仮想ツイン-PBPKモデリング：肥満患者における精密投与に向けた一歩

科学分野:

• 薬物動態と薬物代謝
• 肥満と精密投与
• 医療における計算モデリング

背景:

• 肥満は薬物動態（PK）に大きく影響し、個人間の変動が大きい。
• 仮想ツインの概念は、特定の患者集団におけるモデル主導の精密投与のための有望な道を提供する。
• 生理学的薬物動態（PBPK）モデルは、薬物の挙動を理解し予測するためにますます利用されている。

研究 の 目的:

• 肥満および重度の肥満患者におけるミダゾラムおよびジゴキシンPKを予測するために、仮想ツインPBPK（VT-PBPK）モデルを開発および適用すること。
• 人口統計およびバイオマーカーデータを使用した段階的な個別化を通じてVT-PBPKモデルの精度を評価すること。
• 肥満集団における薬物投与量最適化の可能性を評価すること。

主な方法:

• 人口統計データ、肝臓の脂肪量、クレアチニン、アルブミン、および肝生検からの肝酵素/トランスポーターの存在量（CYP3A4/5、UGT1A4、P-gp）を組み込んだVT-PBPKモデルの開発。
• ミダゾラムおよびジゴキシンに対する予測精度を向上させるためのモデルの段階的な個別化。
• 肥満（n=15）および重度の肥満（n=22）患者における観察PKパラメータ（AUC、Cmax）に対するモデル予測の検証。

主要な成果:

• 最終的なVT-PBPKモデルは、個人の86%（GMFE=1.5）で2倍以内、36%で0.8〜1.25倍以内でミダゾラムAUC0-inf、ivを予測しました。ジゴキシンについては、CmaxおよびAUC0-24値の97%が2倍以内（GMFE=1.25）、59%が0.8〜1.25倍の範囲内で予測されました。ジゴキシンに対する予測精度は、重度の肥満患者で著しく高かったです。

結論:

• VT-PBPKモデリングは、肥満患者における薬物動態を予測するための新規かつ効果的なアプローチを表す。
• 本研究は、ミダゾラム、ジゴキシン、および潜在的に他のCYP3AおよびP-gp基質の個別化された投与量最適化をサポートするVT-PBPKの可能性を示す。
• この方法論は、増加する肥満人口におけるより正確で効果的な薬物療法の道を提供する。