在最近的十几年内，药物发现和开发的周期越来越长、成本越来越高。药物发现和开发的周期越来越长、成本越来越高。在西方国度，开发并上市一个新化合物实体必要10～15年功夫，破费超过8亿美元。每10000个新化合物实体中，约有10个能进入临床钻研阶段，但最终只有一个可能获批上市。即便已上市的药物，也可能因出现不成接受的不良反映而撤市。因而，新药研发是一个"高风险、低效能"的过程。创新药物的研发过程通常由3个阶段、4个步骤组成：

为了推动更多药物成功上市，通Ｄ芄徊扇×街执胧阂皇窃龀ど秆』衔锏氖，但这一方式受到经费、功夫、资源和研发规模等前提的限度
；二是提高新药研发的成功率，例如选取合理的药物设政战术，以及在药物发现阶段提前发展ADMET钻研等。相比之下，提高研发成功率更受到研发机构和造药企业的器沉。

1990年的一项回首性钻研发现，临床阶段失败的候选药物中，约40％是由于药代动力学方面的问题所导致。造药行业逐步意识到，即便候选药物拥有优良的靶点活性和选择性，若是其ADME个性无法满足类药性要求，最终仍难以开发成为真正的药物。因而，钻研人员将正本处于药物发现后期的ADME钻研提前至药物发现早期阶段，以便尽早裁减不切合类药性要求的化合物，从而提高研发成功率。经过数十年的发展，2000年的统计了局显示，临床阶段失败药物中因PK问题导致裁减的比例已显著降落。

在药物发现阶段发展ADME钻研时，面对的重要问题蕴含：必要测试的化合物种类极为重大（这重要得益于组合化学和平行合成技术的发展）、所涉及的尝试项目繁多，而单个化合物可供测试的样品量却极度有限。因而，必要对现有测试步骤进行微量化、自动化和高通量刷新，使化合物测试速度可能与组合化学的合成速度相匹配。

此表，在尝试流程设计方面，为了加快新药研发过程，钻研人员逐步选取平行（parallel）操作模式，将有关钻研同步发展。传统上多选取挨次（serial）钻研模式，即实现一项尝试后再发展下一项尝试，这种方式效能较低。未来的发展方向是将虚构化合物库筛选与平行操作相结合，利用成立的构效关系，在无需现实合成化合物的情况下，对虚构化合物库进行筛选，从而大幅节俭研发资源并加快药物发现速度。

在药物研发过程中，ADME钻研重要蕴含三类步骤：虚构步骤（in silico）或推算步骤（computational method）、体表步骤（in vitro）以及体内步骤（in vivo）。这三类步骤各有其优弊端。

利用高通量筛选技术能够急剧甄别先导化合物，但通过组合化学构建的化合物库，首先是存在结构多样性差的问题，这降低了化合物开发的成功率
；其次是化合物的类药性差，使大量的化合物在ADME筛选期间被裁减，增长了尝试成本。从前的20年，固然药物发现阶段的新技术层出不穷，但每年上市的新化合物实体却没有内容性增长。另表，目前所成立的高通量测定步骤无数与所试验的化合物结构类别有关，并不拥有齐全的通用性。

一、虚构筛选步骤

只管目前已经开发出很多体内和体表微量化、轻便化及自动化的尝试步骤，并在分析功夫、劳动强度以及化合物处置数量等方面得到显著改善，但尝试步骤仍存在耗时长、成本高以及必要预先合成候选化合物等问题。虚构筛选步骤可作为一种代替战术，用于预测候选化合物的ADME特点，且拥有高通量或超高通量的优势。

（一）幼肠吸收预测

口服吸收与药物在胃肠路内容物中的溶化度、解离度以及逾越胃肠路细胞膜的能力亲昵有关。因而，化合物的理化性质是决定其幼肠通透性的沉要成分。提高药物口服吸收的预测步骤重要蕴含以下几种：

1. 基于Lipinski的五规定(role of five)步骤。

在化合物结构中，将N和O原子视为氢键受体，而将N—H、O—H基团视为氢键供体，并通过软件推算辛醇/水分配系数ClogP。若一个化合物满足以下两项以上前提：

● 氢键供体数>5

● 氢键受体数量>10

● ClogP>5

● 分子量（MW）>500Da

则该化合物会被象征为存在开发风险，其未来成药性可能存在问题。该步骤不合用于存在自动转运机造的口服药物吸收预测。

2. 基于Lipinski“五规定”结合亲脂性与分子大幼的步骤

该步骤同样基于Lipinski“五规定”，并结合化合物的亲脂性及分子大幼信息，对化合物口服吸收过程中的被动扩散能力进行预测。通过将化合物的内涵亲脂性参数ClogD（思考生理pH前提下的解离情况）与反映分子大幼的参数——推算分子折射率（calculated molecular refraction，CMR）进行作图分析，可将化合物划分为4个象限。

