治疗性蛋白通用 whole-body PBPK 模型：PK-Sim 框架解读

2026年7月13日 11点热度 1人点赞 0条评论

摘要

这篇文章做的不是某一个单抗案例，而是想回答一个更底层的问题：能不能在 PK-Sim 里搭出一个适用于治疗性蛋白的通用 whole-body PBPK 框架。作者把大分子分布和清除最关键的几件事都放进去了：血管外渗的 two-pore 机制、淋巴回流、内体降解，以及 FcRn 介导的回收保护。文章最有价值的地方，不只是提出了一个结构，而是用不同分子大小、不同物种、不同 FcRn 情景的数据去校准和验证，最后把它落进了 Open Systems Pharmacology Suite。

引言

小分子 PBPK 的骨架并不能直接拿来描述治疗性蛋白。对这类大分子来说，真正支配 PK 的往往不是经典的膜扩散，而是跨血管内皮转运、组织间隙回流、内体内降解，以及 FcRn 对抗体半衰期的保护。所以这篇文章的核心问题并不是“某个抗体怎么拟合”，而是能不能抽出一套更通用、可跨物种迁移的机制骨架。

作者的思路很明确：在 PK-Sim 原有小分子 whole-body 框架上做扩展，而不是重新另起炉灶。这样做的意义很大，因为它意味着未来小分子、大分子、ADC，甚至联合用药都可能放在同一套 PBPK 语言里处理。

研究方法

方法部分相当扎实。模型仍然沿用 PK-Sim 的 whole-body 结构，覆盖15 个器官/组织和多个血液池，每个器官保留plasma、blood cells、interstitial space、cellular space等亚室。在此基础上，作者又为每个器官新增了endosomal space，把治疗性蛋白特有的内体降解和 FcRn 高亲和结合显式放进去。

外渗部分使用的是two-pore formalism。也就是说，血管壁被视为同时存在small pore 和 large pore，大分子既可以靠对流，也可以靠扩散穿过内皮；不同器官的孔径、large pore 流量分数、液压导度来自文献或由文献推导。这里一个很重要的点是：药物分布的核心 drug-specific 参数其实主要就是 solute radius，而不是随意给每个器官配一套经验分布系数。

FcRn 相关部分则单独建了机制子模型。药物进入内体后，可以与 FcRn 可逆结合，未结合部分发生降解，结合后的复合物再被回收到循环。作者还把endogenous IgG 一并放进模型里，让其和外源蛋白竞争 FcRn。为了简化求解，内源 IgG/FcRn 用 pooled sub-model 表示，这样可以直接算稳态初值，而不需要先额外跑一个无药基线模拟。

治疗性蛋白 whole-body PBPK 模型结构图 — 图1 治疗性蛋白通用 whole-body PBPK 结构：器官通过血流和淋巴流连接

参数识别用的数据也很有代表性。用于拟合的包括：BAY 79-4620（ADC）在小鼠的组织分布、7E3 在野生型和 FcRn-knockout 小鼠中的 PK、dAb2 这种更小的 domain antibody 在小鼠中的组织浓度、MEDI-524 和高 FcRn 亲和力变体 MEDI-524-YTE 在食蟹猴中的血浆 PK，以及CDA1 在人体中的血浆 PK。模型评价则额外用了rat inulin 和human tefibazumab。整个训练-验证集覆盖的solute radius 为 1.39–5.34 nm。

参数估计是在 Open Systems Pharmacology Suite / MoBi 中完成的，采用Monte Carlo 算法和root mean square error作为目标函数。全局上拟合的关键参数包括k_up、k_rec、FcRn binding 的 k_ass、器官体积相关的 recirculation scaling exponent等；同时还允许species-specific FcRn concentration在 mouse、monkey、human 之间不同。

模型建立框架

如果把这篇文章压缩成一句话，它实际上建立了一个针对治疗性蛋白的四层框架：

血管壁交换：用 two-pore formalism 描述 plasma 到 interstitial space 的外渗。
组织回流：用 lymph flow 和 recirculation 把组织间隙里的蛋白带回系统循环。
细胞内命运：用 endosomal uptake、recycling 和 clearance 描述内体处理。
FcRn 保护：用 FcRn 结合和内源 IgG 竞争解释抗体类蛋白的半衰期延长。

这套结构的好处在于，它没有把“治疗性蛋白”当成一个黑箱类别，而是把其 PK 拆成几个可以被机制解释、也可以被后续拓展的模块。文章里也说得很清楚：target-mediated disposition、immunogenicity、tumor target binding这些更个体化的机制，都可以在此框架上继续加。

结果

整体结果是好的，而且不是只在某一类分子上“好看”。模型能够同时合理描述小鼠组织数据、猴血浆数据和人体血浆数据，并且在不同分子尺寸之间还能保持一致性。作者特别强调，拟合后各类数据的simulated versus observed 整体一致性较好。

