Lovastatin

药物研发的临床前阶段已有大量模型，难点在于这些模型能否预测人体反应。Wu 等人在 Science 发表的这篇综述，把新方法学放在这点上讨论：人源细胞、类器官、器官芯片、人工智能和监管科学如何组成一套更接近人体生物学的证据流，同时避免把某一种技术包装成动物实验的直接替代品。 论文题目　Reimagining human-centric drug development with new approach methodologies 期刊　Science 第一作者　Xuekun Wu 通讯作者　Joseph C. Wu 关键术语速查 新方法学：用于替代或补充动物研究的人源与计算方法。 微生理系统（MPS）：用工程化环境重建组织或器官功能。 诱导多能干细胞（iPSC）：由体细胞重编程得到的多能细胞。 主动学习：模型根据实验反馈选择下一轮测试。 使用情境：监管审评中限定模型用途和证据边界。临床前证据的人体落差 许多候选化合物在临床前研究中看似有前景，但超过 90% 无法进入或通过人体试验。这个数字来自既有文献，并非本文新产生的统计结果；作者用它指向一个长期问题，即动物模型、简化细胞实验与真实人体疾病之间存在预测缺口。 新方法学试图补上的正是这个缺口。作者把它定义为一组工具，包括人源细胞系统、微生理平台和人工智能。这一定义有助于避免常见误读：新方法学覆盖多个模型和计算环节，是一套按问题组合的证据系统。人源模型先匹配机制 新方法学的第一层是合适的人源模型。原代肝细胞、心肌细胞、内皮细胞和免疫细胞保留了成熟组织的一部分特征，适合回答接近生理状态的问题；限制也很清楚，包括供体差异、来源有限和扩增能力不足。 永生化细胞系更适合规模化使用。HEK293、HepG2、HepaRG、A549、MCF-7 等细胞系便于高通量实验和重复测试，但它们不能自动代表复杂人体组织状态。在药物开发中，细胞系的价值往往在筛选效率和机制初筛，难以完整模拟患者体内反应。 诱导多能干细胞（iPSC）把问题推进了一步。它可以保留供者突变和风险变异，再分化为特定细胞类型，用于疾病建模和药物筛选。综述列举了肌萎缩侧索硬化症中的罗匹尼罗（ropinirole）、LMNA 基因相关血管病中的洛伐他汀（lovastatin），以及诱导多能干细胞肺上皮抗病毒筛选等案例。这些案例共同指向一个选择逻辑：先判断疾病机制、药物问题和研发阶段，再决定采用哪一类人源模型。器官芯片接入动态读数 细胞模型之后，类器官和器官芯片把证据推向组织层级。类器官能够保留一定的细胞异质性和空间组织，比二维培养更适合观察发育、疾病结构和患者来源反应。器官芯片进一步加入流体、力学刺激、屏障结构和动态测量，让模型开始接近器官功能问题。 综述提到，患者特异性食管腺癌芯片可在约 12 天内预测新辅助化疗反应，文章称其表现优于静态类器官培养。另一个例子是肾类器官芯片，它能够区分抗原特异性细胞毒性和非特异性 T 细胞激活。这些例子共同说明，动态环境让研究者可以读到静态培养较难捕捉的功能反应。 多组织芯片把这个思路继续放大。文章列举诱导多能干细胞衍生的多组织芯片连接心、肝、骨和皮肤类器官，用于多柔比星（doxorubicin）的药代动力学/药效学（PK/PD）反应和早期心脏毒性生物标志物分析。用于药物安全性评估时，这类系统的吸引力在于它能把代谢、暴露、毒性和功能读数放进同一个人源实验框架。人工智能进入闭环校准 在本文框架中，人工智能承担计算层角色，而不是实验本身的替代品。它可以从分子结构、转录组扰动谱、影像、电子健康记录和实验读数中生成假设，再把候选分子或扰动方案送回人源模型验证。这样形成的闭环，比单次筛选更适合逐轮缩小不确定性。 