《CPT: Pharmacometrics & Systems Pharmacology》:Preclinical Pharmacokinetic-Pharmacodynamic Modeling of Antibody Nanoconjugates for Breast Cancer Treatment
编辑推荐:
过去5年中,进入肿瘤市场的抗体-药物偶联物(antibody–drug conjugates, ADCs)数量激增。相比之下,免疫脂质体(immunoliposomes)——同样使用抗体作为靶向剂的纳米颗粒(即抗体纳米偶联物,antibody–nanoconj
过去5年中,进入肿瘤市场的抗体-药物偶联物(antibody–drug conjugates, ADCs)数量激增。相比之下,免疫脂质体(immunoliposomes)——同样使用抗体作为靶向剂的纳米颗粒(即抗体纳米偶联物,antibody–nanoconjugates, ANCs)——的临床使用尚未获得批准。一个可能原因是对ANC暴露与疗效之间关系的理解有限。为弥补这一空白,研究人员开发了多西他赛-曲妥珠单抗ANC的药代动力学/药效动力学(pharmacokinetic/pharmacodynamic, PK/PD)模型。在MDA-MB-231荷瘤小鼠中进行了PK和PD研究,分为三个治疗组:(i)对照,(ii)游离多西他赛+游离曲妥珠单抗,以及(iii)多西他赛-曲妥珠单抗ANCs。PK数据通过荧光成像获得,并捕获ANCs的全身和肿瘤分布,而PD数据基于肿瘤生长测量。PK模型使用ANC组数据构建,PD模型在三个治疗组中开发,并采用留一交叉验证策略进行预测评估。随后进行了治疗时间表模拟。采用群体非线性混合效应(population nonlinear mixed-effects, NLME)方法,最终PK模型包括中央室和肿瘤室,各自具有独立消除率。肿瘤生长动力学由reduced Gompertz模型与Simeoni resistance模型耦合最佳描述。该模型表现出强预测性能。仅使用前两个治疗周期(4个时间点)的数据并在测试集中进行贝叶斯估计,其准确预测了随后四个治疗周期的全身和肿瘤ANC浓度,相对误差(relative error, RE)低于15%。当纳入额外一个治疗周期的数据后,预测精度进一步提高(RE < 5%)。PD数据也取得类似性能,当分别使用两个和三个治疗周期的数据时,肿瘤体积预测的RE < 15%和RE < 7.5%。随后应用该模型模拟替代治疗时间表。有趣的是,尽管各方案间全身暴露相当,与每日、每周和每35天给药相比,每5天给药产生最大的肿瘤暴露(平均±SD肿瘤AUC:55.4 ± 10.9 mg/kg day vs. 47.6 ± 9.38 mg/kg day、51.4 ± 11.5 mg/kg day和44.6 ± 10.0 mg/kg day,单因素ANOVA,p < 0.001),突显了给药频率的重要性。总体而言,这些结果说明了PK/PD建模如何改进瘤内PK理解,并支持诸如ANCs等创新制剂的临床前开发。
论文解读:抗体纳米偶联物(ANCs)临床前PK/PD建模用于乳腺癌治疗
