Chloroquine 案例：整合 PK-PD 与 PBPK 预测抗疟药人体剂量

摘要

这篇文章用 chloroquine 做案例，验证一种抗疟药人体剂量预测路径：先在 P. falciparum 感染的人源化 NSG 小鼠模型 中做 dose fractionation，估计 PK-PD 参数和疗效驱动指标；再建立人体 PBPK 模型 预测 chloroquine 暴露；最后把小鼠 PK-PD 参数与人体 PBPK 推导的 PK 参数整合，模拟人体剂量-反应关系。

文章要回答的问题很明确：抗疟药从临床前进入人体时，能否用“临床前 PK-PD + 人体 PBPK”更理性地预测有效人体剂量和给药方案。chloroquine 有充分临床历史，因此适合作为方法学验证案例。最终模拟得到的有效人体方案，与临床推荐的敏感疟疾 chloroquine 治疗方案接近，为该模型知情路径提供了支持。

章节笔记：本文的重点不是 chloroquine 本身，而是剂量预测流程是否闭环：动物感染模型给出 PK-PD 关系，PBPK 给出人体暴露，两者合并后才谈人体剂量。

引言

疟疾仍然是重要感染性疾病，尤其是 P. falciparum 在非洲造成了主要死亡负担。现有一线 ACT 治疗在部分地区已出现耐药迹象，因此新抗疟药从临床前向临床推进时，需要更可靠的人体剂量预测方法。

抗感染药剂量选择通常关注三个 PK-PD 驱动：Cmax、AUC 和 time above effective concentration。抗疟药开发中也可以采用 dose fractionation-response 研究，通过改变总剂量和给药间隔，判断疗效主要由峰浓度、总暴露还是维持时间驱动。

作者强调，人源化 NSG 小鼠模型适合该问题，因为它可以支持人红细胞植入，并感染 P. falciparum。这比普通啮齿动物疟原虫模型更接近人疟感染，因而更适合估计临床前 PK-PD 关系。

PBPK 模型则用于连接临床前与人体。它把药物理化性质、体外 ADME 参数和人体生理结构整合起来，模拟人体内不同剂量下的浓度-时间曲线。对于临床前候选物，PBPK 的价值在于可以在没有人体数据时先构建人体暴露预测；对于 chloroquine 这种已有临床数据的药物，则可用于验证这种预测路径是否合理。

章节笔记：引言部分给出的逻辑是：抗疟药不能只从 mg/kg 外推到人体，必须先知道疗效到底由 Cmax、AUC 还是维持时间驱动。

研究方法

动物实验使用 P. falciparum 感染的人源化 NSG 小鼠。研究设置了 chloroquine 总剂量 12、10、8 和 6 mg/kg，并在 4 天治疗期内以不同分割方式给药：单次、两次等分或四次等分。通过这种 dose fractionation 设计，可以让总剂量和给药间隔发生变化，从而区分不同 PK-PD 指标与疗效的关系。

PK 样本和疗效样本来自全血。模型同时描述 chloroquine 及其代谢物 desethylchloroquine。小鼠 PK 模型估计吸收、中心室分布、外周分布、清除、代谢物形成和代谢物清除等参数；随后用直接效应 PK-PD 模型描述药物浓度与寄生虫抑制之间的关系。

疗效驱动指标比较了三类：Cmax/MPC、AUC0-96/MPC 和 percentage time above MPC。其中 MPC 被定义为产生最大效应所需的最低寄生虫杀灭浓度，并由 IC50 和 Hill 系数推导。

人体 PBPK 模型用于模拟健康人体中 chloroquine 给药后的全血浓度-时间曲线，并与文献中 300 mg 单次口服给药的临床观察数据比较。PBPK 模拟得到的人体浓度数据随后被转化为人体群体 PK 参数，再与小鼠 PK-PD 参数整合，进行人体剂量-反应模拟。

人体剂量优化分两步。第一步先根据 PBPK 模型寻找达到目标 Cmax 的初步剂量；第二步再通过给药方案模拟，判断不同 loading dose 和 maintenance dose 能否在 48 h 治疗窗口内持续压低寄生虫水平，并观察至 144 h 覆盖多个无性繁殖周期。

章节笔记：方法设计的关键是分工清楚：NSG 小鼠回答“药效需要什么样的暴露”，PBPK 回答“人体如何达到这种暴露”。

PK-PD 结果

小鼠 PK 模型能较好描述 chloroquine 和 desethylchloroquine 的全血浓度。chloroquine 在感染 NSG 小鼠中的清除为 0.59 L/h/kg，低于代谢物 desethylchloroquine 的 3.8 L/h/kg。chloroquine 外周室分布容积为 21.8 L/kg，明显大于中心室 0.41 L/kg，符合其组织分布广泛的特征。

PK-PD 模型估计的关键参数包括：寄生虫生长速率 Kgrowth = 0.038 1/h，杀灭速率 Kkill = 0.092 1/h，chloroquine 对 Pf 3D7 的体内 IC50 = 0.3 μmol/L，MPC = 0.54 μmol/L。

三个 PK-PD 指标中，Cmax/MPC 与寄生虫减少的相关性最高，R2 为 0.71；AUC0-96/MPC 和 time above MPC 的 R2 分别只有 0.26 和 0.37。这说明在该模型中，chloroquine 对 P. falciparum 的杀灭更接近浓度依赖型，而不是主要由总暴露或维持时间驱动。