作者列举的案例覆盖不同成熟度。TNIK 抑制剂经计算工具识别和优化后，18 个月内进入临床评价。DrugReflector 工具使用超过 100 万个转录组扰动谱，命中率最高比随机搜索提高 17 倍。“虚拟实验室”（Virtual Lab）系统生成 92 个 SARS-CoV-2 病毒纳米抗体候选物，其中 2 个经实验验证有效。这些案例只能支持较窄的判断：人工智能可以提高某些任务的搜索效率，但不能合并成“人工智能普遍提高药物研发成功率”的结论。人源实验室闭环示意图：患者来源多模态数据进入计算推断，模型提出机制和药物反应假设，再由人源实验平台扰动验证，并通过主动学习反馈更新。 这张图对应作者提出的“实验室闭环”框架：患者来源多模态数据提供初始条件，预测模型提出疾病机制和药物反应假设，人源实验系统给出机制、药效和功能读数，随后通过主动学习更新模型。它强调计算和实验之间反复校准，而非单向预测。 人工智能也带来新的质量问题。训练数据碎片化、外部验证不足、可解释性有限和报告标准不统一，都会削弱模型在监管和跨机构场景中的可信度。算法输出只是中间环节；可复现的人源实验反馈，才是把计算假设变成可用证据的关键环节。四步路线图串起证据流 这篇综述把分散平台收束成四步路线图：实验室闭环、人体器官芯片、培养皿临床试验模型，以及数字-实验孪生。这个路线图尚未完成统一工作流的前瞻性验证，更准确地说，是对未来药物研发证据工作流的组织方案。 环节 核心作用 证据锚点 主要边界 实验室闭环 用模型和人源实验反复校准假设 抗体工程测试 1800 个变体，最高实现 100 倍亲和力提升 案例任务差异大，不能合并为通用成功率 人体器官芯片 提供系统级药代、药效和毒性读数 多器官线路可连接肝、心、肺、内皮、脑、睾丸等组织 平台材料、流体和传感器尚需标准化 培养皿临床试验模型 在患者来源模型中模拟反应差异 诱导多能干细胞来源心肌细胞（iPSC-CM）促心律失常评估支持 ICH E14/S7B 指南修订 仍需证明能稳定预测临床异质性 数字-实验孪生 连接真实世界数据和人源实验读数 超过 900 万条电子健康记录轨迹可用于虚拟队列建模 多数实现仍处于第 1-2 级 实验室闭环把人工智能从“预测工具”推向“实验设计工具”。文章还提到 LUMI-lab 平台经 10 个以上迭代周期识别出可提高 mRNA 递送的脂质结构，体内基因编辑效率超过 20%，而商业脂质纳米颗粒约为 15%。这类例子说明，主动学习适合处理候选空间巨大、实验成本较高、机制读数又能反馈给模型的问题。 人体器官芯片和培养皿临床试验模型则更接近转化应用。前者试图用患者特异性诱导多能干细胞衍生组织或类器官重构吸收、分布、代谢、排泄和毒性读数；后者希望在患者入组之前，用肿瘤类器官库、诱导多能干细胞衍生心肌细胞或 CFTR 调节剂反应预测等模型识别可能获益或高风险人群。 数字-实验孪生是路线图里最远的一端。作者按第 1 至第 5 级描述成熟路径，并承认多数现有实现仍在第 1 至第 2 级。现阶段更现实的目标，是把电子健康记录、组学、影像、药代药效模型和人源实验读数逐步连接起来，避免宣称数字孪生已经能够常规指导临床用药。监管认定要求明确用途 新方法学能否进入药物开发决策，最终要回到监管科学。一个模型在论文中表现良好，并不等于它可以在所有药物、所有终点和所有适应证中被采信。监管审评需要超出泛泛的“更接近人体”表述，转向明确使用情境、性能基准、数据互操作、独立验证和可解释报告。 综述提到，FDA ISTAND 项目在 2024 年接受人肝脏芯片系统进入潜在资格认定流程，目标使用情境是预测小分子药物导致的药物性肝损伤。