IQ联盟调查：体外可逆酶抑制实验预测DDI，各家怎么做？
论文题目： In vitro reversible enzyme inhibition assays to predict drug-drug interactions: Current state and industry perspective from the IQ Consortium Enzyme Inhibition Working Group
作者： Carlo Sensenhauser, Sarah M. Glass et al.
期刊： Drug Metabolism and Disposition, 54 (2026) 100325
DOI： 10.1016/j.dmd.2026.100325
做DDI预测的同行都知道，体外抑制实验的数据质量直接影响后续的临床风险评估。但各家公司的实验条件、数据处理、建模策略到底有多大的差异？这种差异会不会导致预测结果的不同？这篇来自IQ联盟19家成员公司的调查报告，用25份问卷回答了这些问题，还给出了几个有趣的案例。
▲ 图1 | 调查中采用的酶来源分布：几乎所有公司（发现阶段100%，开发阶段96%）都使用人肝微粒体（HLMs），部分公司会补充人肝细胞或重组酶（尤其在开发阶段）。
1. 研究背景与问题
药物作为代谢酶的抑制剂（perpetrator）引发DDI，是临床用药安全的核心关注点之一。P450和UGT是最主要的代谢酶，体外抑制实验从上世纪90年代就开始做了，监管机构（FDA、EMA、ICH）也陆续发布了多版指南，对探针底物选择、游离分数校正、有机溶剂浓度等提出建议。
然而指南允许灵活性，各家公司可以有自己的“个性化”方案。这就带来一个问题：行业里到底在用什么策略？这些策略能不能准确地预测临床DDI？IQ联盟的酶抑制工作组（EIWG）在2023年做了一次匿名调查，覆盖了从发现到开发阶段的实验设计、终点选择、Ki推导方法、游离分数校正方式，以及基于2010-2023年数据的预测准确性。本文就是调查结果的汇总和讨论。
论文重点解决三个问题：
- 各公司在体外可逆抑制实验（P450和UGT）中的通用做法是什么？
- 从发现到开发，实验设计如何演变？
- 体外数据预测临床DDI的准确性如何？存在哪些偏差？
作为一篇行业共识性质的文章，它没有提出新的模型，但对做MIDD、PBPK建模的同行来说，了解这些背景信息有助于判断自己手头数据的可靠性，尤其是当你需要引用或比较不同来源的Ki/IC50值时。
2. 方法与模型
2.1 调查设计
EIWG设计了一份包含四个部分的问卷，发给30家IQ成员公司，最终回收25份有效答卷。
- 第一部分：实验策略，包括发现和开发阶段的实验设计（单浓度筛选 vs 多浓度IC50）、酶来源、CYP亚型覆盖、探针底物选择、是否评估代谢物的抑制效应。
- 第二部分：游离分数校正，包括是否对孵育结合（fu,inc）进行校正、校正值是实验测定还是in silico预测。
- 第三部分：Ki推导，如果未直接测定Ki，公司如何从IC50推算Ki（例如是否使用Ki = IC50/2的近似）。
- 第四部分：建模实践，包括使用哪种预测模型（基本静态、机制静态、PBPK），以及预测准确性（与临床DDI结果对比）。
问题多数为多选题，并允许文字补充。每个公司回答全部问题，除非特别注明。
2.2 静态预测模型简介
为了理解调查结果，这里简单提一下常见的DDI预测模型。论文中提到三种层级：
- 基本静态模型（Basic Static）：只考虑肝脏中抑制剂的浓度（通常用最大血药浓度Cmax或肝脏入口浓度）和Ki，计算AUC比值 = 1 + [I]/Ki，不考虑时间变化或肠道的贡献。
- 机制静态模型（Mechanistic Static）：额外考虑肠道的抑制、游离分数、吸收过程等，但仍然是静态的（无时间依赖）。
- PBPK模型：动态模拟抑制剂和底物在体内的PK，可以整合时间依赖抑制（TDI）、代谢物抑制等。
调查中公司被问及主要使用哪类模型。
2.3 关于Ki的推导
论文指出，大多数公司不直接实验测定Ki（因为需要多个底物浓度和复杂实验设计），而是用IC50值通过公式转化。一个广泛接受的近似是：对于可逆竞争性抑制，Ki ≈ IC50/2（当底物浓度等于Km时）。但不同底物浓度下，这个关系会变化。调查询问了各公司使用的具体方法。
3. 核心结果
3.1 实验策略的阶段性演变
25份有效答卷显示，受访实验室在发现和开发阶段都会进行抑制实验。但在发现阶段，约52%的受访方会采用单浓度筛选（一个抑制剂浓度，通常为10 µM），用于快速识别潜在强抑制风险。88%的受访方会进行多浓度IC50测定（即使在发现阶段），其中56%使用单个探针底物，24%使用cocktail，8%两种都用。
到开发阶段，100%的公司转为使用单一探针底物（浓度接近Km值）和多抑制剂浓度的经典IC50法，以获取更准确的Ki。
酶来源方面，HLM是绝对主流（发现阶段100%，开发阶段96%），但15%-30%的公司会补充人肝细胞（用于考虑通透性屏障）或重组酶（用于确保酶亚型特异性），尤其在开发阶段。
3.2 CYP亚型覆盖
