《European Journal of Pharmacology》:Predicting drug-drug interaction and optimal dosing regimens of rivaroxaban combined with ceritinib using physiologically based pharmacokinetic and pharmacodynamic modeling
编辑推荐:
•为利伐沙班和色瑞替尼构建了PBPK-PD模型。•该模型准确预测了两者间的药物相互作用。•色瑞替尼改变了利伐沙班的药代动力学和药效动力学特征。•提出了最优给药方案以确保联合用药安全。引言利伐沙班是一种直接口服抗凝药(DOAC),广泛应用于血栓栓塞事件的管理和预防,特别是癌相关
- •
为利伐沙班和色瑞替尼构建了PBPK-PD模型。
- •
该模型准确预测了两者间的药物相互作用。
- •
色瑞替尼改变了利伐沙班的药代动力学和药效动力学特征。
- •
提出了最优给药方案以确保联合用药安全。
引言
利伐沙班是一种直接口服抗凝药(DOAC),广泛应用于血栓栓塞事件的管理和预防,特别是癌相关血栓(CAT)[1], [2]。据报道,CAT是癌症患者常见的并发症,也是癌症患者死亡的第二大原因,显著增加了死亡和致残的风险,尤其是在晚期阶段。由于其口服便利性、固定剂量以及无需常规凝血监测等优势,利伐沙班被多项国际指南推荐用于癌症患者血栓的预防和治疗[3], [4]。研究表明,约46%的利伐沙班通过代谢降解清除,介导酶包括CYP3A4/A5(18%)、CYP2J2(14%)以及通过非CYP途径的酰胺水解(14%)[5]。鉴于癌症患者通常需要联合抗肿瘤治疗,这一代谢特征引发了对潜在药物-药物相互作用(DDI)的担忧,这些相互作用可能改变利伐沙班的暴露水平和其抗凝疗效[6]。
鉴于其广泛使用,利伐沙班常需在特定恶性肿瘤患者中使用,如肺癌。肺癌是全球癌症死亡的主要原因之一,其中非小细胞肺癌(NSCLC)约占80%[7]。在非小细胞肺癌中,间变性淋巴瘤激酶(ALK)基因作为关键的致癌驱动基因,通过激活下游信号通路促进肿瘤进展[8]。据估计,ALK重排约发生在3–10%的NSCLC病例中[9], [10]。色瑞替尼是一种第二代ALK抑制剂,通过强效且选择性地抑制ALK磷酸化发挥作用,从而抑制肿瘤细胞增殖和转移。研究已证明其能够克服对克唑替尼等既往治疗的获得性耐药,并在治疗难治性ALK阳性患者中表现出显著的临床活性,表现为无进展生存期延长[11]。色瑞替尼主要通过肝代谢和肠道排泄清除。在治疗浓度下,其清除主要由CYP3A4通路介导,该药物还作为此酶的强效抑制剂[12]。这种抑制作用可能为竞争性,可延迟合用的CYP3A4底物的代谢,从而增加其血浆水平。色瑞替尼单次给药后暴露呈剂量比例性增加,但多次给药后呈超比例增加,提示存在CYP3A4的机制性自身抑制。临床研究表明,色瑞替尼显著增加了咪达唑仑(一种CYP3A4底物)的暴露,可能影响其疗效和安全性[13]。这表明色瑞替尼对CYP3A4的抑制作用同样可能增加利伐沙班的暴露,从而可能增加出血风险[14]。
肺癌患者,尤其是晚期NSCLC患者,肺栓塞的发生率和死亡率增加,需要重点关注CAT的预防和管理[15], [16]。鉴于此,在ALK阳性NSCLC患者中联合使用色瑞替尼和利伐沙班存在临床需求[17], [18]。然而,这两种药物之间的潜在药物相互作用(DDI)以及可能需要剂量调整的情况尚未见报道,这使得该联合用药的安全性尚不明确。为弥补这一空白,可采用基于生理的药代动力学(PBPK)建模。该数学框架整合了解剖学、生理学、生物化学和物理化学原理,通过血液循环连接一系列具有生理意义的组织 compartment,以模拟药物的吸收、分布、代谢和排泄。与静态DDI模型类似,PBPK模型使用抑制参数如抑制常数(Ki)或kinact/KI。然而,与依赖单一固定抑制剂浓度的静态模型不同,PBPK模型模拟组织浓度的动态、时间依赖性演变,使其能够捕捉时间变化的抑制作用,区分肠道与肝脏的贡献,纳入转运体,并探索静态方法难以处理的复杂场景[19]。PBPK建模已被监管机构认可,包括美国食品药品监督管理局(FDA)[20]和欧洲药品管理局(EMA)[21],作为DDI评估的支持性证据,在某些情况下可替代专门的临床相互作用研究。
因此,本研究旨在建立利伐沙班和色瑞替尼的PBPK模型,具有双重目标:定量评估色瑞替尼介导的CYP3A4抑制对利伐沙班暴露的影响,并模拟特定人群的代谢和转运体差异,以指导合并肺栓塞的肺癌患者的个体化剂量调整。
分节摘要
PBPK建模工作流程
本研究采用了混合的"自下而上"和"自上而下"建模策略。该PBPK模型整合了药物特异性物理化学性质、体外实验数据和特定人群生理参数,以预测利伐沙班和色瑞替尼在中国人群中的药代动力学特征。该模型使用已发表文献、实验检测和临床观察数据开发并验证,以确保其可靠性和适用性。
利伐沙班基本PBPK模型
基于第2节所述的建模策略,利伐沙班单药PBPK模型的最终优化药物和制剂相关参数总结于表1。
利伐沙班PBPK模型在训练集和验证集均表现出良好的预测性能,模拟的血浆浓度-时间曲线与临床观察数据吻合良好。关键药代动力学参数的验证证实了该模型在...方面的可靠性。
讨论
本研究首次采用PBPK建模方法定量分析了色瑞替尼与利伐沙班之间的潜在药物相互作用,验证了该模型的预测能力和在复杂临床场景中的应用价值。该模型准确捕捉了利伐沙班和色瑞替尼药代动力学参数(AUC和Cmax)的变化,为联合用药期间的剂量优化提供了科学依据。结果表明,色瑞替尼抑制CYP3A4介导的利伐沙班代谢。
结论
我们的模型预测,联用色瑞替尼使利伐沙班暴露增加52%–63%,在探索性分析中,大出血风险增加。因此,我们建议在联合使用色瑞替尼期间将利伐沙班剂量减至12.5 mg或10 mg(取决于基线肾功能)。鉴于该方法在实践中可能难以实施,应尽可能考虑更换替代抗凝药或TKI;否则应密切监测患者。
CRediT作者贡献声明
韩晓红:资金获取、概念设计。郑鑫:验证。石炬红:资金获取、概念设计。任建伟:撰写-初稿、验证、方法学。李怡瑶:撰写-审阅与编辑、方法学。
利益冲突声明
作者声明不存在可能影响本文报告工作的已知经济利益冲突或个人关系。
资金支持
本工作得到国家高级医院临床研究中心基金(编号:2025-PUMCH-A-096)和国家重点研发计划(编号:2023YFC2507204)的支持。
利益冲突声明
? 作者声明不存在可能影响本文报告工作的已知经济利益冲突或个人关系。
Jianwei Ren|Yiyao Li|Xin Zheng|Juhong Shi|Xiaohong Han