这个案例不能解读为“器官芯片已替代全部肝毒性动物试验”；它显示监管路径开始要求把模型用途、适用范围和性能标准写得足够具体。 文章还提到 OECD Good In Vitro Method Practices、跨机构资格认定框架和 NIH Standardized Organoid Modeling Center。这些制度信号指向同一个问题：如果不同实验室使用不同材料、培养条件、读数方法和数据格式，新方法学很难从研究工具变成审评证据。 伦理治理也不能被放在技术之后再处理。患者来源材料、复杂体外系统和算法决策支持会牵涉同意管理、数据使用、模型边界和责任归属。作者引用 WHO 医疗人工智能治理文件和 ISSCR 干细胞研究指南，说明这类平台的扩张需要同步建立伦理和报告规范。动物研究被重新定位 这篇综述对未来十年的判断保持克制：动物研究可能从默认主证据基础，转向经过校准的参考证据系统，并在必要时作为辅助信息存在。这个表述不能等同于“动物实验即将退出药物研发”。这里的重点是，临床前证据的重心正在从单一默认模型转向多证据组合。 近期最现实的应用场景，是特定药物类型、毒性终点、罕见基因型、患者分层和机制验证问题。在这些场景里，人源细胞、类器官、器官芯片和人工智能闭环有机会提供更接近人体生物学的证据，也更容易定义清楚使用情境和性能边界。 后续观察重点有三类。第一，监管资格认定能否围绕具体用途形成可复制路径，让模型的适用范围不再停留在论文描述。第二，多供体诱导多能干细胞、患者来源类器官和器官芯片队列能否扩大到足以反映临床异质性。第三，数字-实验孪生能否把真实世界病程、人源实验读数和可解释模型稳定连接起来。延伸阅读 M. J. Waring et al., "An analysis of the attrition of drug candidates from four major pharmaceutical companies", Nature Reviews Drug Discovery (2015) — 为候选药物临床淘汰率和临床前预测缺口提供行业背景。 T. Sato et al., "Single Lgr5 stem cells build crypt-villus structures in vitro without a mesenchymal niche", Nature (2009) — 成人干细胞来源肠类器官的代表性奠基工作。 D. Huh et al., "Reconstituting organ-level lung functions on a chip", Science (2010) — 器官芯片早期代表论文，展示微流控和机械刺激如何重建器官层级功能。 P. D. Pang et al., "Tackling the challenges of new approach methods for predicting drug effects from model systems", Nature Reviews Drug Discovery (2024) — 聚焦新方法学在预测药物效应时的验证、模型边界和监管挑战。 K. Zhang et al., "Artificial intelligence in drug development", Nature Medicine (2025) — 系统讨论人工智能在药物开发中的作用，可补充本文的计算层和闭环实验部分。 信息收集、分析、写作、排版均由砚 AI Agent 完成 人工提供创意发现和校对 内容基于公开信息整理，不构成专业建议，信息真实性请自行甄别

