药物-药物相互作用（drug-drug interaction，DDI）研究是药物研发过程中必不可少的考察要素，其引起的有效性及安全性隐患曾是导致药物撤市的重要原因，例如特非那定、盐酸米贝拉地尔、溴芬酸钠、曲格列酮、西利伐他汀、依曲替酯等。由于此类安全性事件的累积，随着药物研发中对DDI机制的探讨和对DDI风险的认识，监管机构先后发布了多版药物-药物相互作用研究技术指导原则，为DDI研究的设计和实施提出指导和建议。

图片来源：aidsinfo.nih

欧洲药品管理局（EMA）于2013年1月颁布了《Guideline on the investigation of drug interactions》；美国食品药品监督管理局（FDA)于2020年1月颁布了《In Vitro Drug Interaction Studies-Cytochrome P450 Enzyme- and Transporter-Mediated Drug Interactions》指导原则终版；中国国家药品监督管理局（NMPA）于2021年1月颁布了《药物相互作用研究技术指导原则》试行版；ICH于2022年7月颁布了《M12 on drug interaction studies》指导原则初稿。

本文主要参考NMPA《药物相互作用研究技术指导原则》的相关内容，分析解读体外代谢酶（主要为cytochrome P450 Enzyme, 即CYP酶）介导的DDI研究的基本策略和试验要素，以支持科学合理的设计与实施DDI研究。如果体外试验提示有DDI风险，研究者应该参照相应的指导原则进行临床DDI试验。

一、代谢酶介导的DDI评估

代谢是药物（或前药）在体内清除或发生生物转化的重要机制。如果药物对代谢酶具有诱导或抑制作用，或以代谢消除作为体内消除的主要途径，则发生代谢相关的药物相互作用的可能性较大。通常需要在临床首次人体给药试验前开展体外代谢酶介导的DDI研究，确定研究药物是否是代谢酶的底物或抑制剂和诱导剂，并确定其抑制或诱导的方式。

1.1

✦

确定研究药物是否为代谢酶的底物

建议研究者一般应该采用体外的方法评估研究药物是否为CYP1A2, CYP2B6, CYP2C8, CYP2C9, CYP2C19, CYP2D6和CYP3A的底物。当化合物的代谢不是经上述主要代谢酶时，有必要进行其它代谢酶的研究，如：CYP2A6, CYP2J2, CYP4F2, CYP2E1, MAO, FMO, XO, AO, CES, UGTs等。结合体外和人体PK数据，当某种代谢酶对药物的总消除贡献≥25%时，建议使用该代谢酶的强指针抑制剂和/或诱导剂进行临床DDI研究。

1.2

✦

确定研究药物是否为代谢酶的抑制剂

同上，推荐评估研究药物是否为CYP1A2, CYP2B6, CYP2C8, CYP2C9, CYP2C19, CYP2D6和CYP3A的抑制剂。在抑制结果分析中，需借助模型公式进行预测推算。首选较为简单保守的基础模型。若根据预设cut-off标准，提示可能存在临床DDI作用，则需要采用静态机制模型或动态模型（如PBPK模型），或是开展临床DDI研究进一步评估。

对于可逆性酶抑制的基础模型，计算公式为 R ₁  = 1 + (I _max,u / K _i,u ) ，通过计算研究药物的稳态最大游离血浆浓度 （I _max,u ） 与其体外游离抑制常数 (K _i,u ) 的比值，推算存在和不存在研究药物时指针底物的固有清除率比值 （R ₁ ） 。对于作为CYP3A抑制剂的口服给药药物，建议采用药物剂量/250 mL作为药物的肠腔浓度 (I _gut ) 替代系统暴露浓度 （I _max,u ） ，推算 R _{1, gut} ，则公式修改为 R _{1, gut}  = 1 + (I _gut / K _i,u ) 。当R ₁ 值≥1.02或 R _{1, gut} 值≥11，建议采用静态机制模型和/或PBPK模型或开展临床DDI试验进一步评估药物相互作用的可能性。

对于时间依赖性酶抑制作用的评估较为复杂。由于酶失活引起酶功能的动态改变近似于一个简单的动态方程，基础模型参数包括了酶的表观一级失活速率常数 (k _obs ) 、酶的表观一级降解速率常数 (k _deg ) 、半数最大失活的游离抑制剂浓度 （K _I,u ) 和最大失活速率常数 (k _inact ) ，计算公式为 R ₂  = (k _obs  + k _deg )/ k _deg ，此处 k _obs  = (k _inact  × 50 × I _max,u ) / (K _I,u  + 50 × I _max,u ) 。当 R ₂ 值≥1.25，建议采用静态机制模型和/或PBPK模型或开展临床DDI试验进一步评估药物相互作用的可能性。