进一步的非线性回归显示，Cmax/MPC 指标下最大反应约为 94.8%，Hill slope 为 4.9，EC50 为 0.60，EC95 为 1.1。换算到绝对 Cmax，达到 EC95 需要约 0.59 μmol/L。

章节笔记：这一节最重要的结果是 Cmax/MPC。后续人体剂量不是为了追求任意高暴露，而是为了让人体 Cmax 达到模型认为接近 EC95 的区间。

PBPK 模型结果

人体 chloroquine PBPK 模型用 300 mg 单次口服给药的临床数据进行比较。临床观察的平均全血浓度基本落在 PBPK 模拟的第 5 到第 95 百分位范围内，说明模型能合理描述人体暴露趋势。

关键 PK 参数方面，PBPK 预测的 Cmax 中位数为 1.14 μmol/L，临床观察均值为 0.996 μmol/L；预测半衰期中位数为 116.11 h，临床观察为 140 h；预测 AUC0-192 为 41.51 μmol·h/L，临床观察为 50.97 μmol·h/L。这些结果总体在可接受范围内。

主要偏差出现在 Tmax：PBPK 预测范围为 1.55 到 2.25 h，临床观察为 3.8 ± 0.74 h。这提示模型对吸收速度可能偏快，但对本研究最关键的 Cmax、半衰期和 AUC 预测较接近。

随后，作者把 PBPK 模拟的人体浓度数据再用非线性混合效应模型转化为人体群体 PK 参数。这一步的目的，是让人体 PK 参数能够与小鼠 PK-PD 参数在同一剂量-反应模拟框架中连接起来。

章节笔记：PBPK 模型的价值在这里不是单独预测一个浓度曲线，而是把人体 PK 参数提供给 PK-PD 桥接。Tmax 偏差需要注意，但关键暴露指标支撑了后续剂量模拟。

人体剂量预测与优化

初步人体剂量预测以 Cmax/MPC 对应的 EC95 为目标。PBPK 剂量扫描显示，达到目标绝对 Cmax 0.59 μmol/L 约需要 150 mg chloroquine。这个剂量只是“达到目标峰浓度”的初步估计，并不等同于完整有效疗程。

人体剂量-反应模拟显示，150 mg 单次给药不能抑制寄生虫增殖。300 mg loading dose 仍然偏低；600 mg loading dose 能在约 10 h 内使寄生虫水平下降，但随后因浓度降低出现反弹趋势。因此，单次 loading dose 不足以维持完整疗效。

由于 PBPK 模型预测 chloroquine 半衰期较长，但需要尽快达到有效浓度，作者引入 loading dose + maintenance dose。模拟中 600 mg 于 0 h 给药，再于 8、24、48 h 给予 300 mg，效果仍不够稳定，144 h 时提示可能治疗失败。

进一步优化后，700、800、900 mg loading dose 加相应半量 maintenance dose 均显示较好寄生虫清除。800 和 900 mg 的效果相近，因此作者提出的预测有效方案为：700–800 mg 于 0 h 给药，随后 350–400 mg 分别于 8、24、48 h 给药。

章节笔记：150 mg 是达到目标 Cmax 的初步剂量，不是最终治疗方案。真正的剂量设计还要考虑半衰期、稳态、寄生虫生命周期和维持给药。

讨论

作者认为，该研究展示了一条模型知情的抗疟药人体剂量预测路径。dose fractionation 先确定 chloroquine 的疗效驱动为 Cmax/MPC，这与其抑制 heme detoxification、导致 parasite 内游离 heme 累积的机制一致。浓度越高，对 hemozoin 形成的抑制越强，寄生虫死亡越明显。

对临床前候选化合物来说，PBPK 模型通常无法像 chloroquine 这样直接用已有临床数据验证。因此，作者强调需要高质量体外数据支持 PBPK 建模，包括溶解度、渗透性、脂溶性、内在清除、血浆蛋白结合、血浆/血液分配和分子理化性质等。

文章也提示模型外推有边界。NSG 小鼠模型虽然能感染 P. falciparum，但仍不是人体；PBPK 模型虽然能模拟人体 PK，但对吸收速度等参数仍可能存在偏差。模型预测需要结合候选药物的机制、体外数据质量和临床可验证性解释。

本文最终预测的 chloroquine 有效剂量方案与临床已知推荐方案接近，这是支持该路径的关键证据。对新型抗疟药，这种方法可以在进入人体前形成更有依据的剂量假设，并减少单纯经验外推带来的不确定性。

章节笔记：讨论部分的实际启发是：PBPK 和 PK-PD 不是并列装饰。PK-PD 定义药效目标，PBPK 定义人体如何达到目标，二者必须在剂量方案层面合并。

快速对照表

几个可复用的阅读要点

第一，先确定 PK-PD driver。如果疗效驱动没有弄清，PBPK 模拟再精细也很难转化为剂量方案。

第二，PBPK 的输出要进入药效模型。人体浓度曲线本身不是终点，真正有用的是把人体 PK 转成预期 parasite response。

第三，初步目标浓度不等于疗程。150 mg 能达到目标 Cmax，但不能维持寄生虫清除，说明剂量方案设计必须考虑时间维度。

第四，验证案例要看方向是否闭合。chloroquine 的临床历史让作者能检验预测方案是否接近真实推荐剂量，这是方法学可信度的重要来源。