监管指南推荐评估CYP1A2、2B6、2C8、2C9、2C19、2D6和3A。调查显示：
- 发现阶段：44%的公司覆盖全部7个亚型；84%至少包括1A2、2C9、2D6、3A4。CYP2B6（48%）和2C19（76%）的覆盖较低。
- 对于CYP3A，首选底物是咪达唑仑，但约52%的公司同时用咪达唑仑和睾酮两种底物（因为CYP3A存在底物依赖性抑制差异）。4%的公司使用发光底物替代。
3.3 游离分数校正
一个关键问题：是否对孵育结合（fu,inc）进行校正？因为抑制剂可能会与孵育体系中的蛋白或脂质结合，导致游离浓度低于名义浓度，从而使IC50偏高（抑制力被低估）。
调查结果：
- 大多数公司在发现阶段不校正或选择性校正，在开发阶段则普遍校正。
- 校正方法：实验测定fu,inc（采用平衡透析或超滤） vs. in silico预测（基于理化性质）。约60%的公司使用实验测定，其余使用预测或混合方法。
- 有一个值得注意的分歧：一些公司校正的是IC50，另一些校正是Ki，还有一些校正的是最终计算的[I]/Ki比值（即[I]项使用游离浓度）。这会影响最终预测结果。
3.4 Ki推导方法
几乎所有公司（96%）都使用IC50推导Ki，而非直接测定。最常见的近似是Ki = IC50/2（当底物浓度接近Km时）。少数公司使用更精确的Cheng-Prusoff方程，或基于底物Km和浓度进行校正。大部分公司在开发阶段会获取足够数据来支持更准确的Ki。
3.5 预测准确性与案例
调查询问公司在2010-2023年间预测临床DDI的准确性（相对于实际临床DDI研究结果）。结果：
- 大多数预测与临床结果一致。
- 但存在过度预测（overprediction）和不足预测（underprediction）的情况。
- 论文以案例形式讨论了几个例子。
过度预测案例：一个化合物在体外显示强CYP3A抑制（Ki低），但临床DDI研究显示AUC比值只有轻微增加。原因可能是该化合物在肝脏中广泛代谢，系统暴露量低于体外推测的游离浓度，或者在肝脏中的摄取受限。
不足预测案例：另一个化合物体外表现中等抑制，但临床DDI幅度高出预期。可能原因：代谢物的抑制贡献（circulating metabolites）、或肠道抑制的额外作用。
此外，调查还询问了是否遇到过因肠道P450抑制（而非肝脏）导致的临床DDI。约30%的公司报告了此类案例，提示在设计体外实验和建模时需要考虑肠道的抑制作用（例如使用机制静态模型或PBPK模型中的肠道组分）。
3.6 关于推进强抑制剂的态度
尽管体外显示强可逆抑制（如[I]/Ki > 1），一些公司仍会将候选化合物推进开发。条件通常是：治疗窗足够窄的伴侣药物有替代方案、或该药物的临床获益显著。但调查未给出具体比例。
4. 讨论与启发
4.1 行业共识与差异
从调查看，行业在基础实验设计上高度一致：HLM为主、多浓度IC50、开发阶段使用单一探针底物、Ki ≈ IC50/2。但细节差异可能影响定量结果：
- 孵育结合校正的时机和方法：校正了的人和不校正的人，给出的Ki可能差几倍。
- CYP3A的底物选择：咪达唑仑和睾酮的IC50可能不同，这会影响预测。
- 模型层级选择：使用基本静态模型可能遗漏肠道抑制或代谢物抑制。
4.2 对DDI预测的实践建议
论文虽然没有给出强制标准，但从最佳实践的角度提出了建议：
1. 在发现阶段早期就应开展多浓度IC50筛选，不要只依赖单浓度抑制%。
2. 开发阶段必须校正孵育结合，并推荐实验测定fu,inc。
3. 对于CYP3A，建议使用至少两种探针底物（如咪达唑仑和睾酮）来评估底物依赖性抑制。
4. 考虑将代谢物抑制纳入评估（尤其是循环中暴露高的代谢物）。
5. 预测模型方面，建议从基本静态过渡到机制静态或PBPK，以捕捉肠道抑制和代谢物影响。
个人理解：这些建议对做PBPK建模的同学尤其重要。在搭建模型时，体外Ki的准确性是输入参数的核心。如果Ki来源不同公司、采用不同的校正方法，模型输出可能会有系统性偏差。而本文提供了一个参考框架：当你要使用文献中的Ki数据时，至少可以知道行业主流做法，从而判断该数据的可信度。
4.3 论文的局限性
- 调查样本量为25份有效答卷，虽然代表了IQ成员公司的实践，但可能不能完全反映整个制药行业（尤其是中小型生物技术公司）的做法。
- 论文没有给出预测准确性的具体量化指标（如阳性预测值、假阳性率），只是说“大多数一致”。案例是选择性报告的，可能偏向突出异常情况。
- 对于UGT抑制的调查深度较浅，大多数公司的UGT抑制实验仍在探索阶段，不如P450成熟。
5. 结论
这项来自IQ联盟的调查揭示了行业内体外可逆酶抑制实验的共性和差异。多数公司在基础方法上保持一致，但在孵育结合校正、模型选择和代谢物评估等方面仍有差别。案例显示体外预测临床DDI总体可靠，但过度或不足预测时有发生，主要归因于未能充分纳入肠道抑制、代谢物效应或游离浓度校正不当。论文提供的建议有助于标准化数据生成和DDI预测策略，尤其对从事早期ADME和MIDD的团队有参考价值。
参考资料
PIIS0090955626000942.pdf (2.4 MB)
**声明：**本文为论文解读，仅供专业交流。解读内容基于论文原文，标注"理解/评论"处为作者观点。