Đánh giá in silico về dược động học của gadofosveset ở các nhóm dân số khác nhau sử dụng nền tảng mô phỏng Simcyp®

Marios Spanakis1, Kostas Marias1
1Computational Medicine Laboratory, Institute of Computer Science, Foundation of Research & Technology-Hellas (FORTH), Heraklion, GR-71110, Crete, Greece

Tóm tắt

Tóm tắt Mục đích

Gadofosveset là một tác nhân tương phản dựa trên Gd được sử dụng trong chụp cộng hưởng từ (MRI). Các mô hình phân bố động học của gadolinium được triển khai trong MRI tăng cường tương phản động T1 để đặc trưng các vị trí tổn thương trong cơ thể. Những thay đổi sinh lý trong trạng thái bệnh có thể ảnh hưởng đến dược động học của thuốc và, do đó, làm thay đổi các thuộc tính phân bố của các tác nhân tương phản. Công trình này tập trung vào việc mô hình hóa in silico các thuộc tính dược động học của gadofosveset trong các nhóm dân số khác nhau thông qua việc áp dụng các mô hình dược động học dựa trên sinh lý (PBPK) được tích hợp trong nền tảng dược động học dân số Simcyp®.

Phương pháp

Các thuộc tính lý hóa và dược động học của gadofosveset đã được giới thiệu vào nền tảng mô phỏng Simcyp® và một mô hình min-PBPK đã được áp dụng. Các thử nghiệm lâm sàng in silico đã được thực hiện để mô phỏng việc sử dụng liều khuyến nghị cho tác nhân tương phản (tĩnh mạch, 30 mg/kg) trong các nhóm dân số gồm tình nguyện viên khỏe mạnh, người béo phì, suy thận và gan, và trong một nhóm dân số ung thư ảo được tạo ra. Kết quả đã được đánh giá dựa trên các tham số dược động học cơ bản như Cmax, AUC và CL toàn thân và các sự khác biệt đã được đánh giá thông qua ANOVA và ước lượng tỷ lệ trung bình hình học giữa tình nguyện viên khỏe mạnh và các nhóm dân số khác.

Kết quả

Simcyp® đã dự đoán một Cmax trung bình = 551.60 mg/l, một AUC trung bình = 4079.12 mg/L*h và một CL toàn thân trung bình = 0.56 L/h cho nhóm dân số tình nguyện viên khỏe mạnh. Nhóm người béo phì cho thấy sự điều chỉnh trong Cmax và CL, do liều sử dụng tăng lên. Ở các nhóm suy thận và gan, một sự điều chỉnh đáng kể về Cmax, AUC và CL của gadofosveset được dự đoán. Nhóm ung thư thể hiện sự khác biệt có ý nghĩa thống kê về AUC khi so sánh với tình nguyện viên khỏe mạnh.

Kết luận

Công trình này đã sử dụng nền tảng dược động học dân số Simcyp® để tính toán các hồ sơ dược động học của gadofosveset thông qua các mô hình PBPK và các thử nghiệm lâm sàng in silico và đánh giá các sự khác biệt có thể có giữa các nhóm dân số. Phương pháp này cho thấy những kết quả đầy hứa hẹn có thể cung cấp những hiểu biết mới về việc sử dụng các tác nhân tương phản trong các nhóm dân số đặc biệt. Dược động học in silico cũng có thể được sử dụng để đánh giá khả năng độc tính, giải thích các bản đồ PK MRI và phát triển các tác nhân tương phản mới.