全部拟合数据的 simulated versus observed — 图2 用于参数估计的全部数据：模拟值与观测值整体吻合较好

从更细一点的数值看，文章里有几个结果很值得记住：

specific endosomal clearance rate（按 k_up − k_rec 计算）约为 0.205 min⁻¹。
FcRn binding 的 association rate constant 拟合得到 0.87 L/μmol/min，明显低于常见体外测得的 7–40 L/μmol/min。
human antibody 的标准 FcRn affinity 在 tefibazumab 评价里用的是 K_d = 0.63 μM；若把它手动调到 0.85 μM，则 tefibazumab 的人体 PK 描述明显更好。
总淋巴流在模型中大约是总血浆流的 0.4%，和文献估计的人体 afferent lymph flow 量级基本一致。

结果部分另一个很关键的观察是：大蛋白更偏向对流主导，小一些的蛋白/片段则扩散贡献更高。也就是说，这个模型不是单纯把“protein PK”套成一个统一经验参数，而是真正让solute radius 去改变运输行为。

FcRn 与内体清除

我觉得这篇最有意思的部分，其实不是 two-pore，而是作者怎么处理FcRn-mediated salvage。文章没有把 FcRn 简化成一个经验清除修正项，而是把内体摄取、FcRn 结合、回收、未结合部分降解明确拆开。这样做的好处是，一旦遇到Fc-engineered antibody、albumin fusion protein 或 species-specific FcRn 差异，模型就有地方接机制，而不是只能再补一个经验参数。

FcRn 相关内体清除与回收机制图 — 图3 FcRn 相关内体清除与回收机制：未结合部分降解，结合部分被回收

但作者也做了一个非常明确的建模选择：把 f_vas^up 和 f_vas^rec 都设成 1，也就是只允许从 plasma 进入内体、也只回收到 plasma。这意味着当前参数化下，模型不包含 net transcytosis across capillary walls。换句话说，作者是有意把外渗和FcRn 回收这两件事分开，不让 endosome 再承担一个“第二外渗通路”的角色。这个选择让模型更清楚，但也构成了它的重要边界。

讨论

讨论部分最值得看的，不是作者重复“模型拟合得不错”，而是它把这套 generic PBPK 的适用边界讲得比较诚实。首先，模型成功之处在于：它用同一套结构把 mouse、rat、monkey、human 连起来了，并且跨越了从 inulin 到全长抗体的分子大小范围。这一点对治疗性蛋白开发非常重要，因为很多项目真正想解决的就是跨物种转译和组织暴露预测。

但这篇文章没有把模型神化。作者明确提到几个限制：

kidney 没有表示 tubular fluid，所以像 dAb₂ 这种可经肾清除的小蛋白，肾组织浓度不一定能被完全解释。
charge effect 没有显式纳入，当前 drug-specific distribution 参数主要还是 solute radius。
tissue-specific FcRn expression 没有展开到器官层面，当前更像 pooled/average handling。
transcytosis 和 endosomal trafficking 没有完全做细，因此某些 FcRn 参数会被“吸收”进经验拟合值里。

我觉得作者最有判断力的一点，是他没有试图把所有机制一次性装满，而是先把最通用、最可迁移的那几层搭稳。这样得到的不是“最复杂模型”，而是最像平台模型的东西。对于真正做项目的人来说，这种取舍其实比把每个机制都塞进来更有用。

另外，文章还点出一个非常实用的方向：因为这套模型和 PK-Sim 的小分子骨架保持一致，所以它特别适合处理ADC，甚至可以在同一体系里同时表示ADC 本体和 toxophore。这对现在很多大分子项目来说，现实意义很强。

我自己的几点启发

看到“治疗性蛋白 PBPK”时，先问的应该不是有没有 target binding，而是外渗、淋巴回流、内体清除、FcRn 回收这四层有没有交代清楚。
如果一个模型号称 generic，但只能拟合某一类抗体、某一个物种，那它更像 case model，不像 platform model。
solute radius 在这篇里几乎像一个一等公民，后面看蛋白/片段类 PBPK 时值得优先留意它是怎么被定义和使用的。
FcRn 参数的解释不能脱离实验体系；体外 affinity 数值和体内模型参数不一定一一对应。
对大分子平台模型来说，很多时候“有意识地不建模某些机制”也是一种很重要的建模决定。

结论

总体上，这篇文章提供的不是一个单抗案例，而是一套治疗性蛋白通用 whole-body PBPK 框架。它把two-pore 外渗、淋巴回流、内体清除和 FcRn 回收整合进 PK-Sim，并用跨物种、跨分子大小的数据做了比较系统的校准和验证。核心结论可以概括成一句话：对于治疗性蛋白，真正值得先建稳的不是某个特例机制，而是支配大分子分布和清除的那套通用运输与保护骨架。

原文信息
A generic whole body physiologically based pharmacokinetic model for therapeutic proteins in PK-Sim. Journal of Pharmacokinetics and Pharmacodynamics. 2018, 45(2):235–257. DOI: 10.1007/s10928-017-9559-4.