点击“蓝字”关注我们吧！ 2023年诺贝尔化学奖颁给了膜蛋白结构研究，引发了全球对细胞膜转运机制的广泛关注。与此同时，随着个体化用药理念的普及，越来越多的临床医生开始意识到：同一种他汀类药物、同样的剂量，为何有人血脂控制良好、有人却以横纹肌溶解综合征收场？为何二甲双胍在不同患者体内的降糖效果相差悬殊？答案，藏在细胞膜上一类被低估已久的蛋白家族里——溶质型转运体（Solute Carrier，SLC）。 与上篇文章介绍的ABC转运体不同，SLC转运体不直接消耗ATP，而是借助电化学电位差或离子梯度来驱动物质跨膜，属于易化转运体或次级主动转运体。目前已鉴定出逾300种SLC转运体，其中OATPs（有机阴离子转运肽）、OATs（有机阴离子转运体）、OCTs（有机阳离子转运体）、MATEs（多药/毒物外排泵）和PEPTs（类肽转运体）是与药物代谢关系最为密切的五大家族。 >300已鉴定SLC转运体种类 11人OATPs亚型数量 10已鉴定人OATs数量 6OATPs亚家族分类SLC转运体最重要的功能特征是：多数以摄取为主，介导底物从细胞外进入胞内；而MATEs则反其道而行，以外排为主。正是这种方向性的精巧配合，构成了肝、肾、肠、脑等各器官药物处置过程中一套完整的"进站—转运—出站"体系。一、有机阴离子转运肽（OATPs）：肝脏的"选择性入口" OATPs的家族成员与分布 OATPs由SLC21/SLCO基因家族编码，人体中已确认11个成员，分属6个亚家族。其中，OATP1B1和OATP1B3高度特异性地分布于肝细胞窦膜，是绝大多数口服药物经肝首过效应的核心执行者；OATP1A2则兼顾小肠上皮顶膜、血脑屏障和肾远曲小管，参与药物在多个屏障部位的转运；OATP2B1分布于肝、肠、胎盘和心肌，调节小肠吸收与肝摄取的平衡。 OATP在特定人类上皮细胞中的表达。已证实胆管细胞中存在OATP1A2的表达，但尚未确定其在特定细胞膜上的定位。(A) 顶端膜；(B) 基底外侧膜。（doi：10.1111/j.1476-5381.2011.01724.x） OATPs的转运机制颇具特色——采用"跷板开关（rocker-switch）"构象转换模式，通过与细胞内HCO₃⁻或谷胱甘肽结合物进行物质交换，实现底物双向跨膜转运。这一过程是电中性的，不依赖Na⁺、K⁺或Cl⁻梯度，也不依赖膜电位和ATP，但对pH敏感——例如，酸性环境下OATP2B1的转运活性会明显增强，这也是葡萄柚汁能够干扰多种药物肠吸收的分子基础之一。 OATPs的主要底物与抑制剂 OATP1B1的内源性底物涵盖胆红素、胆汁酸、甾类激素结合物（如E₂17βG、雌酮硫酸酯、脱氢表雄酮硫酸酯）及前列腺素类；外源性药物底物则包括他汀类（辛伐他汀、普伐他汀、匹伐他汀等）、血管紧张素转化酶抑制剂、血管紧张素II受体拮抗剂等大量临床常用药物。 OATP1B3与OATP1B1的氨基酸相似度约80%，底物谱高度重叠，但胆囊收缩素是其特征性底物——这个细节常被用于区分二者的功能贡献。地高辛、多西他赛和紫杉醇也是OATP1B3底物，这一发现对肿瘤化疗中的药物相互作用评估具有重要价值。 OATP2B1的底物谱中，阿力吉仑（肾素抑制剂）是一个典型案例。合用OATPs抑制剂环孢素A后，因肝摄取被抑制，阿力吉仑的AUC和Cmax分别增加4~5倍和2.5倍；而葡萄柚汁通过抑制OATP2B1介导的肠吸收，可使阿力吉仑的AUC和Cmax分别降低61%和81%。同一底物，一个抑制剂让它暴露量飙升，另一个让它骤降——这一矛盾恰恰说明，转运体在摄取位点（肝）与吸收位点（肠）的方向性作用截然相反。 图源：美国食品药品监督管理局 OATP基因多态性：为什么同样的药剂量，效果却大相径庭？ 目前已鉴定多种SLCO突变基因（SNPs），这些多态性可显著改变OATPs的表达和功能，进而影响药物的药代动力学及药效学。 