一、清除率：代谢酶 DDI 的生理学底层逻辑

1、清除率的核心定义与定量关系

清除率（Clearance, CL）是指单位时间内有多少体积血浆中的药物被完全清除，单位通常为 L/h，是机体消除药物能力的直接量化指标。

从药代动力学基本关系看：

• 暴露量与清除率成反比：在线性药代动力学范畴内，单次静脉给药且符合单室模型的血药浓度-时间曲线下面积满足，清除率下降则暴露量等比例升高，清除率升高则暴露量下降。这是代谢酶 DDI 最核心的定量基础：酶抑制→清除率下降→AUC 升高→毒性风险增加；酶诱导→清除率升高→AUC 下降→治疗失败。
• 半衰期由清除率和分布容积共同决定：，清除率降低会同时延长药物作用时间，进一步放大暴露差异。

药物的总清除率是各器官清除能力的总和：CL_total=CL_H+CL_R+CL_other

其中肝清除率CL_H是绝大多数小分子药物的主要清除途径，也是代谢酶介导 DDI 的核心作用位点。据统计，约 70% 的临床常用药物主要经肝脏代谢清除，肝脏代谢能力的改变是产生临床显著 DDI 的最主要来源。

2、肝清除率的双重建模：灌注限制与代谢限制

肝脏清除药物需要两个连续步骤：药物随血流进入肝脏 → 被肝细胞摄取并代谢/排泄。这两个环节的相对限速地位，决定了药物对代谢酶变化的敏感程度。

经典的充分搅拌模型（Well-stirred model）定量描述了肝清除率的决定因素：

其中，Q_H表示肝血流量，fu表示血浆游离药物分数，CL_int表示内在清除率，即不受血流和蛋白结合限制时，肝细胞酶对药物的固有代谢清除能力。

根据内在清除率与肝血流量的相对大小，可将药物分为两类，其 DDI 风险存在本质差异：

只有代谢限制性清除的药物，才会因代谢酶的抑制或诱导产生显著的清除率变化和临床 DDI 风险。这也是为什么同样是 CYP3A4 底物，有的药物联用强抑制剂后 AUC 升高十几倍，有的却几乎无变化——底层原因在于清除的限速环节不同。

3、内在清除率：连接酶活性与 DDI 的核心桥梁

内在清除率CL_int直接反映了代谢酶对游离药物的最大代谢能力。在线性动力学范围（即底物浓度远低于米氏常数 K_m时），CL_int 可表示为酶动力学参数的比值：

其中，V_max表示最大反应速率，与酶的表达总量正相关， K_m为米氏常数，反映酶与底物的亲和力。

当发生代谢性相互作用时：

• 酶抑制剂通过占据或破坏酶活性位点来降低催化效率：竞争性抑制剂主要升高表观K_m（亲和力下降），而非竞争性或不可逆抑制剂则主要降低表观V_max（有效酶量减少），最终均导致CL_int下降；
• 酶诱导剂通过上调酶蛋白的表达，直接增加V_max，导致CL_int升高。

可以说，所有代谢酶介导的 DDI，在机制上最终都落脚于对 CL_int的改写。但需特别警惕：CL_int的改变能否牵动全身清除率，取决于药物的肝提取率（E）。对于低提取率药物（E<0.3），CL_H随CL_int线性变化；而对于高提取率药物（E>0.7），CL_H受血流限速而“岿然不动”，此时口服暴露量的剧变源于首过生物利用度（F）的波动，而非CL_H本身的改变。因此，体外测定的 CL_int变化，必须结合恰当的生理模型（如充分搅拌模型）外推，方能精准预测体内 AUC 的最终走向。

4、口服首过清除：肠道代谢的特殊权重

口服药物在进入体循环前，会先后经过肠道壁代谢和肝脏代谢，即首过效应，其中肠道 CYP3A4 介导的代谢是许多口服药物生物利用度低的主要原因。肠道代谢清除的特点：

①. 肠腔药物浓度远高于血浆浓度，肠道 CYP3A4 更容易被饱和或抑制；

②. 肠道 P -糖蛋白与 CYP3A4 协同作用，进一步降低药物吸收；

③. 葡萄柚汁等肠道 CYP3A4 抑制剂几乎不影响肝脏酶活性，但可显著抑制肠道首过代谢，使口服药物 AUC 升高数倍。

这也解释了为什么同样是 CYP3A4 抑制剂，有些对口服药物的影响远大于静脉药物——因为它们同时作用于肠道和肝脏两个清除位点。

二、代谢酶谱系与 DDI 风险分级

药物代谢酶分为 Ⅰ 相代谢酶和 Ⅱ 相代谢酶两大类，共同完成药物的生物转化。其中 Ⅰ 相的 CYP 酶系是 DDI 的绝对核心，Ⅱ 相酶的临床意义也在逐步被重视。

1、Ⅰ 相代谢：CYP 酶系的绝对主导地位

细胞色素 P450（CYP）超家族参与 90% 以上临床药物的氧化代谢，人类基因组共编码至少 57 种有功能的 CYP，分属 18 个家族 43 个亚家族，其中CYP1、CYP2、CYP3 家族负责约 80% 临床药物的代谢，是药物相互作用、个体差异的核心靶点。

