本次介绍的研究由 Andrew P. Worth, Jochem Louisse, Peter Macko, J.V. Sala Benito, Alicia Paini 等研究者共同完成。他们所属的机构是欧洲委员会联合研究中心下属的健康、消费者及参考物质部门，具体是化学品安全与替代方法单元和欧洲替代方法验证参考实验室。这项研究发表于 Toxicology in Vitro 期刊的 第45卷，出版于 2017年，并可在ScienceDirect平台获取。

这项研究属于毒理学评估与计算毒理学交叉领域，特别是利用计算机模型来预测化学物质的毒性。其开展的学术背景源于当前毒理学研究的一个核心挑战与目标：减少、优化并最终替代动物实验。为了实现这一目标，科学家们致力于开发基于体外测试和计算机模型的新策略。然而，一个关键的科学难题在于，如何将从体外实验中获得的“名义浓度”与体内实际产生毒性的“靶点浓度”联系起来。体外实验观察到的效应通常取决于化学物质在细胞内甚至亚细胞器（如线粒体）内的实际浓度，而非仅仅添加到培养基中的初始浓度。为了克服这一挑战，本研究团队先前开发了虚拟细胞实验模型，用于模拟化学物质在细胞内的动态浓度变化。在本研究中，他们的主要目标是：1) 扩展VCBA模型的应用范围，从原先的成纤维细胞和肺细胞扩展到更具毒理学相关性的肝细胞和心肌细胞；2) 在模型中引入线粒体隔室，以模拟化学物质在线粒体中的浓度，并预测其对线粒体膜电位这一关键毒性通路指标的影响。这项研究的最终目的，是构建一个更强大的计算工具，以更准确地阐释体外浓度-效应曲线，并为从体外数据外推至人体内风险提供桥梁。

以下将详细阐述这项研究的工作流程，它主要包含四个相互关联的部分：细胞模型的构建与实验测试、线粒体隔室模型的整合、模型参数的优化与模拟、以及结果的分析与验证。

第一，细胞模型的体外实验部分。 研究选择了两种与重要靶器官相关的人类细胞模型：HepARG（一种人肝细胞系）和iCell 心肌细胞（一种由人诱导多能干细胞分化而来的心肌细胞）。研究选取了三种化学物质进行测试：FCCP（一种经典的线粒体解偶联剂，作为阳性对照）、咖啡因（一种广泛使用的消费品成分）和胺碘酮（一种具有心脏和肝脏毒性的药物）。实验的核心是同时测量这些化学物质在24小时暴露后对细胞活力和线粒体膜电位的影响。具体工作流程如下：首先，按照标准操作手册培养和分化细胞，并在96孔板中接种特定密度的细胞。然后，将细胞暴露于一系列不同浓度的测试化学物中。24小时后，使用一套高内涵成像分析技术进行评估。细胞核用Hoechst 33342染色以识别所有细胞，活/死细胞状态用TOTO-3（一种膜不通透性染料，仅进入膜受损的死细胞）染色进行区分，从而获得细胞活力数据。同时，使用TMRE（一种能随线粒体膜电位变化而改变荧光强度的染料）对线粒体进行染色，通过测量每个细胞内TMRE的平均荧光强度，定量评估线粒体膜电位的变化。所有图像和数据采集均通过Cellomics ArrayScan VTI高内涵分析系统自动完成，每个浓度设置三个技术重复，整个实验进行了三次独立的生物学重复，以确保数据的可靠性。

第二，虚拟细胞模型的理论扩展与构建。 这是本研究方法学上的核心创新。研究人员在原有的VCBA模型（一个多隔室药代动力学模型，模拟化学物质在培养孔内的塑料壁、顶空气体、血清蛋白、脂质和细胞间的分配过程，并结合了细胞生长模型和基于NEC/KR参数的毒效动力学模型）基础上，进行了两项关键扩展。首先，他们为HepARG细胞和iCell心肌细胞建立了特定细胞类型的生理参数库，例如细胞湿重、体积、蛋白质/脂质/水的质量分数等。其次，也是最重要的，他们将细胞模型从一个三隔室（水相、脂质、蛋白质）扩展为四隔室模型，新增了一个代表线粒体的隔室。为了模拟化学物质从细胞质进入线粒体的过程，他们采用了由Horobin等人发展的理论方法。该方法基于化学物质的pKa（酸解离常数）、logP（辛醇-水分配系数）和电荷数(z) 等理化性质，来预测其在线粒体与细胞质之间的分配系数。线粒体被假设为一个具有特定脂质/蛋白质比例的亚细胞结构，其在心肌细胞和肝细胞中的体积占比分别设定为30%和20%。通过一系列数学方程（文中公式1和2），模型能够计算出在给定外部暴露浓度下，随时间变化的细胞内总浓度和线粒体内浓度。

