文献筛选与数据提取
收集已发表的PBK模型及其验证数据，用于评估通用模型性能。
基于Thompson等(2021)的数据库筛选出52篇出版物，共58个PBK建模流程，覆盖51种化学品。提取模型假设、输入参数和拟合优度指标。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
下一代风险评估中通用PBK模型的适用性及其在化学领域内的性能
Applicability of next-generation risk assessment generic PBK models and their performance within the chemical domain
实验完整度
中研究基于文献综述和模型性能评估，包含体外/计算参数输入、体内数据验证、敏感性分析等层级，但缺乏实验干预和功能验证。
主要模型
人类PBK模型 大鼠PBK模型
重点核对
输入参数来源：优先使用体外数据，缺失时用计算预测填充 参数不确定性：对输入参数施加0.5至2倍范围 模型结构：八室模型，包括肠腔、肝脏、肾脏、脂肪等 暴露场景：单次口服暴露 验证数据：来自已发表的体内动力学研究
摘要
生理学基础动力学（PBK）模型是体外到体内外推的基石，因此对于下一代风险评估（NGRA）至关重要。本研究评估了一个通用、高通量的PBK模型对26种具有广泛理化性质范围的有机化学品的性能。基于标准计算和体外输入参数的模型预测与已发表的化学特异性PBK模型和体内动力学数据进行了基准比较。预测的血浆最大浓度（Cmax）对50%的化学品在体内值的十倍以内，对31%在3倍以内。已发表的PBK模型通常与体内Cmax更接近，可能是因为它们包含了体内衍生的动力学参数或化学特异性动力学过程。对化学空间的分析揭示了亲脂性依赖性偏差，即亲脂性化合物的Cmax倾向于被低估，而亲水性化合物则被高估。未观察到其他与理化或ADME描述符相关的一致趋势，这可能反映了数据集规模有限。总的来说，尽管通用PBK模型工作流程似乎适用于NGRA应用，但观察到的亲脂性依赖性偏差表明，可能需要化学特异性校正或改进以获得更准确的预测。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 通用PBK模型在NGRA中的适用性如何？其预测准确性是否受化学品性质影响？
- 核心机制
- PBK模型通过体外和计算参数预测体内动力学，但存在亲脂性依赖性偏差，亲脂性化合物Cmax被低估，亲水性被高估。
- 主要证据
- 基于26种化学品的49项研究，与已发表模型和体内数据比较，Cmax预测在10倍以内的占约50%，在3倍以内的占31%。
- 研究意义
- 通用PBK模型适用于NGRA，但需针对亲脂性化学品进行校正或改进，并建议在分层评估框架中使用。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
通用PBK模型建立
构建一个结合最常用假设和输入参数的通用PBK模型工作流程。
构建八室模型，包括肠腔、肝脏、肾脏、脂肪等。输入参数包括物理化学性质、肠道通透性、血浆蛋白结合率、肝固有清除率等。
模型参数化
为每种化学品确定模型输入参数，优先使用实验数据。
从数据库（CompTox、OPERA）和文献中收集实验数据，缺失时使用计算预测（ADMET Predictor或OPERA）填补。
模型性能评估
比较通用模型预测Cmax、Tmax和AUC与体内数据及已发表模型的偏差。
计算通用模型的Cmax、Tmax和AUC，并与体内数据比较，计算预测因子（fold error）。同时与已发表模型的预测进行比较。
化学空间分析
分析化学品理化性质对预测性能的影响，识别通用模型的适用域。
使用回归分析检验logPow等理化性质与预测误差的相关性。
敏感性分析
评估输入参数不确定性对模型输出（Cmax）的影响。
对输入参数施加0.5至2倍范围的不确定性，进行单次单项变化（OAT）分析，并应用Morris方法计算灵敏度指数。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| PBK模型构建 | R软件 | -- | -- |
| deSolve包 | -- | -- | |
| 数据分析 | WebPlotDigitizer | -- | -- |
| Bolstad2包 | -- | -- | |
| 数据可视化 | plotly包 | -- | -- |
| 数据填补 | ACD/Labs Percepta | ACD/Labs | -- |
| OPERA预测器 | -- | -- | |
| ADMET Predictor | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 模型构建 | 模型物种、代表性个体（人类73kg男性，大鼠350g雄性）、吸收、分布、代谢、排泄参数 阅读提示：Methods中的Generic PBK model workflow部分 |
| 参数输入 | 物理化学性质、Caco-2 Papp、fup、Clint等的来源（体外或计算预测） 阅读提示：Table 1和Methods中的Parametrization |
| 性能评估 | 体内参考数据的具体来源、Cmax、Tmax、AUC的测定方法、拟合优度因子 阅读提示：Results中的Model performance部分及Figure 3 |
| 敏感性分析 | 不确定性参数的范围、OAT方法、Morris方法的参数设置 阅读提示：Methods中的Sensitivity and uncertainty analysis部分 |