学过药动的人都知道生物利用度(F)是一个非常重要的参数,其反映了机体对药物的利用程度。Wikipedia上对生物利用度(Absolute bioavailability)的解释为:

In pharmacology, in order to determine absolute bioavailability of a drug, a pharmacokinetic study must be done to obtain a plasma drug concentration vs time plot for the drug after both intravenous (iv) and extravascular (non-intravenous, i.e., oral) administration. The absolute bioavailability is the dose-corrected area under curve (AUC) non-intravenous divided by AUC intravenous. For example, the formula for calculating F for a drug administered by the oral route (po) is given below.

65cae8c6de6959917d6e7475814f6af2

那个这个生物利用度F是否可以认为是当药物口服的时候,进入体内的药物的百分比呢?即当生物利用度为10%,给药剂量为100mg时,那么进入体内的总药物量就是10mg。

后来又在百度百科上看到对生物利用度的解释:

生物利用度(bioavailability,F)是指药物经血管外途径给药后吸收进入全身血液循环的相对量。
F=(A/D)X100%。
A为体内药物总量,D为用药剂量
貌似这个解释是毋容置疑的,当然我也不想质疑它,就用这个概念来进行一下关于生物利用度的模拟试验,以此来说明我今天要交代的主题“NONMEM”。
第一步,用Phoenix模拟静脉和口服一室的一套数据(Simultaneous IV and IG.phxproj),共用CL和V

IG: dose = 10000 , F = 0.5, CL = 50, V = 200, KA = 1
IV: dose = 1000, CL = 50, V = 200
RTE 1 = IV, RTE 2 = IG
注:模拟时phoenix不支持F参数的设定,把其给药剂量改成dose*F = 5000

第二步,IV和IG的模拟数据分别加上N(0,0.1)的噪音,总共模拟10个subject,IV和IG各5个。数据文件见下面附件(iv-oral-data)。

第三步,用Phoenix的房室模型计算IV和IG模拟数据的AUC。因为我们的数据就是来自房室模型,所以肯定比用NCA计算AUC更准确一些,计算结果如下:

IV: AUC = 20.504039 h*ug/mL
IG: AUC = 130.7132 h*ug/mL
F = 100*(99.993007*1000)/(20.002684*10000) = 49.98979%

第四步,用NONMEM建立同时拟合IV和IG数据的模型,然后对同一批数据进行分析。分别用ADVAN2口服一室模型(run100.mod)和ADVAN6自定义模型(run101.mod)实现:

  • TRANS1不进行任何参数变化,是“假变化”,可与任何ADVAN联合使用
  • 下面是ADVAN6模型的control文件,ADVAN2写的模型可参考Nathan的文章,该文章也有模型实现的原理,所以我这里就简略啦。

==============================================================
$PROBLEM Simultaneous modeling IV and IG data
$INPUT ID RTE TIME DV AMT CMT=FS MDV EVID
$DATA iv-oral-data.csv IGNORE=@
$SUBROUTINES ADVAN6 TRANS1 TOL=3
$MODEL
COMP = (ABSORP)
COMP = (CENTRL)
$PK
CL = THETA(1) * EXP(ETA(1))
V = THETA(2) * EXP(ETA(2))
KA = THETA(3) * EXP(ETA(3))
F1 = THETA(4) * EXP(ETA(4)) ; Bioavailability
S2 = V
Ke = CL/V
$DES
DADT(1) = -KA*A(1)
DADT(2) = KA*A(1)-Ke*A(2)
$ERROR
Y = F + EPS(1)
$THETA
(30) ; CL(mL/h)
(300) ; V(mL)
(1.1) ; KA(1/h)
(0, .8, 1) ; F1
$OMEGA
(0 FIX) ; IIV CL
(0 FIX) ; IIV V
(0 FIX) ; IIV KA
(0 FIX) ; IIV F1
$SIGMA
.01; Error
$EST METHOD=0 MAXEVAL=2000 NOABORT SIG=3 PRINT=1 POSTHOC
$COV
; Xpose
$TABLE ID RTE TIME DV MDV EVID ONEHEADER NOPRINT FILE=sdtab001.tab
$TABLE CL V KA F1 ONEHEADER NOPRINT FILE=patab001.tab
==============================================================

IV_IG_Results

 

总结:

实现了一个模型就可以同时分析IV和IG数据,与传统的AUC比值方法结果一致。但NONMEM这种方法的优势在于其可扩展性,即便药物在吸收过程中发生代谢,同时肝脏中也会代谢等复杂情况,仍可用这种方法计算生物利用度,而这时使用AUC比值的方法就不可靠了。                              

By Yufeng Zhang

专注天然产物的多级质谱解析,醉心于用数学和计算机工具解决药学内的科学问题。

2 thoughts on “用NONMEM实现IV和IG数据的同时分析”

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.