver:dict(NL0.020,PL0.063,PRO0.167,IW0.704,EW0.046),brain:dict(NL0.053,PL0.101,PRO0.098,IW0.692,EW0.056),adipose:dict(NL0.800,PL0.010,PRO0.020,IW0.100,EW0.070),muscle:dict(NL0.010,PL0.023,PRO0.183,IW0.708,EW0.076),}PLASMAdict(NL0.002,PL0.030,PRO0.043,IW0.000,EW0.925)defkp_basic(logp:float,fu_p:float,comp:dict)-float:最简形式脂质分配 蛋白结合 水相分配末端除以血浆中未结合分数。 为什么显式除 fu_pKp 是总组织浓度/总血浆浓度之比血浆结合越强fu_p 越小Kp 越大。iflogp0:# 亲水分子主要走水相与蛋白结合tissue_dispcomp[IW]comp[EW]0.3*comp[PRO]else:# 亲脂分子以脂质分配为主tissue_disp(10**(0.9*logp))*(comp[NL]0.7*comp[PL])\comp[IW]comp[EW]0.3*comp[PRO]plasma_disp(10**(0.9*logp))*(PLASMA[NL]0.7*PLASMA[PL])PLASMA[EW]return(tissue_disp/plasma_disp)/max(fu_p,1e-4)CASES[dict(logp3.2,fu_p0.05),dict(logp3.2,fu_p0.5),dict(logp-0.5,fu_p0.8)]withopen(output/kp_method_compare.csv,w,newline,encodingutf-8)asfh:wcsv.writer(fh)w.writerow([case,logP,fu_plasma,tissue,Kp_ref,Kp_variant,fold])fori,cinenumerate(CASES,start1):fortis,compinTISSUES.items():kp0kp_basic(c[logp],c[fu_p],comp)kp1kp_basic(c[logp],c[fu_p],{**comp,NL:comp[NL]*1.5})# 变体脂质组成假设上调 50%w.writerow([fcase{i},c[logp],c[fu_p],tis,round(kp0,3),round(kp1,3),round(kp1/kp0,3)])print(写出 output/kp_method_compare.csv)这段的价值不在数值本身而在结构把方法差异编码成可枚举的变体列Kp_variant/fold申报里的灵敏度分析就有表可引。TISSUES里的组成数值是占位示例真实取值应取自平台系统参数表或可引证文献并在报告里标来源GastroPlus 五种方法各自采用的组织组成表也以安装版 Help 为准。趋势上脂肪组织对脂质组成假设最敏感fold最大、脑与肝次之这也解释了为什么亲脂药物的脑暴露预测争议最多。2.2 脚本 BRIVIVE 参数反推骨架微粒体清除 → 肝清除 → AUC 拟合优度# IVIVE 骨架由体外 CLint 推肝清除再与实测/仿真 AUC 对照网格搜索最可辩护的标度因子# 缩放因子肝重、微粒体蛋白收率、每 g 肝的微粒体蛋白量等在平台内均有默认值# 本篇把标度因子乘数当作待拟合参数而不是硬编码——因为它是 IVIVE 不确定性的最大来源之一。library(Simcyp)Initialise()SetWorkspace(runs/compoundX_ivive_fasted.wksz)# 静脉给药工作区先只评价分布与清除Simulate()sim-as.data.frame(GetCompoundSummaryStats_DB())# 个体级汇总取几何均值用obs_auc-42.5# 实测 AUCh·ng/mL示例值须来自可追溯数据# —— 体外输入微粒体固有清除µL/min per mg protein与其不确定性 ——CLint_mean-38.0;CLint_cv-0.25QL_h-90.0# 肝血流 (L/h)实际取值以所选人群/系统参数表为准fu-0.06# 血浆未结合分数来自化合物文件见第 5 篇well_stirred-function(CLint_scale,Q,fu,CLint){# 充分混合well-stirred肝清除模型CLint_Lh-CLint*CLint_scale# ① 体外值 × 标度因子 → 体内尺度CLu-fu*CLint_Lh# ② 未结合假设只有游离药物可代谢Q*CLu/(QCLu)# ③ 肝清除 Q·fu·CLint/(Q fu·CLint)}grid-seq(0.4,2.0,by0.05)# 标度因子网格30 余点足够定位Dose-100000# 静脉剂量µg与申报口径一致即可auc_pred-Dose/sapply(grid,function(s)well_stirred(s,QL_h,fu,CLint_mean))best-grid[which.min(abs(log(auc_pred/obs_auc)))]fe-abs(auc_pred/obs_auc-1)# fold