4.10　肠壁中的代谢

肠壁中的代谢是非常显著的，特别是CYP3A4和UGT的底物。已有文献报道了多种预测肠壁中未被代谢的药物分数Fg的方法。本节中，首先讨论文献中报道的两种模型，然后介绍基于解剖学的Fg模型。当细胞质中的游离药物浓度低于CYP3A4的K _m 时，可以用这些模型。可以为明确的上皮细胞模型建立微分方程，通过数值求解而进行更高级的模拟。

4.10.1　肠血流量Q _gut 模型

Yang等人介绍了与充分搅拌模型（well-stirred model）相似的肠血流量Q _gut 模式。

其中，Q _villi 是绒毛血流量（人的绒毛血流量是18L/h）。在肠血流量Q _gut 模型中，PS _perm 定义为肠膜有效渗透性，PS _perm =肠的光滑表面积（0.66m ² ）×P _eff ，P _eff 可由P _app 体外试验（MDCK和Caco-2）数据通过简单的线性回归估算。据报道，直接设定f _u1 =1可得到最好的预测结果，而不是采用血浆游离百分数f _up 作为f _u1 的替代值（假设f _u1 =f _up ）。但报道中未给出明确的解释，稍后会讨论这种差异的一个可能原因。图4.29显示了用肠血流量Q _gut 模型对Fg的预测，假设f _u1 =1。

4.10.2　简单的Fg模型

Kato提出了一个简单方程，根据肝的固有清除率估算Fg ：

该方程对于具有高渗透性的CYP3A底物是有效的。

4.10.3　Fg的理论架构应考虑的因素

本节中，为了理解肠血流量Q _gut 模型和其他模型的背景知识，将讲解理论方程是如何从上皮细胞和肠绒毛的解剖结构中推导出来的。由于从解剖角度推导Q _gut 模型并未在原始论文中披露，本节将试图在原始研究者研究的基础上，重现方程的推导过程。

4.10.3.1　Fg模型的推导

如图4.28所示，Fg基本上由药物的代谢率（k _met ×C ₁ ×V ₁ ；V ₁ 是细胞中的液体体积）与药物穿过基底侧膜的逃逸速率（k _esc ×C ₁ ×V ₁ ）之比决定。当逃逸速率变快时，Fg就会变大，并趋近于1。这是用于所有Fg模型中的主要理念，Fg是逃逸速率占总速率的比值。

药物代谢和基底膜渗透均由游离药物浓度驱动。因此，在这个方程中，f _u1 项在分子和分母中被抵消了。药物从细胞质的逃逸是一系列连续过程，第一步是在基底膜的渗透，第二步是从基底膜扩散进入毛细血管，第三步是通过血流转运到全身的过程。这三个步骤任一过程都可以是限速步骤。

基底膜渗透限速

当基底膜的渗透清除率比其他两个过程慢得多时，

其中，PS _baso，int 是游离药物分子在基底膜的渗透清除率。对于被动扩散，可用PS _baso，int =a ₂ P _PD12 表示。在这种情况下，不需要对f _u1 进行校正（即f _u1 =1），这与Yang等人的发现非常吻合。

血流量限速

当基底膜渗透和穿越上皮下区域扩散无限快时，那么逃逸速率主要受到血流量的限制。逃逸速率等于药物被血流量消除的速率。因此，

等式左边是逃逸速率，右边是血流量的消除速率。在这种限制条件下，细胞质中游离药物浓度和血浆中的游离药物浓度相同，因为细胞质和血浆之间的平衡迅速建立。

其中f _up 是血浆中的药物游离百分数。因此，将方程4.89代入方程4.88中，CL _esc，int 变成：

基底膜渗透和血流量共同限速

比较这两种情况，一个通用的方程可以用于表示这两种情况，

当 a ₂ p ₁₂ >>Q _villi /f _up 时，CL _esc，int =Q _villi /f _up ，但当 PS _baso，int <<Q _villi /f _up 时，CL _esc，int =PS _baso，int 。为了推导出Q _gut 模型，可以根据C ₁ 计算基底膜的表观渗透清除率PS _perm ：