2、核心 CYP 亚型的 DDI 风险谱

7 种核心 CYP 亚型承担了绝大多数药物代谢任务，其底物特征、多态性和 DDI 风险差异显著：

• CYP3A4/5：最重要的 DDI 靶点，不仅底物多，且多数底物属于代谢限制性清除，同时存在肠道首过代谢和机制性抑制风险，强抑制剂可使底物 AUC 升高 5~20 倍。
• CYP2D6：个体差异主要来自基因多态性，慢代谢型患者本身酶活性极低，抑制剂几乎无额外作用；超快代谢型则对抑制剂更敏感。
• CYP2C9：底物中华法林等治疗窗极窄，即使弱相互作用也可能导致严重不良反应，是临床风险管控的重点。
• CYP2C19：东亚人群慢代谢型比例（15%~20%）显著高于高加索人群（3%~5%），是中国人群 DDI 评估需特别关注的亚型。

此外，黄素单加氧酶（FMO）、羧酸酯酶（CES）等非 CYPⅠ 相酶介导的药物代谢占比较低，通常不会产生临床显著的 DDI，但部分前药（如伊立替康、氯吡格雷）的活化依赖 CES，其抑制可能影响药效。

3、Ⅱ 相代谢：从 “次要通路” 到临床不可忽视

传统观点认为 Ⅱ 相结合反应代谢能力强、不易饱和，DDI 风险低，但近年研究证实部分亚型介导的相互作用可产生显著临床后果，其中 UDP -葡萄糖醛酸转移酶（UGT）最为重要。

• UGT1A1：代谢伊立替康活性产物 SN-38、胆红素、依折麦布。阿扎那韦、吉非替尼等强抑制剂可使 SN-38 的 AUC 升高约 2 倍，显著增加腹泻和骨髓抑制风险。
• UGT2B7：代谢吗啡、齐多夫定、卡马西平。丙磺舒可抑制 UGT2B7，使吗啡镇痛作用增强并延长。

其他 Ⅱ 相酶如磺基转移酶（SULT）、谷胱甘肽 S – 转移酶（GST）等介导的 DDI 报道较少，临床风险总体较低。

三、代谢酶 DDI 的核心作用机制

代谢酶介导的 DDI 分为抑制作用和诱导作用两大类，前者降低内在清除率、升高药物暴露，后者升高内在清除率、降低药物暴露。两类作用的分子机制、动力学特征和临床风险差异极大。

1、酶抑制作用：降低清除率的主要路径

抑制剂通过降低酶的催化活性使CL_int下降，根据结合方式分为可逆性抑制与不可逆性抑制两类。

1. 1可逆性抑制

抑制剂与酶通过氢键、疏水键等非共价键结合，结合过程可逆，抑制程度取决于抑制剂浓度与亲和力。

• 竞争性抑制：最常见类型，抑制剂与底物竞争酶的活性位点，表观K_m升高，V_max不变。增加底物浓度可部分逆转抑制，如氟康唑竞争性抑制 CYP2C9。
• 非竞争性抑制：抑制剂结合酶的别构位点，不影响底物结合但降低催化效率，V_max下降，K_m不变。抑制程度仅与抑制剂浓度有关，增加底物无法逆转。
• 反竞争性抑制：抑制剂仅与酶-底物复合物结合，临床少见。

对于代谢限制性药物，在线性动力学范围内，若某代谢通路的代谢分数为f_m，完全抑制该通路后，内在清除率变为原来的1-f_m，AUC 变为原来的。例如某药物 CYP3A4 代谢分数f_m = 0.8，完全抑制后 AUC 升高至原来的 5 倍。

1. 2不可逆性抑制（机制性抑制/ MBI）：被低估的临床高风险

抑制剂本身是酶的底物，在被催化代谢的过程中产生活性中间体，与酶活性位点形成共价键，导致酶永久失活。酶活性的恢复必须依赖新蛋白的合成，因此抑制作用极其持久。

其对清除率的影响特点：

（1）时间依赖性：抑制作用随给药时间逐渐增强，多次给药达稳态后才出现最大抑制，单次给药往往严重低估风险；

（2）恢复极慢：停药后酶活性恢复取决于酶的半衰期（CYP3A4 约 24~36 h，CYP2C9 约 104 h），清除率恢复滞后于抑制剂清除；

（3）抑制强度大：对酶的灭活是不可逆的，即使血中抑制剂浓度很低，已结合的酶仍处于失活状态。

2 、酶诱导作用：升高清除率的隐匿风险

诱导剂通过激活核受体，促进酶的基因转录和蛋白合成，从总量上增加酶的表达，使CL_int升高。

核受体介导的诱导通路：

• PXR（孕烷 X 受体）：最主要的诱导通路，介导 CYP3A4、CYP2C9、CYP2C19 的转录上调，利福平是其强激动剂；
• CAR（组成型雄烷受体）：主要介导CYP2B6、 CYP2C9、CYP3A4 及部分 UGT 的诱导，与 PXR 存在交叉调控；
• AhR（芳香烃受体）：介导 CYP1A1/2 的诱导，吸烟产生的多环芳烃是其天然配体。