Từ khóa


Tài liệu tham khảo

Abraham JL, Thakral C: Tissue distribution and kinetics of gadolinium and nephrogenic systemic fibrosis. Eur J Radiol 2008,66(2):200–207. doi:10.1016/j.ejrad.2008.01.026

Aime S, Caravan P: Biodistribution of gadolinium-based contrast agents, including gadolinium deposition. J Magn Reson Imaging 2009,30(6):1259–1267. doi:10.1002/jmri.2196

Amet S, Deray G: Renal toxicity of contrast agents in oncologic patients. Bull Cancer 2012,99(3):295–307. doi:10.1684/bdc.2011.1477

Atkinson AJ Jr, Smith BP: Models of physiology and physiologically based models in clinical pharmacology. Clin Pharmacol Ther 2012,92(1):3–6. doi:10.1038/clpt.2012.67

Badero OJ, Schlanger L, Rizk D: Gadolinium nephrotoxicity: case report of a rare entity and review of the literature. Clin Nephrol 2008,70(6):518–522. 10.5414/CNP70518

Bhaskaran A, Kashyap P, Kelly B, Ghera P: Nephrogenic systemic fibrosis following acute kidney injury and exposure to gadolinium. Indian J Med Sci 2010,64(1):33–36. doi:10.4103/0019–5359.92485

Brochot C, Bessoud B, Balvay D, Cuenod CA, Siauve N, Bois FY: Evaluation of antiangiogenic treatment effects on tumors’ microcirculation by Bayesian physiological pharmacokinetic modeling and magnetic resonance imaging. Magn Reson Imaging 2006,24(8):1059–1067. doi:10.1016/j.mri.2006.04.002

Bui T, Stevenson J, Hoekman J, Zhang S, Maravilla K, Ho RJ (2010) Novel Gd nanoparticles enhance vascular contrast for high-resolution magnetic resonance imaging. PLoS One 5(9), doi:10.1371/journal.pone.0013082

Caravan P, Cloutier NJ, Greenfield MT, McDermid SA, Dunham SU, Bulte JW, Amedio JC Jr, Looby RJ, Supkowski RM, Horrocks WD Jr, McMurry TJ, Lauffer RB: The interaction of MS-325 with human serum albumin and its effect on proton relaxation rates. J Am Chem Soc 2002,124(12):3152–3162. 10.1021/ja017168k

Cheeti S, Budha NR, Rajan S, Dresser MJ, Jin JY: A physiologically based pharmacokinetic (PBPK) approach to evaluate pharmacokinetics in patients with cancer. Biopharm Drug Dispos 2013,34(3):141–154. doi:10.1002/bdd.1830

Davies BE, Kirchin MA, Bensel K, Lorusso V, Davies A, Parker JR, Lafrance ND: Pharmacokinetics and safety of gadobenate dimeglumine (multihance) in subjects with impaired liver function. Invest Radiol 2002,37(5):299–308. 10.1097/00004424-200205000-00008

Public statement on: Ablavar (gadofosveset) withdrawal of the marketing authorisation in the European Union European Medicines Agency. 2011.

Ablavar (gadofosveset trisodium) prescribing information December 2010. 2011.

Gandhi A, Moorthy B, Ghose R: Drug disposition in pathophysiological conditions. Curr Drug Metab 2012,13(9):1327–1344. 10.2174/138920012803341302

Ghobadi C, Johnson TN, Aarabi M, Almond LM, Allabi AC, Rowland-Yeo K, Jamei M, Rostami-Hodjegan A: Application of a systems approach to the bottom-up assessment of pharmacokinetics in obese patients: expected variations in clearance. Clin Pharmacokinet 2011,50(12):809–822. doi:10.2165/11594420–000000000–00000

Gossuin Y, Hocq A, Gillis P, Vuong QL: Physics of magnetic resonance imaging: from spin to pixel. J Phys D Appl Phys 2010,43(21):213001. 10.1088/0022-3727/43/21/213001

Goyen M: Gadofosveset-enhanced magnetic resonance angiography. Vasc Health Risk Manag 2008,4(1):1–9. 10.2147/vhrm.2008.04.01.1