如假设f _u1 =f _up ，并重新整理方程4.92，将其代入方程4.86，就可得到等同于Q _gut 模型的方程：

然而，在肠血流量Q _gut 模型中PS _perm 的定义是比较含糊的。Yang等人报道了f _u1 =1可以得到最好的预测，而假设f _u1 =f _up 却得到较差的预测。这与基底膜渗透限速的情况是一致的，但是与血流量限速的情况是不同的。

4.10.3.2　解剖学Fg模型的推导

在肠血流量Q _gut 模型中，上皮细胞下区域的扩散被忽略。如上皮细胞下区域的扩散是限速步骤，根据与血流量限速的情况相似进行讨论，

其中CL _{subepithelial} 是上皮细胞下区域的渗透清除率，C _{subepithelial} 和f _{subepithelial} 分别是上皮细胞下区域的药物浓度和药物游离百分数。在这种情况下，假定上皮细胞下区域的药物流量与血浆相同（f _{subepithelial} =f _up ）。则上皮细胞下区域的扩散清除率为：

其中，h _{subepithelial} 是上皮细胞下区域的厚度。这个清除率是基于上皮细胞下区域的总浓度和绒毛血管中的表面积（A _{blood vessel} ）计算的。当f _up ＜0.05时，CL _{subepithelial} 变得相对恒定，主要由白蛋白-药物结合分子的扩散系数决定（D _albumin =6.6×10 ^-7 cm ² /s）。

当把这三种限速的情况合并到综合方程中，它就变成了：

这在本书中将其称为解剖学Fg模型。下一步是评估哪个过程倾向于成为限速步骤，上皮细胞下区域扩散还是血流量。考虑到绒毛的结构，见图6.2，人体中的h _{subepithelial} 可能接近50μm，A _{blood vessel} 大约为 100cm ² 。在这种情况下，CL _{subepithelial} 可能小于 Q _villi 。当f _u1 ＜0.05时，CL _{subepithelial} 近似为常数，约2～4ml/min/kg（h _{subepithelial} =50μm和A _{blood vessel} =88.4cm ² （12.6cm ² /kg））。CL _{subepithelial} 值偶尔会接近Q _villi ，但是它一定比Q _villi /f _ul 小很多。这可能就是在Q _get 模型中，为什么f _u1 =1时能够得出较好预测的原因（因为PS _baso 限制药物在验证数据集里很少）。

在Q _gut 模型中的另一个矛盾之处在于，它表明随着Fg增加，将出现正向的食物效应（吸收增大）。Q _gut 模型表明Fg会受Q _villi 变化的影响。食物的摄取会使肠血流量增加100%，见图6.23。如Q _gut 模型是正确的，那么对于有高Fg的亲脂性药物，预计会产生正向食物效应。但这与实验观测的现象相矛盾，见章节12.2.2.2。Q _gut 模型的这两个矛盾可以用解剖学Fg模型来解决。因为当f _up <<0.05时，CL _{subepithelial} 接近Q _villi ，Q _gut 模型（设置f _u1 =1）和解剖学Fg模型能得到相似Fg值。此外，因为CYP3A4底物往往具有低的f _up 和高的渗透性，这时解剖学Fg模型可以简化成Kato Fg模型，该模型用了固定的CL _esc，int 值（人的数值为5.7ml/min/kg）。

Q _gut 模型和解剖学Fg模型的主要区别是计算CL _esc，int 的方法。直接用实验得到的CL _esc，int 比较 Q _gut 模型和解剖学 Fg 模型，Fg 可用 CL _esc，int 表示：