其对清除率的影响特点：

（1）起效慢：酶的合成与成熟需要时间，通常给药 3~7 天后清除率开始升高，2~4 周达到稳态；

（2）消退慢：停药后酶蛋白逐渐降解，清除率恢复至基线需 1~2 周甚至更久；

（3）天花板效应：酶的合成能力有上限，存在最大诱导效应，剂量超过阈值后诱导效应不再增强。

酶诱导导致的清除率升高会使药物暴露量下降，常导致治疗失败。例如利福平可使 CYP3A4 底物的内在清除率升高 2~5 倍，AUC 降低 50%~80%，涉及抗真菌药、靶向药、避孕药、抗凝药等多个治疗领域。

3 、决定相互作用强度的相关定量关键因素

代谢酶 DDI 并非“有或无”的定性关系，其强度由多个定量参数共同决定：

（1）底物的代谢分数（f_m）

最核心参数，指某条代谢通路清除的药物占总清除的比例。f_m越高，抑制该通路后的清除率变化越大。ICH M12 指南明确将f_m ≥ 25%作为触发进一步临床DDI研究的阈值。

（2）抑制剂的暴露量与亲和力（[I]/K_i比值）

抑制剂在作用部位的浓度 [I] 与解离常数 K_i 的比值，直接决定酶活性的抑制程度。评估肝脏代谢时通常采用血浆游离药物浓度；评估肠道代谢时采用肠腔药物浓度，其数值远高于血浆浓度，因此肠道 CYP3A4 抑制往往比肝脏抑制更显著。

（3） 基因多态性

对于 CYP2D6、CYP2C19 等多态性酶，基础酶活性的个体差异甚至可能大于抑制剂的影响。慢代谢型患者本身酶活性极低，抑制剂可进一步降低的空间有限；超快代谢型患者基础酶活性高，抑制剂的绝对抑制效果可能更显著。

（4）肠道与肝脏代谢的相对贡献

肠道代谢占比高的药物（如辛伐他汀、洛伐他汀），肠道 CYP3A4 抑制剂可使 AUC 产生数倍的显著升高；肝脏代谢占比高的药物，则受全身循环的抑制剂影响更显著。

4 、代谢酶 DDI 的阶梯式评估框架

代谢酶 DDI 评估遵循 “体外筛选→风险分层→体内验证 / 建模预测” 的阶梯式路径，这也是 ICH M12 指南确立的全球统一研究逻辑。

（1）整体逻辑：从体外筛选到风险分层

Step 1：体外高通量筛选

在新药研发早期，采用重组酶、人肝微粒体等体系，快速评估药物对 7 种核心 CYP 酶的底物、抑制、诱导潜能，识别潜在靶点。

Step 2：风险分层决策

基于体外获得的f_m、[I]/K_i等参数，结合决策树进行风险分层：

• 低风险：直接豁免体内研究；
• 中风险：可采用 PBPK 建模预测；
• 高风险：需开展临床 DDI 研究验证。

Step 3：体内确证或建模支持

高风险化合物通过临床交叉试验验证 DDI 幅度；部分场景可采用经过验证的 PBPK 模型替代临床研究，支持说明书撰写。

（2）体外研究体系与核心实验

常用的体外研究体系各有侧重，共同构成 DDI 评估的基础：

（3）体外-体内外推：从静态估算到动态建模

• 静态预测法

基于[I]/K_i和f_m，通过公式直接计算 AUC 变化倍数。优点是简单快速，适合早期高通量筛选；缺点是忽略时间动力学、肠道代谢、多态性等因素，对机制性抑制和诱导的预测准确性差。

• 生理药代动力学（PBPK）建模

整合药物理化性质、体外酶动力学参数、人体生理参数，模拟药物在体内的 ADME 全过程，定量预测不同联用方案下肝清除率和 AUC 的变化：

（3.1）可精准区分肠道与肝脏代谢的独立贡献；

（3.2）可还原机制性抑制和酶诱导的时间动力学特征；

（3.3）可模拟不同基因型、不同肝肾功能人群的 DDI 风险。

总结

代谢酶介导的 DDI，其本质是酶活性改变通过内在清除率（CL_int）传导至肝脏清除率（CL_H），进而牵动全身清除率（CL）与血药暴露量变化的生理过程。理解CL_int与CL_H的“生理分离”、区分可逆与不可逆抑制的时程差异，并始终将肝提取率（E）与 给药途径纳入风险判断框架，是精准评估 DDI 的核心支点。厘清这三重逻辑，临床用药决策方能从“被动应对已知风险”走向“主动预判联合用药结局”。

参考文献

1. Mingzhe Z, Jingsong M, Mo L, et al. Cytochrome P450 Enzymes and Drug Metabolism in Humans[J]. International Journal of Molecular Sciences, 2021, 22(23): 12808-12808.
2. ICH M12 Guideline on drug interaction studies. 2024.

撰文：聂茹佳

审核：宫雪