首次人体临床试验（FIH）是创新性药物研发过程中的重要里程碑之一，它是第一次在人体中探索新化合物是否可以成药，第一次验证在此之前获得的所有动物数据与人体的相关性。在物种差异尚未完全明确的情况下,它是安全性风险最高的一个临床试验。因而，在试验设计和具体实施上要格外慎重。参考国内外指南的推荐，在健康成年受试者中开展的首次临床试验的最大推荐起始剂量（MRSD）有多种推算方式，包括：

01.以动物毒理试验为基础的未见明显毒性反应剂量法（NOAEL），换算得到人体等效剂量（HED），最后除以安全系数（SF）得到MRSD。

02.以生物暴露为基础的接近药理作用机制的推导，即简单的方式是动物静注给药后，测定其体内PK暴露量，计算动物的清除率CL和表观分布容积V，有了动物的PK参数后可以用不同的方式推算人体PK参数。例如可以使用异速增长模型法（AS；可参考既往推文-《简单的异速缩放》），即以不同种属的体重（或其它校正方法）法使用线性回归模型计算得到人体的PK参数（如CL和V）。AS针对药物主要通过肾小球滤过清除预测较为准确，当药物主要通过肝脏代谢清除时可以考虑使用体外人肝微粒体或离体肝细胞获得肝代谢速率，进而推算得到人体系统清除率CL（体外体内外推；IVIVE）。针对药动学机制复杂的也可以通过构建基于不同动物的生理药动学模型（PBPK）来预测人体PK参数。根据推算所得的人体PK参数（CL、V等）及从药理试验中所得的药物活性生物暴露量，推算人体内药物的生物活性剂量。

03.也可采用最低预期生物效应剂量（MABEL）作为人体初始剂量。

基于以生物暴露为基础的接近药理作用机制的推导方法，本文通过具体案例向大家介绍，如何通过Phoneix WinNonlin中的PML方式，构建体外（in vitro）酶促动力学模型以估算药物在人体内系统清除率CL（in vivo），为MRSD获得提供相应的支持。

使用软件：Phoneix WinNonlin 8.4.0（正版授权）

案例1：基于代谢物的生成速率计算系统清除率CL

化合物背景信息：

不同浓度的某化合物通过体外人肝微粒体（HLM）温孵相同时间测得代谢物浓度，计算得到代谢物的生成速率（Rate；umol/g/min）vs. 浓度（Concentration;umol/L）数据。且该化合物主要通过肝代谢清除，肾排泄中未观测到母药。

初始数据探索：

建模过程分析

考虑通过单个酶系，方程为Rate =  ，考虑估算的系统偏差，选择使用不同亲和组分的酶系，其方程为Rate =   以减小估算误差，使用Phoenix WinNonlin中的ML Model建模工具中的PML建模方式，采用比例型误差模型，其建模的code如下：

test(){

covariate(Cp)   #底物浓度作为协变量

R = (Vm1 * Cp / (Km1 + Cp)) + (Vm2 * Cp / (Km2 + Cp)) #反应速率vs底物浓度方程

error(REps = 1)  #残差标准差

observe(Rate(Cp) = R + R * REps)  #比例型误差模型

fixef(Km1 = c(, 200, ))  #Km1初值

fixef(Vm1 = c(, 2, ))    #Vm1初值

fixef(Km2 = c(, 10, ))    #Km2初值

fixef(Vm2 = c(, 0.5, ))}  #Vm2初值

初值估计过程：由X-Y plot可知：Vmax = 2.5 umol/g/min，即Vmax = Vmax1 + Vmax2，Km考虑为不同亲和组分的酶系，相差较大，可以考虑使用“Initial Estimates”选项下的滚轮进行初值调整，如下图所示。