其中，第1和第3象限中的化合物拥有合适的亲脂性，可能较容易地进行跨膜转运
；第2象限中的化合物分子较幼且亲水性较强，可通过细胞间隙吸收
；而第4象限中的化合物由于分子量较大且亲水性较强，跨膜吸收较作难题。因而，可凭据化合物地点象限对其通透性进行预测。

3. 基于分子极性表表积（PSA）的步骤

选取分子极性表表积（polar surface area，PSA）作为药物吸收的预测指标。钻研批注，PSA及分子量与通过Caco-2细胞模型获得的表观通透性参数之间拥有优良的有关性。

（二）血脑樊篱(BBB)通透能力预测

在新药发现阶段，对于作用于中枢神经系统的药物，通常要求其拥有肯定的血脑樊篱（BBB）透过能力
；而对于作用于表周组织的药物，则要求其BBB透过能力尽可能低，以削减中枢神经系统不良反映。因而，必要对候选药物透过BBB的能力进行预测。

Van de Waterbeemd提出了一种BBB通透性预测步骤：当化合物的分子量（MW）< 450 Da、极性表表积（PSA）< 90 ??时，通常以为其拥有较好的BBB透过能力。但该步骤未思考P-gp表排转运体的影响。

（三）代谢不变性的预测

为了获得最佳生物利用度，药物不仅必要拥有优良的吸收个性，还必要具备适当的代谢不变性。目前钻研批注，化合物的脂溶性、分子大幼与状态，以及所含官能团的类型和地位，均会影响药物在体内的不变性。其底子原因在于化合物的结构是否可能进入P450酶的结合与催化位点。

据报路，目前虚构筛选步骤的预测正确率约为60%～90%，且所选取的经验模型与化合物训练集亲昵有关。未来仍需选取更多结构多样化的化合物对模型进行验证，同时进一步说明体内ADME机造，并成立基于机造的预测模型。

二、体表步骤

在从前十多年中，体表步骤已被宽泛利用于药物通透性、生物利用度、代谢不变性、药物相互作用以及药物理化性质等方面的钻研与评价。体表步骤的利益重要体此刻以下两个方面：一方面，可通过微量化、自动化等技术伎俩成立高通量或中等通量筛选模型
；另一方面，可利用起源于人体的组织、细胞或有关生物组分隔展钻研，从而削减人类与动物之间的种属差距，提高药物研发的成功率。

然而，体表钻研不足体内环境中的血流、生化因子及多种转运蛋白等复杂影响成分。此表，在化合物配造过程中使用的有机溶剂，可能覆盖药物在体内的真实溶化个性，并影响药物代谢酶的活性。

（一）幼肠吸收的评价模型

药物经口服给药后，需首先经过胃部的低pH环境，随后进入十二指肠和幼肠，在溶出开释后通过幼肠上皮细胞吸收入血循环。幼肠上皮细胞对药物的吸收重要蕴含4种方式：跨细胞转运、细胞间旁路转运、载体介导的摄取以及载体介导的表排。

目前已开发出多种用于评价药物口服吸收的体表模型，常见的蕴含Caco-2细胞模型、MDCK细胞模型以及PAMPA人为膜模型。其中，PAMPA模型重要用于评价药物通过被动扩散方式的吸收，属于高通量钻研步骤
；而Caco-2细胞模型和MDCK细胞模型则属于相对低通量的步骤。

（二）代谢不变性钻研

药物进入体内后，作为表源性物质，会经历由药物代谢酶介导的生物转化过程。固然某些存在于幼肠上皮细胞中的P450同工酶（如CYP3A4）也可导致药物产生首过效应，但肝脏仍是体内最重要的代谢器官。

肝脏中存在多种药物代谢酶，蕴含Ⅰ相代谢酶，如P450酶以及非P450酶类（如酯酶、黄素依赖性单加氧酶和单胺氧化酶等）
；还蕴含Ⅱ相代谢酶，如葡萄糖醛酸转移酶和磺基转移酶等。其中，P450酶是体内最重要的药物代谢酶系。

在P450同工酶中，CYP1A2、CYP2A6、CYP2B6、CYP2C9、CYP2C19、CYP2D6、CYP2E1及CYP3A4等均与药物代谢亲昵有关。其中，CYP3A4是P450酶系中含量最高、参加药物代谢比例最大的同工酶，参加代谢的药物约占总代谢药物数量的50%。

