本文是一篇发表在《Pharmacological Research》期刊2023年卷第195期上的特邀综述，题为“The application of organ-on-chip models for the prediction of human pharmacokinetic profiles during drug development”。作者团队来自荷兰应用科学研究组织、乌得勒支大学、诺华生物医学研究所等多个研究机构，通讯作者为Evita van de Steeg。综述深入探讨了器官芯片技术在药物研发，特别是在预测人体药代动力学特征方面的应用、潜力、现有挑战以及未来发展方向。本文属于学术论文中的综述类型，因此将按照类型b的要求进行撰写。

器官芯片技术是一种旨在通过体外重建器官结构和功能来复制体内生理特性的细胞培养技术。与传统二维细胞培养模型和动物模型相比，OOC技术带来了许多新的可能性。本文的核心目标是探讨OOC模型在改善预测人类口服生物利用度和内在清除率方面的潜力，重点关注模型的功能性及其在当前药物开发实践中的应用。综述系统总结了用于药代动力学研究的OOC模型，指出了现有挑战，并提出了用于研究PK的最小可行多器官芯片平台所需的生理参数、特定读数和相关验证化合物的建议。最后，讨论了将体外数据转化为体内PK谱所需的关键步骤，这是推动OOC模型在药物开发中常规应用的必要条件。

综述首先阐述了当前药物开发的瓶颈与器官芯片技术的优势。 新药开发是一个漫长、劳动密集且成本高昂的过程。进入临床试验前，监管机构要求提供关于药效、毒性和药代动力学的临床前数据。其中，药代动力学由药物的吸收、分布、代谢和排泄决定，共同影响了到达靶点的药量，从而决定了药效和潜在的脱靶毒性。尽管有精细的临床前筛选，但近90%进入I期临床试验的候选药物最终仍会因缺乏疗效或不可预见的副作用而失败。传统的动物模型和二维细胞培养模型在预测人体PK方面存在局限：动物模型的转化成功率参差不齐，且面临伦理约束和高成本问题；而传统细胞培养模型则难以模拟体内复杂的人体组织环境。相比之下，OOC技术能够部分解决这些问题。其优势包括：提供优化的营养和氧气供应、三维生长结构、多种细胞类型的潜在相互作用以及培养基流动带来的生物相关剪切力，防止有毒代谢物积累，从而更好地复制人类生物学和生理学。具体到ADME/PK研究，OOC技术带来了新的机遇：1. 研究人类对化合物的生物反应差异，有助于改进临床试验设计，并可能实现对孕妇、儿童和老年人等脆弱群体的药物测试；2. 研究长期药物暴露的体外效应；3. 连接多个器官，构建完整的“芯片上人体”系统；4. 评估复杂的药物-药物相互作用；5. 减少动物实验；6. 测试针对人类特异性靶点的新型生物治疗药物（如寡核苷酸、肽类），这些药物可能在动物模型中无效。据估计，在药物开发中实施OOC技术可为每个候选药物节省高达25%的研发总成本。

然后，综述客观分析了器官芯片领域当前存在的挑战与局限性。 尽管前景广阔，但OOC领域相对较新，仍处于发展阶段。现有挑战包括：1. 细胞来源的相关性：许多模型使用标准化的癌细胞系，这些细胞系存在突变并丧失了某些细胞特异性功能，且不能代表人群中的生物多样性。虽然可以使用原代细胞，但其相关的药物转运体和代谢酶活性会随时间丧失，且批次间差异大。诱导多能干细胞衍生的细胞应用增加，但细胞分化和成熟水平仍存在高变异。2. 并非完全无动物成分：许多体外培养方法中仍存在动物源性成分（如细胞外基质蛋白或胎牛血清），开发真正的无动物替代品值得关注。3. 芯片材料和制造特性的不足：用于制造OOC的材料和技术差异很大。例如，广泛使用的聚二甲基硅氧烷会强烈吸收疏水性小分子，可能干扰药物研究。此外，多器官芯片的技术设置和连接策略仍是挑战，复杂的微流体技术可能增加成本和制造复杂性。可重复使用设备与一次性设备的选择也需考虑环境影响。4. 采样受限：一些OOC的设计限制了进入所有组织隔室的能力，且设备规模小导致可用于下游分析的细胞数量和/或培养基体积有限。芯片材料可能阻碍成像等读数方法。5. 缺乏标准化和验证：复杂的多器官芯片包含许多需要标准化的组件，如细胞系统、芯片材料、支架、培养基、微流体流速、测量终点等。需要确定应在多大程度上纳入生物变异以获得可靠结果，以及测试一个新化合物需要多少芯片。此外，为了获得监管机构对替代动物研究的认可，需要进行彻底的模型验证。