以SLCO1B1为例，最常见的两种SNPs——c.521T>C（p.Val174Ala）和c.388A>G（p.Asn130Asp）——构成了4个功能不同的单倍型，即SLCO1B1*1A（野生型）、*1B、*5和*15。 他汀类药物与肌病风险是其中最典型的临床案例。以辛伐他汀为例：携带SLCO1B1c.521CC基因型者，其辛伐他汀酸的C_max和AUC约是521TT携带者的3.0倍和3.2倍；在521CC、521TC和521CC+TC携带者中诱发肌病风险的OR值分别为2.31、1.34和1.82，C等位基因携带者的肌病风险也显著高于T等位基因携带者。鉴于此，FDA已颁布了基于OATP1B1基因型的他汀类药物剂量建议。 OATPs介导的药物相互作用：三个必须记住的案例 案例一——吉非贝齐与西立伐他汀：吉非贝齐及其代谢产物吉非贝齐-葡萄糖醛酸苷是OATP1B1和CYP2C8的双重抑制剂。西立伐他汀既是OATP1B1的底物，又是CYP2C8的底物。两药合用后，西立伐他汀、其内酯代谢产物和代谢产物M1的AUC分别增加559%、440%和435%，横纹肌溶解综合征发生率大幅上升——这也是该药物最终退市的重要原因之一。 案例二——环孢素A与他汀类：环孢素A是OATP1B1、OATP2B1和OATP1B3的强效抑制剂，同时也抑制P-gp、BCRP和CYP3A4。合用环孢素A可使辛伐他汀AUC升高6~8倍、洛伐他汀升高5~20倍、阿托伐他汀升高6~15倍——这一数据足以说明，器官移植患者在接受免疫抑制治疗的同时，他汀类的剂量选择需要极为审慎。 案例三——利福平的"双面性"：利福平既是CYP3A4的诱导剂，又是OATP1B1的抑制剂，其对阿托伐他汀的影响呈现出鲜明的时间依赖性——单次静脉注射利福平可使阿托伐他汀AUC增加7倍（OATP1B1抑制效应占主导），而口服利福平连续5天后AUC反而下降80%（CYP3A4诱导效应反超）。更有趣的是，这一相互作用的程度还取决于OATP1B1的基因型：口服600 mg利福平使阿托伐他汀在SLCO1B1 c.521TT、521TC和521CC携带者的AUC分别增加833%、468%和330%——基因型不同，"受伤"程度相差近3倍。 利福平化学结构 二、有机阴离子转运体（OATs）：肾脏清除的三级主动接力 与OATPs主导肝脏摄取不同，OATs（由SLC22A基因家族编码）的主战场在肾脏。目前已鉴定OAT1~OAT10共10个成员，几乎遍布所有上皮细胞和内皮细胞。 OATs的转运机制颇为精妙，依赖二羧酸逆向交换驱动：OAT1和OAT3以α-酮戊二酸为交换底物，OAT2以琥珀酸或延胡索酸为交换底物，OAT7则交换短链脂肪酸（如丁酸）。维持细胞内高浓度二羧酸，最终需要Na⁺-二羧酸协同转运体（NaDC）和Na⁺/K⁺-ATP酶的接力支撑。正因如此，OATs介导的转运被定性为"三级主动过程"——这在转运体机制研究中是相当罕见的层级复杂性。 OAT1和OAT3主要表达于肾近曲小管细胞的基底膜，介导底物从血液侧摄取入肾小管细胞，随后经顶膜上的MATEs外排入尿液，完成经典的肾小管主动分泌通路。OAT3同时表达于脑毛细血管内皮细胞脑侧膜和蛛网膜上，参与底物从脑内和脑脊液的清除；OAT4则特异性表达于肾近曲小管刷状缘膜，主要介导底物从尿液的重吸收。 OATs在不同人类上皮细胞中的表达。根据啮齿动物数据推断，OAT1定位于脉络丛，OAT2定位于肝脏。(A)顶端；(B)基底外侧。 临床意义：从肾毒性到药物相互作用 OATs介导的药物相互作用有时是临床刻意利用的——最经典的案例是青霉素+丙磺舒。