Grebe SO, Borrmann M, Altenburg A, Wesselman U, Hein D, Haage P: Chronic inflammation and accelerated atherosclerosis as important cofactors in nephrogenic systemic fibrosis following intravenous gadolinium exposure. Clin Exp Nephrol 2008,12(5):403–406. doi:10.1007/s10157–008–0063–4

Grobner T, Prischl FC: Gadolinium and nephrogenic systemic fibrosis. Kidney Int 2007,72(3):260–264. doi:10.1038/sj.ki.5002338

Hasebroock KM, Serkova NJ: Toxicity of MRI and CT contrast agents. Expet Opin Drug Metabol Toxicol 2009,5(4):403–416. doi:10.1517/17425250902873796

Huang CH, Tsourkas A: Gd-based macromolecules and nanoparticles as magnetic resonance contrast agents for molecular imaging. Curr Top Med Chem 2013,13(4):411–421. 10.2174/1568026611313040002

Jamei M, Marciniak S, Edwards D, Wragg K, Feng K, Barnett A, Rostami-Hodjegan A: The simcyp population based simulator: architecture, implementation, and quality assurance. In Silico Pharmacol 2013,1(1):9. 10.1186/2193-9616-1-9

Johnson TN, Boussery K, Rowland-Yeo K, Tucker GT, Rostami-Hodjegan A: A semi-mechanistic model to predict the effects of liver cirrhosis on drug clearance. Clin Pharmacokinet 2010,49(3):189–206. doi:10.2165/11318160–000000000–00000

Just N, Koh DM, D’Arcy J, Collins DJ, Leach MO: Assessment of the effect of haematocrit-dependent arterial input functions on the accuracy of pharmacokinetic parameters in dynamic contrast-enhanced MRI. NMR Biomed 2011,24(7):902–915. doi:10.1002/nbm.1648

Koh TS, Bisdas S, Koh DM, Thng CH: Fundamentals of tracer kinetics for dynamic contrast-enhanced MRI. J Magn Reson Imaging 2011,34(6):1262–1276. doi:10.1002/jmri.22795

Lambregts DM, Heijnen LA, Maas M, Rutten IJ, Martens MH, Backes WH, Riedl RG, Bakers FC, Cappendijk VC, Beets GL, Beets-Tan RG: Gadofosveset-enhanced MRI for the assessment of rectal cancer lymph nodes: predictive criteria. Abdom Imaging 2013,38(4):720–727. doi:10.1007/s00261–012–9957–4

Lata J: Hepatorenal syndrome. World J Gastroenterol 2012,18(36):4978–4984. doi:10.3748/wjg.v18.i36.4978

Launay-Vacher V, Oudard S, Janus N, Gligorov J, Pourrat X, Rixe O, Morere JF, Beuzeboc P, Deray G, Renal I: Prevalence of Renal Insufficiency in cancer patients and implications for anticancer drug management: the renal insufficiency and anticancer medications (IRMA) study. Cancer 2007,110(6):1376–1384. doi:10.1002/cncr.22904

Lavini C, Verhoeff JJ: Reproducibility of the gadolinium concentration measurements and of the fitting parameters of the vascular input function in the superior sagittal sinus in a patient population. Magn Reson Imaging 2010,28(10):1420–1430. doi:10.1016/j.mri.2010.06.017

Lim J, Turkbey B, Bernardo M, Bryant LH Jr, Garzoni M, Pavan GM, Nakajima T, Choyke PL, Simanek EE, Kobayashi H: Gadolinium MRI contrast agents based on triazine dendrimers: relaxivity and in vivo pharmacokinetics. Bioconjug Chem 2012,23(11):2291–2299. doi:10.1021/bc300461r

Machavaram KK, Almond LM, Rostami-Hodjegan A, Gardner I, Jamei M, Tay S, Wong S, Joshi A, Kenny JR: A physiologically based pharmacokinetic modeling approach to predict disease-drug interactions: suppression of CYP3A by IL-6. Clin Pharmacol Ther 2013,94(2):260–268. doi:10.1038/clpt.2013.79