运行后得到酶促反应的拟合参数结果和拟合优度图如下：

拟合得到的参数Km1和Vm1以及Km2和Vm2根据公式：Clint,in vitro =，计算得到体外内在清除率Clint,in vitro，根据在体内在清除率Clint,in vivo = Clint,in vitro *比放系数（SF，根据文献得到，此案例中SF假定为70kg体重，且1kg体重含有1.5g微粒体蛋白浓度），计算得到Clint,in vivo,基于充分搅拌模型中的系统清除率CL = Clint,in vivo *Q/Q+Clint,in vivo（Q为肝脏血流速率，查找文献得到，本案例中使用1.4 L/min，此时fu游离药物浓度百分比为1），计算得到人体的系统清除率CL，因此复制上述的模型，接受运行的参数值，并在ML Model中的PML中加入下列secondary()语句：

secondary(CLint = (Vm1 / Km1) + (Vm2 / Km2) * 70 * 1.5   #内在清除率

Q = 1.4                         #肝血流速率

CL = Q * CLint / (Q + CLint))      #系统清除率

运行之后在“Secondary”列表可以查看估算得到的Clint、CL等参数。基于得到的Clint,in vivo同时可以计算得到该化合物的肝脏提取率E和生物利用度F等。

案例2：基于原药的减少计算系统清除率CL

上述的案例可以检测获得母药的代谢物，如果在代谢物的生成未知的情况下，我们可以通过测定原药的减少来获得药物的体外内在清除率Clint,in vitro。化合物背景信息：不同浓度的某化合物通过在体外人肝微粒体（HLM）中温孵不同时间测定温孵体系中原药的浓度得到不同时间的药物浓度的变化数据，以获得酶促动力学参数Vmax和Km。该化合物通过肝脏代谢清除，且通过两种不同亲和力的酶系代谢清除，母药不通过尿液排泄。数据显示该化合物不同剂量下的清除为饱和清除。

初始数据探索：

建模过程分析：

该化合物起始于5个不同起始剂量进行温孵，且代谢为饱和清除，使用两个不同亲和组分的酶系进行描述，其V*dC/dt =（V为温孵体系的体积为1mL）。使用Phoenix WinNonlin中的ML Model建模工具中的PML建模方式，采用比例型误差的群体模型，其建模的code如下：

test(){deriv(A1 = - Vm1 * C / (Km1 + C) - Vm2 * C / (Km2 + C))  #中央室浓度变化

dosepoint(A1)  #给药部位为中央室

C = A1  #给药剂量即为初始底物浓度

error(CEps = 1)  #残差标准差

observe(CObs = C + C * CEps)  #比例型误差

fixef(Vm1 = c(,1, ))   #Vm1初值

fixef(Km1 = c(, 0.5, ))   #Km1初值

fixef(Vm2 = c(, 1, ))    #Vm2初值

fixef(Km2 = c(, 10, ))}  #Km2初值

参数初值估算过程：可以通过转换坐标系估算得到初始的Km和Vmax后使用“Initial Estimates”获得合适的初值。

映射和给药信息输入如下：

运行后即可得到模型拟合的群体典型值和拟合优度图如下：

同样拟合得到的参数Km1和Vm1以及Km2和Vm2根据公式：Clint,in vitro =，计算得到体外内在清除率Clint,in vitro，根据在体内在清除率Clint,in vivo = Clint,in vitro *比放系数（SF），计算得到人体的系统清除率CL，因此复制上述的模型，接受运行的参数值，并在ML Model中的PML中加入下列secondary()语句：

secondary(CLint = (Vm1 / Km1) + (Vm2 / Km2) * 70 * 1.5   #内在清除率

Q = 1.4                         #肝血流速率

CL = Q * CLint / (Q + CLint))      #系统清除率

运行之后在“Secondary”列表可以查看估算得到的Clint、CL等参数。

至此，我们通过两个简单的案例来展示如何通过Phoneix WinNonlin中ML Model的PML方式构建酶促反应动力学方程估算酶促动力学参数Km和Vmax的方式来完成主要通过肝脏代谢化合物的体外内在清除率（Clint,in vitro）到体内的内在清除率（Clint,in vivo）最终得到该化合物的系统清除率CL的估算过程，为首次人体试验MRSD的剂量获得提供生物暴露为基础的支持，如果大家对AS的方法在MRSD中应用感兴趣可以查看既往的源资科技相关推文，谢谢。

参考资料：

1、 健康成年志愿者首次临床试验药物最大推荐起始剂量的估算指导原则；2012,5;

2、 Guidance for Industry Estimating the Maximum Safe Starting Dose in Initial Clinical Trials for Therapeutics in Adult Healthy Volunteers；2005,7；

3、 Gabrielsson, J. & Weiner, D.L. (5th ed., 2016). Pharmacokinetic and Pharmacodynamic Data Analysis: Concepts and Applications. Swedish Pharmaceutical Press, Stockholm.