青霉素的肾排泄主要由OAT3介导，合用丙磺舒通过竞争性抑制OAT3，可延长青霉素的血浆半衰期、提高组织暴露浓度，延长疗效。这一策略在抗生素短缺时期曾是常规临床手段，如今依然有其实践价值。 然而，OATs的"摄取"功能也是一把双刃剑。头孢噻啶、阿昔洛韦、西多福韦等药物的肾毒性，正是因为它们被OATs大量摄入肾小管细胞后，在细胞内蓄积、造成毒性损伤。对策同样明确：合用丙磺舒等OAT抑制剂，通过竞争性抑制OATs介导的肾摄取，可防止药物在肾小管上皮细胞内蓄积，从而缓解肾毒性。丙磺舒与西多福韦的联合使用，已被推荐为标准临床治疗方案。 肾脏相关转运体还有一项容易被忽视的功能：介导肌酐的肾小管主动分泌（约占总清除的10%~20%）。当某些药物（如西咪替丁、甲氧苄啶、多替拉韦等）竞争性抑制OCTs、MATEs或部分OATs介导的肌酐清除时，血清肌酐水平会升高，而此时患者的肾小球滤过率（GFR）并未实际下降——这种‘假性’的肾损伤指标升高，属于单纯的药代动力学相互作用，临床解读时需注意甄别，以免误导诊疗决策。 脑OATs同样不容忽视。OAT3表达于血脑屏障和蛛网膜，介导底物从脑脊液和脑组织向血液侧清除。慢性肾病患者体内蓄积的尿毒素（如硫酸吲哚酚、马尿酸、吲哚乙酸等）竞争性抑制OAT3，导致神经递质代谢产物在脑内蓄积，这可能正是尿毒症脑病（记忆紊乱、精神错乱）的重要发病机制之一。 三、有机阳离子转运体（OCTs）：从降糖药到神经精神领域 OCTs、OCTNs和CT2/OCT6同属SLC22A家族，均含有12个跨膜结构域（TMD）。OCTs是非Na⁺依赖性生电型转运体，驱动力来自跨膜电位差，介导有机阳离子药物的双向跨膜转运，不依赖pH——但底物的离子化程度会影响其与转运体的亲和力，pH降低往往增强跨膜转运效率。 OCT1主要在肝细胞窦膜表达，OCT2高度特异性分布于肾近曲小管基底膜，OCT3则作为神经元外单胺转运体广泛分布，尤以肌肉、肝脏、胎盘和心脏为主。 人上皮细胞中OCTs的表达。基于啮齿动物数据，得出OCTN1在肾脏中的定位结论。(A) 顶端；(B) 基底外侧。 二甲双胍与OCTs：一段关于疗效分层的故事 二甲双胍是OCTs在临床上最具代表性的底物，其降糖疗效的个体差异与OCT1/OCT2基因多态性密切相关。OCT1是二甲双胍的肝摄取转运体，已鉴定的功能丧失突变（Arg61Cys、Cys88Arg、Gly401Ser、Gly465Arg、Met420删除等）均可影响二甲双胍在肝内的分布与效应。携带两种OCT1功能丧失突变者，出现二甲双胍抵抗的风险约是未携带者的2倍以上。 肾脏方面，OCT2的rs316019（c.808G>T）多态性显著影响二甲双胍的肾清除率：GG>GT>TT。合用西咪替丁可降低二甲双胍的肾清除率，且这一效应在TT携带者中弱于GG携带者。OCT2基因突变还与二甲双胍导致高乳酸血症风险相关，TT携带者的风险高于GG携带者——这提示在特定基因背景下，二甲双胍的肾蓄积风险不可忽视。 此外，一些药物如西咪替丁、艾沙康唑、雷诺嗪、甲氧苄啶和凡德他尼等尽管可升高血清肌酐水平，但肾功能未见病理性改变，这归因于对肾OCT2活性的抑制——和前述OATs的情况类似，这是一种功能性而非器质性的肌酐清除率变化，临床解读时需注意甄别。 OCTs与脑功能：一个被忽视的神经药理窗口 OCT3广泛表达于脑的多个区域，作为神经元外单胺转运体，参与多巴胺、5-羟色胺和去甲肾上腺素的突触外清除，对脑内单胺环境的稳态维持发挥重要作用。OCT3基因突变往往与精神兴奋剂敏感性增加和焦虑行为相关，临床研究还发现OCT3基因突变与强迫症存在关联。OCT2也参与焦虑和抑郁等行为的调节，敲除Oct2的小鼠显示出焦虑样行为改变，且对抗抑郁药文拉法辛的应激应答发生变化。