接着，综述重点探讨了PK器官芯片模型在药物开发管线中的具体应用阶段与方式。 OOC技术不适用于早期药物发现阶段的定量高通量筛选，其技术复杂性决定了它们是低通量但高内涵的。因此，设计用于PK研究的OOC模型在候选药物选择阶段更为相关，可用于进一步的机制测试。这些模型有可能增加对化合物特定PK行为的理解（例如吸收和代谢之间的相互作用），并提供生物利用度的估算。它们可以揭示化合物的肝内和肝外代谢区别，并提供关于肝脏和肾脏排泄平衡的信息。此外，OOC模型可以提供关于临床阶段需要监测的特定代谢物或生物标志物的信息。对于进入临床试验所需的试验性新药申请，多器官芯片模型可以研究器官间的相互作用并识别潜在的副作用。其连续给药/取样和控制培养条件的能力，允许测试复杂的给药方案或周期，甚至是联合疗法。模型还为研究药物-药物相互作用提供了相关平台。收集临床前多器官芯片的DDI信息可以防止在临床研究中不必要地排除服用某些药物的患者。在临床阶段，OOC模型可以揭示人群反应差异，为优化临床试验设计提供依据。特定疾病的OOC模型可以复现传统细胞培养模型无法捕获的生物学过程，有望减少患者中药效不足的情况。对于罕见病或缺乏动物模型的遗传病研究尤其有意义。此外，使用患者特异性细胞的OOC可以用于决定哪种治疗方案成功率最高（例如在癌症治疗中），从而降低开发成本和时间，增加识别有效治疗方案的可能性。

为了评估OOC模型是否适用于PK研究，综述提出了一个用于研究PK的最小可行多器官芯片平台应具备的生理要求、ADME特定读数和验证参考化合物。 PK研究需要包含决定化合物ADME的最相关器官，即肠道、肝脏和肾脏，并以生物学相关的方式连接。增加组织数量会增加技术复杂性，不利于工业化实施。关键特征包括：1. 所有相关器官具有生理相关的转运体和酶功能；2. 细胞的极化；3. 具有采样选项的分离隔室，包括管腔（肠道）隔室、连接器官的连续血流、胆汁隔室（可选择重新连接到管腔隔室以模拟肠肝循环）和尿液隔室。理想情况下，平台是模块化的。综述以表格形式详细列出了每个组织所需的关键功能特性及相关评估参数/标志物。对于肠道，需要准确的屏障通透性、各种肠道细胞类型的存在、关键转运体（如BCRP, P-gp, OATP2B1）和代谢酶（如CYP3A4, UGTs）的准确表达和功能。对于肝脏，需要成熟肝细胞标志物的准确表达、白蛋白产生、关键转运体（如NTCP, OATP1B1/1B3, BSEP, MRP2）和代谢酶（如CYP1A2, CYP3A4, UGTs）的功能，以及胆汁排泄能力。对于肾脏近端小管，需要再现其生理功能（如葡萄糖和白蛋白的重吸收）、关键转运体（如OAT1/3, OCT2, MATE1/2-K）和代谢酶（如CYP3A5, UGT1A9）的表达和功能，以及功能性内吞作用。