第三，模型参数的优化与模拟计算。 在获得了体外细胞活力数据后，研究人员利用这些数据来优化VCBA模型中的两个关键毒效动力学参数：无效应浓度 和杀伤率。优化过程通过最小化模型预测的细胞活力曲线与实验观察曲线之间的误差来实现，为每种化学物和每种细胞类型都确定了一组NEC和KR值。接着，他们使用优化后的模型，模拟了三种化学物质在两种细胞类型中，暴露于不同名义浓度24小时后的细胞内浓度和线粒体内浓度。同时，为了量化实验测得的线粒体膜电位效应，他们使用一个双参数对数-逻辑斯蒂函数对MMP数据与化学物名义浓度之间的关系进行了拟合，从中得到了引起50%MMP抑制的半抑制浓度。最后，他们将模型模拟出的在IC50%浓度下的细胞内和线粒体内浓度提取出来，作为关键的分析指标。

第四，结果分析与讨论。 研究得到了丰富的结果，可以分为体外实验现象和模型模拟发现两个层面。从体外实验结果看，不同化学物和不同细胞类型表现出多样化的反应模式。例如，FCCP在两种细胞中均能显著降低线粒体膜电位和细胞活力，且效应发生浓度较低（μM级别），这与其作为强效解偶联剂的作用机制一致。咖啡因在两种细胞中均表现出先升高后急剧降低MMP的“峰值”现象，尤其是在较高浓度（mM级别）下导致细胞死亡，这可能暗示了其复杂的、可能涉及线粒体渗透性转换孔开放的多模式毒性。胺碘酮在肝细胞中未观察到明显效应，但在心肌细胞中表现出与细胞活力平行的MMP下降，提示其对心肌细胞的线粒体功能有特定影响。这些体外数据不仅揭示了化学物的特定毒性模式，也为模型参数优化提供了基础。

从模型模拟结果来看，研究成功地将VCBA模型应用于新的细胞类型，并获得了化学物质在亚细胞水平的动态浓度。例如，模型计算显示，在不同pKa值假设下（对于胺碘酮，文献中存在实验值和预测值），化学物的线粒体积累浓度可以相差2到3个数量级，这凸显了化学物质离子化状态（pKa-pH关系） 在决定其亚细胞分布中的极端重要性。对于FCCP，模型预测的线粒体内浓度与其强效作用相符。研究还通过对比模拟的IC50%对应的细胞内/线粒体内浓度，将体外效应与内部的、更具生物学意义的剂量关联起来，而不是仅仅依赖名义浓度。这为理解毒性机制提供了更深入的视角。在讨论部分，作者将本研究置于更广阔的“体外至体内外推”框架下，指出VCBA这类模型能够帮助细化实验策略、填补不良结局通路中的知识空白、并为基于体外数据的定量风险评估提供支持。他们认为，未来的安全评估很可能依赖于结合亚细胞（如线粒体）、细胞（如VCBA）、组织器官乃至全身水平的多尺度建模方法。

本研究的结论是：研究者成功地将虚拟细胞实验模型扩展至肝细胞和心肌细胞，并整合了线粒体隔室，建立了一个能够模拟化学物质在亚细胞器（线粒体）中浓度累积及其功能性后果（线粒体膜电位变化）的计算框架。这项概念验证研究表明，通过结合体外实验和计算机模拟，可以系统地阐明细胞内浓度、线粒体内浓度、线粒体功能失调和细胞毒性之间的定量关系。该模型的成功应用，为更精准地设计和解释体外实验提供了新工具，并可能在未来支持基于体外数据预测人体毒性的风险评估范式，从而推动动物实验替代方法的发展。

本研究的亮点在于：1. 方法学的创新性： 首次将基于理化性质的线粒体摄取模型（Horobin方法）整合到动态的VCBA框架中，实现了对亚细胞器毒物动力学的预测。2. 模型的实用性： 将模型应用于具有明确毒理学意义的靶器官细胞（肝和心），增强了其与人类健康风险评估的相关性。3. 多层次的整合： 研究将高内涵成像实验数据、细胞毒效动力学模型和基于理化性质的亚细胞分配模型三者紧密结合，形成了一个从体外现象到机理解释的完整证据链。4. 揭示了关键影响因素： 研究结果明确指出了化学物质的pKa等电离性质在决定其亚细胞分布和最终毒性中的关键作用，这对于未来化学品的毒性预测和设计具有重要指导意义。

此外，本研究还有一些有价值的延伸内容。例如，文中提到的未来工作方向是将VCBA与生理药代动力学模型结合，以实现更完整的从体外到体内的剂量外推。同时，研究也坦诚地指出了当前模型的局限性，例如对于咖啡因引起的MMP峰值现象，模型尚不能完美模拟，提示可能存在未被纳入模型的复杂生物学过程（如线粒体渗透性转换孔的突然开放）。这些都为后续研究指明了改进和深化的空间。