OCT2和OCT3已被提出可作为治疗心理障碍的潜在药理靶点。 四、多药/毒物外排泵（MATEs）：肾脏分泌的"最后一道关卡" MATEs（由SLC47A家族编码）通过与H⁺的反向交换实施有机阳离子的外排转运，其驱动力是顶膜内外的质子梯度（[H⁺]in>[H⁺]out），而维持这一质子梯度依赖Na⁺/H⁺交换器或ATP-H⁺泵。人体中，MATE1表达于肾小管上皮细胞刷状缘膜和肝细胞胆管侧膜，MATE2-K则几乎仅见于肾小管刷状缘膜，是肾特有的转运体。MATE1和MATE2-K共同介导有机阳离子药物由肾小管上皮细胞分泌入尿液的过程，与基底膜侧的OCTs和OATs形成功能接力。 MATEs与顺铂肾毒性：转运体特性决定毒性命运 铂类药物的肾毒性差异，是MATEs临床意义最生动的诠释。顺铂和奥沙利铂都是OCT2的底物，均可经基底膜被摄入肾小管细胞；然而，奥沙利铂同时也是MATEs的高效底物，能通过顶膜迅速外排入尿液；而顺铂的MATEs底物亲和力远弱于奥沙利铂，导致其在肾小管细胞内大量蓄积，进而引发强肾毒性。卡铂和奈达铂既不是OCT2底物，也不是MATEs底物，因而绕过了这一蓄积机制，肾毒性显著低于顺铂。 动物实验进一步验证了这一机制：Mate1⁻/⁻小鼠中顺铂的肾毒性和肾蓄积显著高于野生型，合用乙胺嘧啶（强MATEs抑制剂）也可增加顺铂肾毒性。值得注意的是，抑制OCT2（或OCT2缺陷）反而降低顺铂肾蓄积、减轻肾毒性——这说明顺铂肾毒性的净效应，实际上是OCT2（摄入）与MATEs（外排）抑制作用的整合结果。 西咪替丁的"身份再认识" 西咪替丁长期以来被认为是OCT2抑制剂，但更精确的研究表明，其对MATE1和MATE2-K的抑制Ki值（分别为1.1~3.8 μmol/L和2.7~6.9 μmol/L）接近临床治疗剂量下的游离血药峰浓度（2.03~5.20 μmol/L），而对OCT1和OCT2的抑制Ki值则远高于临床血浆浓度（101~275 μmol/L和95~207 μmol/L）。这意味着，西咪替丁与二甲双胍等药物发生的肾相互作用，主导机制是MATEs抑制而非OCTs抑制——这一认知的更新，对药物相互作用的风险评估具有实质性意义。 五、类肽转运体（PEPTs）：口服生物利用度的"主动推手" PEPTs（PEPT1和PEPT2，由SLC15A家族编码）是质子驱动的转运体，利用顶膜质子电化学梯度介导肽类物质的跨膜转运。PEPT1主要表达于十二指肠至回肠的肠黏膜上皮细胞顶膜，容量高、亲和力低，是众多口服药物实现有效肠吸收的关键通道；PEPT2主要表达于肾近曲小管S3段刷状缘膜及蛛网膜上皮细胞顶膜，容量低、亲和力高，主导肽类药物的肾小管重吸收与脑脊液清除。 PEPT1的底物谱相当宽泛：β-内酰胺类抗生素（如头孢羟氨苄）、抗病毒药（如伐昔洛韦和更昔洛韦）、L-多巴前体、黏菌素类抗生素、5-氨基乙酰丙酸、以及部分血管紧张素转化酶抑制剂（如佐芬普利和福辛普利）均经此途径吸收。伐昔洛韦和pomaglumetad methionil是前药策略的典型范例——经肠PEPT1吸收后迅速水解为活性代谢产物阿昔洛韦和LY404039，兼顾了口服生物利用度与活性成分的靶向递送。 糖尿病与肠PEPT1：一个被忽视的吸收干扰因素 有文献报道，血糖控制不良的糖尿病患者体内氨苄西林血药浓度低于正常人，与氨苄西林的口服吸收降低相关。动物实验进一步证实：给糖尿病大鼠灌胃头孢氨苄和伐昔洛韦后，血浆中头孢氨苄和阿昔洛韦的浓度显著降低，这与大鼠肠Pept1蛋白表达受损密切相关。换言之，对于需要长期口服β-类抗生素或抗病毒药物的糖尿病患者，血糖控制状态本身可能构成影响药物吸收效率的隐性变量。 