1.3

✦

确定研究药物是否为代谢酶的诱导剂

在伴随其他酶抑制作用时，如果仅检测酶的活性，可能掩盖酶诱导作用，因此推荐以底物探针的mRNA水平和/或酶活性作为检测指标评估酶诱导作用。

此外，由于CYP3A4和CYP2C酶诱导均依赖于孕烷X受体(Pregnane X receptor, PXR)的活化，因此在研究起始阶段可仅评估药物对CYP1A2、CYP2B6、CYP3A4的作用，若CYP3A4结果为阴性，可不必对CYP2C进行研究。反之，则需检测药物对CYP2C的诱导作用。

评估研究药物对代谢酶潜在诱导作用的方法主要有以下三种：
(1)差异倍数分析法（fold-change method)：

通过使用已知阳性和阴性对照化合物确定的cut-off值来校准系统，考察与研究药物共培养时CYP酶的mRNA水平的差异变化倍数。若在研究药物存在的情况下，酶的mRNA水平≥2倍且呈现浓度依赖性增加，则认为具有潜在的诱导作用；如果酶的mRNA水平<2倍，但研究药物的诱导倍数大于阳性对照诱导倍数的20%，则不能排除对酶诱导的可能性，建议进一步试验确认。

(2)基础动力学模型（basic kinetics models):

酶诱导作用基础模型计算公式为 R =1 / [1 + (d × E _max × 10 × I _max,u ) / (EC ₅₀  + (10 × I _max,u ))] ，其中 EC ₅₀ 为半数效应浓度， E _max 为最大诱导效应， I _max,u 最大血浆游离药物浓度，d为比例因子（通常设为1）。如R值≤0.8，提示研究药物在体内可能具有潜在的诱导作用。

(3)相关性法（correlation methods):

直接计算 I _max,u /EC ₅₀ 比值或是计算相对诱导分数 (RIS) =(E _max  × I _max,u ) / (EC ₅₀  + I _max,u ) ，根据对同种酶的一系列已知诱导剂的RIS诱导分数或 I _max,u /EC ₅₀ 比值的校准曲线，确定临床诱导效应的大小（例如，在存在和不存在诱导剂时探针底物AUC的比率，AUCR)。如AUCR≤0.8，则认为研究药物在体内可能具有潜在的诱导作用。

如果上述方法提示研究药物对代谢酶具有潜在的诱导作用，则应使用机制模型或敏感的指针底物进行临床DDI研究，以进一步研究药物对代谢酶的诱导作用。

二、代谢物DDI风险的评估

研究药物代谢物的DDI风险评估通常从体外试验开始，且策略通常与原形药物相同。如下所述，应对体内暴露量高或药理活性显著的代谢物的DDI风险进行评价。

2.1

✦

代谢物作为底物

当代谢物为活性代谢物或贡献50%以上的整体活性时，需要进行代谢酶底物研究，详细方法见上文中“确定研究药物是否为代谢酶的底物”部分内容。

2.2

✦

代谢物作为抑制剂

以下几种情况需要进行代谢物酶抑制的体外研究：（1）代谢物极性小于原形药物，且 AUC _metabolite  ≥ 25% × AUC _parent ；（2）代谢物极性大于原型药物，且 AUC _metabolite  ≥ 100% × AUC _parent ；（3）代谢物具有可能引起TDI的预警结构，且 AUC _metabolite  ≥ 25% × AUC _parent 和 AUC _metabolite  ≥ 10% × the AUC of the total drugs 。详细方法见上文中“确定研究药物是否为代谢酶的抑制剂”部分内容。

结语

在药物开发过程中，DDI研究是评估新药风险-获益的关键环节。 在评价代谢酶介导的药物相互作用潜力中，通常体外试验是关键的第一步。 体外试验分析结果结合体外-体内模型公式推算，可提示是否需要以及如何开展临床DDI研究，进而为临床DDI风险控制策略提供参考，包括： 药物剂量选择、替代治疗、不同DDI情况下以及不同患者群体的用药禁忌等。

QY千亿国际DMPK部已经建立了完善的药物代谢酶介导的药物相互作用评价的技术平台和体系，开展了100余项的相关研究，并根据指导原则的最新要求持续更新、完善，提供更好的、全方位的DDI评价相关技术服务。