关于ADME特定读数，选择需要具有生物学和临床相关性、可靠、灵敏且可转化。评估屏障完整性的常用方法是测量跨上皮电阻，或使用大分子荧光标记物（如菊粉-FITC）。化合物的转运表现为表观渗透率值。转运体活性可通过测量特定底物的Papp值及其外排比来评估。代谢活性可通过测量母体化合物随时间的消耗或特定代谢物的形成来评估。口服生物利用度可以根据吸收分数、逃脱肠道代谢分数和逃脱肝脏代谢分数来计算。内在清除率通常从母体化合物的代谢消耗中确定。

为了验证多器官芯片模型的预测性能，选择合适的参考化合物至关重要。综述提供了一个参考化合物列表，涵盖了从低到高口服生物利用度的药物，并明确了其ADME/PK过程特征，以便与体内数据关联和评估模型的预测价值。例如，罗苏伐他汀生物利用度低（20%），肝脏代谢少（10%），主要经胆汁排泄（90%），少量经尿液排泄（10%），可用于验证转运和排泄。二甲双胍不被代谢，经肠道吸收后以原型经肾脏主动分泌清除，是验证转运过程的理想化合物。咪达唑仑主要由肠道和肝脏的CYP3A4代谢清除，是研究首过代谢和CYP3A介导的DDI的经典工具药。香豆素在肠道和肝脏经历广泛的I相和II相代谢，代谢物主要经肾脏主动清除，适合验证多器官代谢和肾脏排泄。麦考酚酯是前药，在肠道和肝脏被羧酸酯酶激活并发生葡糖醛酸化，其葡糖醛酸代谢物可经胆汁排泄并发生肠肝循环，是验证肠肝循环的复杂ADME过程的绝佳模型。地高辛是外排转运体P-gp的高亲和力底物，主要用于验证P-gp的功能。对于生物制剂，如肽类药物环孢素A或司美格鲁肽，以及反义寡核苷酸米泊美生，也可作为验证特定清除途径（如肾脏清除、内吞作用、核酸酶降解）的参考。

最后，综述强调了将体外数据转化为体内药代动力学谱的重要性及策略。 尽管多器官芯片模型能捕捉关键生物学特征，但它们永远无法完全代表人体的复杂性，且模型中的组织和隔室大小需要按人体比例缩放。因此，体外ADME/PK模型的发现不能直接与人体数据比较。将实验数据与计算机建模相结合，特别是基于生理的药代动力学建模，是改进体外到体内外推的关键。PBPK建模可以应用生理相关的缩放比例，纳入体外模型中缺失的因素，并校正特定的体内特征。例如，需要校正多器官芯片模型中肠、肝、肾细胞的比例，考虑不同器官的血流速率差异等。将PBPK建模早期纳入药物开发可以指导实验设计，为体外研究的候选药物浓度选择提供模型依据，并将实验数据转化为临床结果。综述指出，进行IVIVE所需的实验数据包括：化合物的回收率（非特异性结合和稳定性）、活性细胞数量、表观渗透率值、内在清除率以及不同组织隔室中的代谢物谱。

本文作为一篇特邀综述，其重要意义和价值在于系统性地梳理和总结了器官芯片技术在预测人体药代动力学这一特定领域的应用现状与未来路线图。它不仅清晰地阐述了该技术的巨大潜力和相对传统模型的优势，更重要的是没有回避当前技术发展中的核心挑战与障碍，为领域研究者提供了客观、全面的视角。综述提出的“最小可行平台”概念、具体的生理功能要求清单、ADME研究读数建议以及验证参考化合物列表，为评估和开发用于PK研究的多器官芯片模型提供了极具操作性的框架和标准，有助于推动该技术的标准化和验证进程。最后，关于结合PBPK建模进行体外-体内外推的讨论，指出了未来实现OOC数据临床转化的关键技术路径。因此，这篇综述不仅是对现有知识的总结，更是为药物开发科学家、技术开发者和监管机构等所有相关利益方提供了一个共同的语言和行动指南，对于加速器官芯片技术在药物ADME/PK研究中的转化与应用具有重要的指导价值。