研究背景与问题:乳腺癌是女性最常见的恶性肿瘤。为减轻传统化疗药物毒性,纳米颗粒药物递送系统被开发用于选择性靶向肿瘤组织并避开健康器官。其中,抗Her2抗体-药物偶联物(antibody–drug conjugates, ADCs)已显示出显著抗肿瘤活性,并可改善生存结局,即使在Her2低表达肿瘤中也是如此,这突显了靶向纳米疗法的治疗潜力。该成功促进了对以抗Her2抗体功能化的替代纳米系统的探索。免疫脂质体(immunoliposomes)是一种以脂质为基础的纳米颗粒,因具有良好药代动力学特征和较低系统毒性,已有成熟临床应用。与ADCs相比,免疫脂质体可能具有不同的药代动力学优势,例如更大的分布容积,从而导致肿瘤靶向和蓄积增强。研究人员实验室开发了一种免疫脂质体,其由封装多西他赛的脂质体组成,表面偶联曲妥珠单抗;这些免疫脂质体也被称为抗体纳米偶联物(antibody–nanoconjugates, ANCs)。ANCs对乳腺癌细胞Her2受体具有强结合,并在低Her2表达模型MDA-MB-231中表现出肿瘤蓄积和更强效果。然而,ANC的暴露-反应关系仍了解不足,需要进一步研究。因此,研究人员旨在开发药代动力学/药效动力学(pharmacokinetic/pharmacodynamic, PK/PD)模型,以表征这些纳米颗粒的系统暴露、肿瘤蓄积和抗肿瘤活性之间的关系。
研究开展、结论与意义:研究人员针对多西他赛-曲妥珠单抗ANC建立了PK/PD模型。PK和PD研究在MDA-MB-231荷瘤小鼠中进行,分为对照组、游离多西他赛+游离曲妥珠单抗组以及多西他赛-曲妥珠单抗ANC组。PK数据通过荧光成像获得,用于捕获ANCs的全身和肿瘤分布;PD数据基于肿瘤生长测量。PK模型使用ANC组数据构建,PD模型在全部三个治疗组中开发,并采用留一交叉验证策略进行预测评估。最终PK模型采用群体非线性混合效应(population nonlinear mixed-effects, NLME)方法,包含中央室和肿瘤室,各室具有独立消除率。肿瘤生长动力学由reduced Gompertz模型与Simeoni resistance模型耦合最佳描述。该模型预测性能强:仅使用前两个治疗周期(4个时间点)和测试集贝叶斯估计,即可准确预测随后四个治疗周期的全身和肿瘤ANC浓度,相对误差(relative error, RE)低于15%;纳入额外一个治疗周期数据后,预测精度进一步提高至RE < 5%。PD数据表现相似,使用两个和三个治疗周期数据时,肿瘤体积预测的RE分别低于15%和7.5%。模型随后用于模拟替代治疗时间表。虽然各方案全身暴露相当,但每5天给药相比每日、每周和每35天给药产生最大肿瘤暴露,提示给药频率的重要性。总体而言,该研究说明PK/PD建模可改进瘤内PK理解,并支持ANCs等创新制剂的临床前开发。
关键技术方法概括:样本来源为MDA-MB-231荷瘤小鼠:6周龄雌性BALB/c nude小鼠原位接种80,000个MDA-MB-231细胞,18天后分组;ANC组n = 10,并设游离多西他赛+游离曲妥珠单抗组和对照组。治疗为静脉注射、每周1次、连续6周。关键技术包括:DiR荧光纳米粒在IVIS Spectrum成像,光谱解混分离动物自身荧光、肿瘤细胞荧光和ANC荧光,纵向量化全身与肿瘤分布;将荧光信号转换为体积数据;建立中央室-肿瘤室两室PK模型;PD采用reduced Gompertz肿瘤生长模型与Simeoni-resistance模型;使用NLME和Monolix进行参数估计;采用留一交叉验证与贝叶斯估计评估个体预测;最终在100只动物中模拟给药方案。
研究结果:
3.1 药代动力学模型(Pharmacokinetic Model):由于曲妥珠单抗在此HER2低模型中仅以亚治疗剂量用于靶向,PK模型省略曲妥珠单抗,注入剂量仅基于多西他赛参数化。研究人员假设转换率和肿瘤消除参数在群体中固定,其他参数具有固定和随机效应。诊断图显示ANCs拟合良好,但第三次注射(第32天)例外,原文假设其受荧光团包封伪影影响,未发现生物学解释。参数估计显示良好可识别性。研究人员计算个体经验贝叶斯估计,并将其纳入肿瘤生长体积数据集以确定ANC的药效动力学参数。结论是两室PK模型可描述ANC在中央室和肿瘤室的分布。