糖尿病(DM)大鼠、高脂饲养(HFD)大鼠和对照(CON)大鼠分别灌胃给予头孢氨苄(5mg/kg)或伐昔洛韦(18.4mg/kg)后的血浆中头孢氨苄(A)和阿昔洛韦(B)浓度-时间曲线 值得一提的是，PEPT1转运是质子依赖性的，pH对其活性影响显著——在pH 6.0时，Gly-Sar的转运活性比pH 7.5时高5倍。这意味着胃肠道局部pH异常（如质子泵抑制剂使用、胃酸分泌亢进或不足）均可间接影响经PEPT1转运的药物吸收效率，这一维度的药物相互作用在临床实践中值得关注。 脑PEPT2：神经保护的分子机制 PEPT2主要表达于蛛网膜上皮细胞顶膜，介导肽类物质从脑脊液向血液侧的定向转运，是维持脑内神经肽内稳态和清除神经毒性代谢产物的重要机制。5-氨基乙酰丙酸是卟啉类化合物前体，同时也是PEPTs底物，可诱发急性卟啉病。Slc15a2⁻/⁻小鼠脑脊液5-氨基乙酰丙酸浓度比野生型高5倍，皮下注射5-氨基乙酰丙酸后30 min和240 min，敲除小鼠脑脊液中的浓度分别比野生型高8倍和30倍——这直接证实了脑PEPT2在神经毒素清除中的保护作用。临床试验也显示，携带SLC15A2*2/2纯合子的儿童表现出更弱的运动灵巧性和记忆能力，提示PEPT2功能变异可能影响神经发育。 结语 回顾上述内容，SLC转运体家族对药物处置的影响可以归纳为三个核心维度： 物种差异造成的预测困境。OATPs的保守性差，小鼠Oatp1a4在肝脏和脑微血管内皮细胞上的表达与人OATP1B1、OATP1A2存在显著差异。在动物模型中获得的转运体相互作用数据，往往不能直接外推至人体——这是新药开发中一个经反复证实的陷阱，在药物转运体研究设计中须保持足够的审慎。 遗传多态性驱动的个体化用药需求。以SLCO1B1为代表，SLC转运体的功能性SNPs可使同种药物在不同基因背景患者中的血浆暴露量相差数倍，进而导致截然不同的疗效与毒性结局。FDA已将OATP1B1基因型纳入他汀类药物剂量建议，这是精准医学从理论走向临床的具体体现，未来有望延伸至更多药物类别。 转运体介导的药物相互作用是临床安全的隐性风险。无论是他汀类+吉非贝齐、他汀类+环孢素A，还是顺铂与MATEs抑制剂的叠加，背后都是转运体底物谱与抑制剂谱的交叉重叠。系统掌握各转运体的底物谱、抑制剂谱，以及临床血药浓度与抑制Ki值的定量比较，是合理预测和规避此类风险的科学基础。 SLC转运体的研究仍在快速推进。从基于PEPT1的前药设计、到靶向OATP1B1的肝特异性递药、再到通过调控MATEs减轻铂类肾毒性——转运体正在从"药代动力学的影响因素"升级为"药物设计的主动工具"。这场发生在细胞膜上的分子级博弈，终将以更精准的用药方案，造福每一位患者。 #SLC溶质型运转体#OATPs#药物相互作用 注：本文不构成任何投资意见和建议，以官方/公司公告为准；以上内容仅代表作者观点，如有不科学之处，请在下方留言指正。任何文章转载需要得到授权。 往 期 精 彩 非甾体AR拮抗剂的研发，治疗前列腺癌！ 新药研发全流程，从分子发现到临床确证 双特异性抗体 “博纳吐单抗” 的设计与开发 蛋白质结构很复杂？那是你没看懂这四个层级 干货 | 药物筛选技术五次迭代，核心都在这里了 细胞内的"安检门" ——ABC转运体与药物相互作用 AI 重塑化学与新药：从分子设计到研发提速的全解析 靶向帕金森病，新型COMT抑制剂的研发——奥匹卡朋 长效DPP-4抑制剂的研发——奥格列汀，治疗2型糖尿病 占据上市药物“半壁江山”！盘点新药研发中的那些“经典靶点”！ 曲氟尿苷-替匹嘧啶（TAS-102）研发复盘，新型结直肠癌化疗药物 沙芬酰胺（Safinamide）——具有多重作用机制的帕金森病治疗药物 点点点，赞和分享都在这儿！