代谢不变性是药物的沉要性质之一。对于代谢不变性较差的药物，通常必要频仍给药，能力维持有效医治浓度。

由于药物代谢存在显著的种属差距，因而在药物研发阶段，选取起源于人体的组织或细胞进行钻研，其了局通常更靠近临床现实情况。在酶代谢不变性钻研中，常用的体表评价系统重要蕴含人肝微粒体和肝细胞。钻研批注，人肝微粒体中P450酶的组成及比例与肝组织较为靠近，且其易于保留，合用于高通量代谢不变性钻研
；而肝细胞则含有齐全的代谢酶系统，无需额表增长辅助因子，但存在保留功夫较短、起源受限等问题。

（三）理化参数简直定

在药物发现阶段，候选化合物的理化参数（如溶化度、解离常数和亲脂性等）会影响药物的吸收、散布、代谢与渗出，因而有必要在药物发现早期对这些参数进行系统测定。目前，已经开发出多种高通量理化参数测定步骤。

1. 溶化度

经典的溶化度测定步骤为摇瓶法。由于测定过程中必要达到鼓和状态，因而尝试周期较长（最长可达7天），且样品亏损量较大，不合用于高通量钻研。随后，人们开发了多种高通量溶化度测定步骤，其中在药物发现阶段较常用的蕴含比浊法和紫表吸收（UV）测定法。这两种步骤每天可测定数百个化合物的溶化度。

2. 亲脂性

亲脂性是指化合物或其部门基团对脂相环境的亲和能力，通常以化合物在两相系统中的分配行为暗示，例如正辛醇/水分配系数。亲脂性可用于预测药物的膜通透性及代谢不变性。

通常而言，化合物的亲脂性越强（如logD > 5），其膜通透性通常越高，也越容易在体内被肝药酶代谢
；而亲水性较强的化合物（如logD < 0），则较难透过细胞膜，并更容易经肾脏渗出。通常情况下，梦想药物的logD值多位于0～3之间，从而在溶化性与亲脂性之间达到较好的平衡。

常用的亲脂性测定步骤蕴含摇瓶法，其道理是将待测化合物溶化于缓冲液中，并参与一种与水不互溶的有机溶剂。待系统达到平衡后，分离两相，并测定化合物在水相和有机相中的浓度。在特定pH前提下测得的部门化离状态下的分配系数通常以logD暗示
；若测定系统中的化合物不产生解离（如中性化合物），则所得了局以logP暗示。

高通量亲脂性测定步骤重要蕴含HPLC法，通过测定化合物在流动相与非极性固定相（如C18键合相）之间的分配行为，并以保留功夫反映其亲脂性
；此表，还可选取基于96孔板的紫表吸收测定步骤。

3. 解离度

化合物的解离杜仔助于相识其在分歧pH前提下的解离状态。当pH = pKa时，化合物约有一半处于解离状态。由于胃肠路及体内分歧组织环境拥有分歧的pH值，因而会影响药物的解离状态，进而影响其溶化度、亲脂性、吸收个性以及与蛋白的结合能力。

传统的pKa测定步骤重要为电位滴定法，但该步骤通量较低、样品需要量较大，每天通常只能测定约10个化合物。另一种步骤为毛细管电泳法，其样品需要量较少，但通量同样较低，每天约可测定10个化合物。

目前，高通量测定步骤重要选取光谱梯度分析法（spectral gradient analysis，SGA）。该步骤可结合96孔板进行分析，每天的检测通量可达到240个化合物。

为了评估药物之间潜在的相互作用风险，造药行业通常选取以下步骤发展有关尝试。

（四）药物相互作用钻研

由于药代动力学有关的药物相互作用，已有多种药物被撤市。此类相互作用重要涉及两种机造：酶抑造和酶诱导。

1. 代谢酶的鉴定

明确参加药物体内代谢的关键酶，有助于评估待测药物与酶抑造剂或诱导剂之间的相互作用风险。例如，若是某种药物重要经CYP3A4代谢，则其可能与CYP3A4抑造剂（如酮康唑、红霉素和伊曲康唑等）或诱导剂（如利福和善苯妥英等）产生药物相互作用。

在药物相互作用钻研中，可选取肝微粒体、沉组表白的代谢酶系统以及肝细胞等体表模型。利用沉组表白的代谢酶系统可鉴定参加药物代谢的具体酶种
；通过将肝微粒体与特异性P450同工酶抑造剂结合使用，也可揣摩有关代谢酶
；而利用人肝细胞与抑造剂结合钻研，则有助于确定药物的代谢蹊径，由于肝细胞不仅含有Ⅰ相代谢酶，还含有Ⅱ相代谢酶。