3.2 药效动力学模型(Pharmacodynamic Model):肿瘤体积数据采用比例误差模型。研究人员固定了一些来自既往实验或文献的参数:reduced Gompertz模型参数、MDA-MB-231细胞系在裸鼠中的载能为2600 mm
3、首次注射时间为18天,以及Simeoni模型的转运速率常数。PD模型参数显示,ANC的药物效力高于游离药物。耐药参数不确定性高,估计标准误为98.6%,可能因模型对ANCs和游离药物耐药信息有限而缺乏可识别性。拟合优度良好,模型可捕获两种多西他赛治疗和未扰动肿瘤生长的个体间变异,并显示PK对PD的影响。
3.3 治疗反应的个体预测(Individual Predictions of the Response to the Therapy):研究人员在纳入肿瘤接种后31、46和53天数据的三个观察子集上评估预测性能。结果发现,仅用4个观察值即可对全身和肿瘤ANC浓度获得良好的个体预测低RE,而肿瘤生长需要8个观察值。观察数从4增加到5可显著降低预测不确定性,5个观察值被确定为最佳数量。结论是该模型适合探索治疗时间表。
3.4 治疗时间表的计算机模拟探索(In silico Exploration for Treatment Scheduling):研究人员在5周内模拟总剂量相同、给药频率不同的四种方案:每日、每5天、每周和每5周一次。模拟显示全身AUC无差异,但每5天给药的肿瘤暴露高于其他方案,平均±SD肿瘤AUC为55.4 ± 10.9 mg/kg day,而每日、每周和每5周一次分别为47.6 ± 9.38 mg/kg day、51.4 ± 11.5 mg/kg day和44.6 ± 10.0 mg/kg day,单因素ANOVA p < 0.001。然而,该肿瘤蓄积差异未转化为肿瘤生长减少,原文认为可能因高个体间变异。结论是给药频率影响肿瘤暴露,每5天方案获得最大肿瘤暴露。
讨论部分总结:研究人员使用基于荧光成像的两室模型分析纳米颗粒的循环和肿瘤药代动力学,假设纳米颗粒荧光分别反映其在肿瘤间质和系统循环中的量。PK模型描述中央室与肿瘤室之间的交换,该交换参数依赖于渗透性和表面积。纳米颗粒可在循环中经巨噬细胞系统、肝或肾消除,在肿瘤中可因高间质液流速或淋巴引流清除。PD方面,多西他赛效应延迟由Simeoni-resistance模型描述,该模型假设药物效力随时间指数下降;这种耐药此前在乳腺癌中有报道,可能源于药物靶点改变或药物外排增加。该方法确定了ANCs的药代动力学参数和最佳方案,即14 mg/kg eq. 多西他赛、每5天一次、持续5周,并通过数学建模减少动物实验,荧光成像非破坏性,可纵向监测同一动物。模型还可从有限早期测量准确预测后续时间点,提前终止实验,节省时间成本并减少动物痛苦。局限性包括:间接荧光定量不区分完整纳米颗粒、纳米颗粒残留或释放染料,因此应被视为半定量替代,而非瘤内药物浓度的绝对定量;系统室纳米颗粒量假设为全身荧光,但未考虑免疫脂质体可能被肝、脾或肾吸收并保持荧光;未考虑清除率时间变化、肿瘤细胞内化以及肿瘤血管化随生长变化。未来方向包括采用生理药代动力学(physiologically based pharmacokinetic, PBPK)模型机制性描述纳米颗粒生物分布和清除,并预测毒性,尤其是HER2靶向治疗关注的心脏蓄积。总体而言,该模型能够对ANC的全身与肿瘤内分布进行符合伦理的表征,并识别最佳给药方案,这有望加速这些靶向纳米药物的临床转化;尽管其临床前安全性和有效性证据充分,这些药物仍缺乏批准。
研究结论翻译:总体而言,该模型能够对ANC的全身与肿瘤内分布进行符合伦理的表征,并识别最佳给药方案,这有望加速这些靶向纳米药物的临床转化;尽管其临床前安全性和有效性证据充分,这些药物仍缺乏批准。