error绝对偏差比例cat(sprintf(最优标度因子%.2f AUC预测%.1f 误差%.1f%%\n,best,Dose/well_stirred(best,QL_h,fu,CLint_mean),100*fe[which.min(fe)]))if(fe[which.min(fe)]0.2)warning(IVIVE 预测误差 20%需核查 fu、血浆结合或酶量假设铁律 7)# 体外不确定性的最小演示CLint 取 均值-1SD / 均值 / 均值1SD各做一次拟合for(kinc(-1,0,1)){cl-CLint_mean*(1k*CLint_cv)# 把体外变异以 ±1SD 的形式扫进来sc-grid[which.min(abs(log((Dose/well_stirred(grid,QL_h,fu,cl))/obs_auc)))]cat(sprintf(CLint%5.1f (k%d) - 最优标度因子%.2f\n,cl,k,sc))}# 期望标度因子近似与 CLint 成反比。若不成反比说明网格太窄或 fu / 肝血流假设本身有问题# 拟合得到的标度因子必须写进报告的参数假设并说明它是校准值而非实测值要点只有一个自由度的网格搜索比十参数优化更可辩护。监管场景里能被解释的拟合优于被过度拟合的曲线。sim/PlotProfilePercentile_DB()的曲线用于目视检查形状GetCompoundSummaryStats_DB()用于数值比对。若需批量扫多个化合物把SetWorkspace()换成工作区列表循环并保留每次.db路径。2.3 脚本 CYAML体外输入与不确定性登记表申报可追溯用# ivive_inputs.yaml —— IVIVE 输入登记把in vitro 数据 不确定性结构化供批量脚本读取compound:CompoundXroute_relevant_metabolism:-enzyme:CYP3A4in_vitro_system:human liver microsomesdonor_n:8# 供体数决定你能不能主张代表人群3 个供体不宜外推Km_uM:{value:12.4,sd:2.1,source:实验室报告 LAB-2025-118}Vmax_nmol_min_mg:{value:0.86,sd:0.19,source:同上}CLint_uL_min_mg:{value:38.0,cv:0.25,source:同上}scaling_factor_multiplier:{fitted:1.15,fixed:false}# 拟合值必须显式标 fittedinhibition_parameters:-perpetrator:Clarithromycin# CYP3A 场景素材核实实例mechanism:competitive# 竞争性抑制机制性失活另需失活速率与抑制常数一对参数Ki_uM:{value:0.021,ci90:[0.017,0.026]}-perpetrator:Atorvastatinmechanism:competitiveenzyme:CYP2C8plasma_binding:fu_plasma:{value:0.06,cv:0.18,method:平衡透析}uncertainty_propagation:platform_channel:gastroplus:PSA支持用户自定义输入数据经 Orchestrator 提交simcyp:sensitivity analysis含 Population Representative 模式n_iterations:500# 迭代次数太少则 90% 区间不稳定report_section:C Materials and Methods / 灵敏度分析EMA 4.7.1version_lock:simulator:GastroPlus X.2 (10.2) | Simcyp V24siva_toolkit:许可与版本以安装版为准扩展模块需额外许可help_reference:平台内 Kp 方法与缩放因子以安装版内 Help / 许可区文档为准这份 YAML 是把 2.2 与第 12 篇 PSA 串起来的唯一入口登记成结构后脚本可以合法地只跑一轮就生成报告里的参数表且每个数都有source字段。三、常见报错与排查换 Kp 方法后组织 Cmax 变了 3 倍血浆曲线几乎没动。根因血浆-全身层面 Kp 只通过组织回流影响末端斜率方法差异主要在组织隔室。解法明确申报问题问的是血浆还是靶组织若为靶组织必须做方法对照表2.1并把选择理由写进参数假设。Vd 拟合很好但肝清除对不上。根因把房室 Vd 当成组织分配量反推 Kp等于用拟合参数冒充物理量。解法分布与代谢分开校准——先用静脉数据定 Kp/限速方式再用体外 CLint 定代谢不要一次同时拧两组参数。Minimal PBPK 里没有脑/皮肤隔室脚本却要求输出脑浓度。根因模型档位与 COU 不匹配铁律 1。解法切 Full PBPK组织清单见 1.3或改用自定义组织方案第 13 篇。PerMCL 跑通但 DDI 预测幅度偏低。根因缺分区丰度却未声明或摄取/外排转运体定位设置不完整。解法先退回标准肝模型做基线再开 PerMCL 做增量两档都报缺数据项按平台默认来源见系统参数表如实写。