Pascolo L, Cupelli F, Anelli PL, Lorusso V, Visigalli M, Uggeri F, Tiribelli C: Molecular mechanisms for the hepatic uptake of magnetic resonance imaging contrast agents. Biochem Biophys Res Commun 1999,257(3):746–752. doi:10.1006/bbrc.1999.0454

Puig J, Blasco G, Essig M, Daunis IEJ, Laguillo G, Quiles AM, Remollo S, Bergmann K, Joly C, Bernado L, Sanchez-Gonzalez J, Pedraza S: Albumin-binding MR blood pool contrast agent improves diagnostic performance in human brain tumour: comparison of two contrast agents for glioblastoma. Eur Radiol 2013,23(4):1093–1101. doi:10.1007/s00330–012–2678–9

Rostami-Hodjegan A: Physiologically based pharmacokinetics joined with in vitro - in vivo extrapolation of ADME: a marriage under the arch of systems pharmacology. Clin Pharmacol Ther 2012,92(1):50–61. doi:10.1038/clpt.2012.65

Rowland Yeo K, Aarabi M, Jamei M, Rostami-Hodjegan A: Modeling and predicting drug pharmacokinetics in patients with renal impairment. Expert Rev Clin Pharmacol 2011,4(2):261–274. doi:10.1586/ecp.10.143

Rowland M, Peck C, Tucker G: Physiologically-based pharmacokinetics in drug development and regulatory science. Annu Rev Pharmacol Toxicol 2011, 51: 45–73. doi:10.1146/annurev-pharmtox-010510–100540

Spanakis M, Papadaki E, Kafetzopoulos D, Karantanas A, Maris TG, Sakkalis V, Marias K: Exploitation of patient avatars towards stratified medicine through the development of in silico clinical trials approaches. Bioinformatics and Bioengineering (BIBE), 2013 IEEE 13th international conference on, 10–13 Nov. 2013 2013, 1–4. doi:10.1109/BIBE.2013.6701554

Swan SK, Baker JF, Free R, Tucker RM, Barron B, Barr R, Seltzer S, Gazelle GS, Maravilla KR, Barr W, Stevens GR, Lambrecht LJ, Pierro JA: Pharmacokinetics, safety, and tolerability of gadoversetamide injection (OptiMARK) in subjects with central nervous system or liver pathology and varying degrees of renal function. J Magn Reson Imaging 1999,9(2):317–321. 10.1002/(SICI)1522-2586(199902)9:2<317::AID-JMRI25>3.0.CO;2-B

Tofts PS, Brix G, Buckley DL, Evelhoch JL, Henderson E, Knopp MV, Larsson HB, Lee TY, Mayr NA, Parker GJ, Port RE, Taylor J, Weisskoff RM: Estimating kinetic parameters from dynamic contrast-enhanced T(1)-weighted MRI of a diffusable tracer: standardized quantities and symbols. J Magn Reson Imaging 1999,10(3):223–232. 10.1002/(SICI)1522-2586(199909)10:3<223::AID-JMRI2>3.0.CO;2-S

Tsamandouras N, Rostami-Hodjegan A, Aarons L (2013) Combining the “bottom-up” and “top-down” approaches in pharmacokinetic modelling: fitting PBPK models to observed clinical data. Br J Clin Pharmacol, doi:10.1111/bcp.12234 Tsamandouras N, Rostami-Hodjegan A, Aarons L (2013) Combining the “bottom-up” and “top-down” approaches in pharmacokinetic modelling: fitting PBPK models to observed clinical data. Br J Clin Pharmacol, doi:10.1111/bcp.12234

Wishart DS, Knox C, Guo AC, Cheng D, Shrivastava S, Tzur D, Gautam B, Hassanali M: DrugBank: a knowledgebase for drugs, drug actions and drug targets. Nucleic Acids Res 2008,36(Database issue):D901-D906. doi:10.1093/nar/gkm958