2. 候选化合物对关键药物代谢酶抑造作用的评价

若某化合物可能抑造药物代谢酶，则可能与该酶底物药物产生药物相互作用。钻研中通常选取肝微粒体结合特异性底物进行酶抑造尝试，并凭据测定得到的IC50或Ki值评估药物相互作用风险。

此表，也可利用沉组表白的代谢酶系统或肝细胞发展有关钻研。该类钻研通？裳∪「咄可秆》绞浇。

3. 酶诱导潜力评价

若某药物可能诱导肝细胞中过度表白某种代谢酶，则其可能与该代谢酶的底物药物产生相互作用。此类钻研通常必要选取活体原代肝细胞进行，尝试周期通常为2～4天，因而属于低通量钻研步骤。

另一种常用步骤是选取PXR-reporter细胞系进行钻研，以提高尝试通量。目前已知PXR（pregnane X receptor）是CYP3A4诱导剂的沉要受体。当药物与PXR结合后，可激活相连的reporter基因，从而提醒该药物可能为CYP3A4诱导剂。

此表，还需关注由药物转运蛋白介导的药物相互作用。同时，应对酶抑造机造进行分析，以分辨竞争性酶抑造和机造依赖性酶抑造。据报路，机造依赖性酶抑造更容易引发临床药物相互作用。此表，对于Ⅱ相代谢酶抑造作用的钻研也应予以器沉。

三、体内步骤

在药物发现阶段，动物体内钻研在给药剂量、采血功夫点以及尝试动物数量等方面，与药物开发阶段的体内钻研存在较大差距。在这一阶段，体内钻研的重要主张在于优化先导化合物，并结合体表钻研了局，为候选化合物的进一步开发提供凭据和建议。

体内钻研通常拥有通量低、耗时长、样品需要量大及钻研成本较高档特点，但由于其具备体表钻研所无法齐全仿照的血流动力学、生理生化因子及整体机体环境蹬装响成分，因而仍是新药研发过程中不成或缺的沉要环节。

为了提高体内钻研的通量，通常采取两种战术：一是提高样品分析速度，二是削减样品采集量。

（一）提高样品分析速度

在体内钻研中，通常必要测定大量生物样品，因而提高分析速度是提升钻研通量最常用的步骤之一。样品分析步骤重要蕴含HPLC和LC-MS/MS。由于待分析化合物的结构差距较大，因而所成立的步骤必要具备较高的活络度和专属性。

传统HPLC步骤由于步骤开发周期较长、样品前处置步骤复杂，难以满足高通量分析需要。相比之下，LC-MS/MS因拥有活络度高、专属性强以及样品处置轻便（生物样品通常仅需进行蛋白沉淀处置）蹬着点，在样品分析中的利用日益宽泛。但该步骤仍存在基质效应滋扰的问题。

另一种提高分析速度的步骤是选取在线（online）固相萃。╯olid phase extraction，SPE）技术，实现样品处置自动化。但该步骤仍存在步骤开发较为繁琐、整体分析功夫较长等不及。

此表，还可选取湍流流动色谱（turbulent flow chromatography）技术提高分析通量。该技术可直接对血清、尿液等生物样品进行分析，而无需复杂前处置。其他提高分析速度的步骤还蕴含选取MUX?系统进行并行LC-MS/MS分析。通？赏笔褂4根色谱柱，并顺次将各色谱柱流出液导入MS/MS离子源中。与单根色谱柱的LC-MS/MS系统相比，该步骤的分析速度可提高近4倍。

在色谱柱选择方面，为缩短分析功夫，可选取填料粒径更幼的短色谱柱。选取此类色谱柱的液相色谱技术通常称为急剧分离液相色谱。例如，使用细粒径短柱（2.1 mm × 20 mm，填料粒径为3 μm或更。⑼ㄓ眉本缣荻认赐亚疤幔ㄓ谢嘣2 min内由5%升至95%，流动相中含0.035%～0.05%三氟乙酸、0.1%甲酸或10 mmol/L乙酸铵）以及高流速（1～5 mL/min）等前提时，可将单个样品的分析功夫缩短至约30 s。

（二）削减样品数量

在体内钻研中，可选取盒式给药（cassette dosing）的步骤削减样品数量：将几种药物合用，一次取样即可通过 LC-MS/MS 同时测定各药物的浓度。该步骤的重要争议在于可能存在药物相互作用。

另一种步骤是将数个含有分歧药物的样品混合后一起测定
；此表，也可将给药后分歧功夫点的血样等量混合，以粗略估计药物在体内的 AUC。

必要强调的是，应成立与测定速度相匹配的数据处置系统，并利用相应软件将数据天生便于决策者阅读和分析的汇报。