把体外点估计直接代入人群仿真给出的区间被当成模型精度。根因混淆个体间变异BSV与 IVIVE 参数不确定性。解法把体外参数的 SD/CV 作为 PSA/sensitivity analysis 输入2.3 的n_iterations报告里分开陈述个体间变异与参数不确定性。把 GastroPlus 的 Kp 方法写成TCM 模块。根因社区俗称。解法一律用官方表述五种基于组织组成的 Kp 估算方法面板级选项名称以安装版 Help 为准。四、动手练习方法敏感性表用 2.1 对 logP ∈ {−1, 1, 3, 5} × fu_p ∈ {0.02, 0.1, 0.5} 生成 12 组 Kp 变体。判定标准fold最大的那一组必须落在adipose行脂肪对脂质组成假设最敏感若不成立说明组成表填错或分配式实现有误。IVIVE 反推一致性用 2.2 末尾的for (k in c(-1, 0, 1))循环取 CLint_cv 0.15 / 0.25 / 0.40 各跑一次记录三组最优标度因子。判定标准同一 CV 下三个标度因子与对应 CLint 近似成反比相对偏差 10%若 CV0.40 那组的最优标度因子落到网格边界0.4 或 2.0必须把网格放宽后重跑并在报告里给敏感性区间而不是单一 AUC 预测值。登记完整性让ivive_inputs.yaml通过一个 20 行的校验脚本每个数值项必须有source或fitted标记。判定标准任一数值缺source且缺fitted时脚本返回非 0 退出码补齐后返回 0。五、小结与下一篇预告组织分配的可辩护性来自三件事说清 Kp 用的是哪一种基于组织组成的方法GastroPlus 官方提供五种别叫它TCM 模块、模型档位与 COU 匹配Minimal 只到肝/肠代谢Full 才给你 13 类组织Simcyp 侧组织清单见 1.3、肝的刻画粒度与数据来源PerMCL 用 periportal/pericentral 分区承载转运体与 DME 丰度缺数据时必须声明用默认值。IVIVE 那一段由 SIVA ToolkitSimcyp 扩展模块需额外许可或 GastroPlus 的 PBPKPlus/Discovery PBPK 完成缩放而体外不确定性必须通过 PSAGastroPlus 语境或 sensitivity analysisSimcyp 语境传播到输出区间。有了可信的分布与代谢第 9 篇就能谈相互作用CYP3A4/CYP2C8/UGT1A1 与 OATP1B1/1B3/2B1、NTCP、MRP、P-gp 的四类机制、GastroPlus DDI Module 的 30 个已验证 index compound 与 90% 置信区间、PlotForestDataDDI()森林图以及 ICH M12 §7.5 的静态模型→PBPK 决策树。本篇认知问题回显FAQQ1Kp组织/血浆分配系数和房室模型的分布容积有什么本质区别AKp 是稳态下组织总浓度与血浆总浓度之比可预测未测组织的暴露Vd 只是拟合血浆曲线得到的数学量不含组织信息。用 Vd 反推 Kp 是拿拟合参数冒充机制参数血浆曲线很准也可能把肝、脑暴露算错。Q2GastroPlus 提供几种 Kp 估算方法有没有TCM 模块这个官方名A官方表述是提供五种基于组织组成tissue composition-based的 Kp 估算方法没有独立的TCM 模块产品名各方法的定义与适用组织范围以安装版 Help 及 Scientific Principles Guide《Tissue Distribution Calculations》为准。PBPKPlus 默认 14 类组织任一组织可切灌注限速或渗透限速。Q3什么时候 Minimal PBPK 够用什么时候必须 Full PBPKA预定用途只涉及血浆暴露、肝代谢、DDI 或剂量预测时Minimal PBPK肝 肠代谢可辨识性与可辩护性更好一旦需要脑、皮肤、脂肪等特定组织浓度靶组织暴露、组织毒性、效应室 PK/PDMinimal 没有该隔室必须换 Full PBPK含 blood(plasma)、adipose、bones、brain、gut、heart、kidneys、liver、lungs、muscles、pancreas、skin、spleen或自定义组织模型。Q4PerMCL 相对标准肝模型多了什么代价是什么APerMCLpermeability-limited multicompartment liver沿肝小叶分 periportal 与 pericentral 区带各区带带各自的转运体NTCP、OATP1B1、OATP1B3、OATP2B1、MRP、P-gp与 DME 丰度并允许渗透限速的肝摄取从而给出肝内细胞内游离浓度。代价是所需分区丰度更多常只能用平台默认值必须声明并附标准肝模型基线。Q5SIVA Toolkit 在 IVIVE 里做什么体外不确定性怎么进模型ASIVASimcyp In Vitro Analysis Toolkit需额外许可的扩展模块把体外清除、可逆与机制性失活抑制、酶动力学数据做统计处理与尺度放大输出 PBPK/DDI 可用的体内参数。不确定性传播即把各体外量的 SD/CV 作敏感性分析输入GastroPlus 走 PSASimcyp 走 sensitivity analysis迭代不少于 500 次。