CL _met，int 从人肠细胞微粒体体外实验测得到。这些数据是从多篇文献中收集的，统一用咪达唑仑的CL _met，int （6.2ml/min/kg）进行校正，见表4.1。图4.29显示了用Q _gut 模型和解剖学Fg模型预测CL _esc，int ，的比较。虽然f _up =f _u1 被认为在理论上更合适，但如使用f _up =f _u1 ，Q _gut 模型很大程度上会高估CL _esc，int ，而假设f _u1 =1能得到很好的预测，这与Yang等人先前的研究结果非常吻合。通过Q _gut 模型（f _u1 =1），很多脂溶性的药物CL _esc，int ，变成一个恒定值（=Q _villi ），以至于更接近Kato的简单模型。解剖学Fg模型可以表现CL _esc，int 和f _up 之间的依赖关系，见图4.29c。

4.10.4　CYP3A4和P-gp的协同作用

最近，CYP3A4和P-gp之间的协同作用已被提出，这些酶具有重叠的底物。然而，“协同作用”还没有明确的定义，对实验数据的理解也存在争议。最近，Fan和同事用三房室模型进行了全数值模拟以解决争议。在本节中，将使用稳态解决方案讨论这一点。通过全数值模拟和稳态分析解决方案获得的结果本质上是相同的，但后者将更易于解释并适用于此类书籍。

如上所述，Fg由药物的代谢清除率和逃逸清除率的比值决定的，见图4.28。因此，如果这两个过程的浓度都是线性的，那这时，顶端侧膜的P-gp将不影响Fg，并且P-gp和CYP3A4之间的协同作用也不会影响Fg。但代谢清除达到饱和后，情况就不同了。

以外排转运体相似的方程开始，在稳态时细胞质中的质量平衡可以描述为：

将顶端侧膜外排转运（一级动力学）加入方程，并将可饱和过程修改为代谢清除过程（CL _met，int = V _max，met /（C ₁ f _u1 +K _m，met ））。这个方程可以用 C ₁ f _n1 作为二次方程求解，代入方程 4.69，得到：

图4.30显示了细胞质中药物浓度依赖于逃逸的药物流量和被代谢的药物流量。当顶端侧上的外排转运体被抑制时，细胞质中的药物浓度将增加，且逃逸的药物流量也成比例地增加（因为它遵循一级动力学） ^① 。当f _u1 C ₀ <<K _m，met 时，被代谢的药物流量也成比例增加（因此Fg保持不变）。

① 不要与清除率混淆。

但对于非线性的情况（f _ul C ₀ ≈ K _m，met ，或 f _ul C ₀ ＞K _m，met ），被代谢的药物流量不按正比增加。因此，Fg是增加的。

即使外排转运体导致Fa的降低不显著，但仍可观测到外排转运体对F _g 的影响。在图4.31中，当P _ep ＞10×10 ^-6 cm/s时，在浓度范围内Fa%＞99%。

目前主要使用表达CYP3A4的Caco-2细胞研究P-gp对于代谢速率的影响。当P-gp被抑制时， F _g 会増加。同时，生成的代谢产物量略有増加（因为细胞质的药物浓度増加会引起被代谢的药物流量略有增加）。这一实验结果与理论非常吻合。

理论上认为，即使假定P-gp外排是线性的，P _ep 也会表现出浓度依赖性。这是由于药物代谢会引起细胞质的游离药物浓度的改变。当代谢清除饱和时，细胞质中游离药物浓度会增加，因此，顶端膜的浓度梯度会降低，导致P _ep 降低（P _ep 是对应顶端侧浓度降低率的宏观渗透性，而不是每个膜的固有渗透率，p ₀₁ 和p ₀₂ 是常数） ^① 。

① 在体外测试中，假定接收池中药物的出现量与顶端侧减少的药物量是相等的，P _app 通常从接收池中的药物出现量计算得到。但是细胞质中发生代谢降解时，这就无效了。如细胞质中发生大量的代谢，那即使顶端侧渗透很快，接收池中出现的药物量也可能很小。Fa对应于细胞质中出现的药物量（代谢前）并等于从细胞质消失的药物量。 pUVXRPw09mnVssbKK09dXU9RX4OSZIk6m7Gly+5BjKIh3Mm6ItiGpYq7i4kbVSGr