摘要：InSphero与FDA国家毒理学研究中心（NCTR）联合开展研究，使用3D InSight人类肝脏微组织（hLiMTs）对152种FDA批准小分子药物进行肝毒性评估。研究结果显示，该3D肝脏微组织模型在DILI预测、安全药物分类及高通量筛查方面具有较好表现，为药物开发早期肝毒性评价提供了更具生理相关性的体外研究方案。
关键词：InSphero、3D肝脏微组织、hLiMTs、DILI预测、肝毒性评估、Akura 384-well、3D细胞培养、药物安全性测试、FDA、NCTR
近日，InSphero与FDA国家毒理学研究中心（NCTR）开展了一项题为"Physiological liver microtissue 384-well microplate system for preclinical hepatotoxicity assessment of therapeutic small molecule drugs"的联合研究。该研究使用InSphero 3D InSight人类肝脏微组织（hLiMTs），对152种FDA批准的小分子药物进行肝脏毒性评估，并将这一3D肝脏微组织模型作为替代动物模型和传统2D肝细胞模型的肝毒性筛查方法进行验证。研究结果表明，InSphero 3D InSight hLiMTs能够为药物安全性测试提供更具预测性、可扩展性和高通量能力的体外评价方案。
一、研究背景：为什么需要更具预测性的3D肝毒性模型？
在药物开发过程中，尽早识别具有潜在肝毒性的化合物，有助于研究人员将资源集中于更具开发价值的候选药物。然而，目前临床前安全性评估仍然经常难以准确预测人体肝毒性，导致部分药物在研发后期甚至上市后才暴露出肝脏安全性风险。微生理系统和3D细胞模型正是在这一背景下受到关注，其核心目标是通过更接近人体生理状态的体外系统，提高药物毒性预测能力。人类肝脏微组织由原代实质性肝细胞和非实质性肝细胞共同形成球形共培养结构，能够模拟肝脏部分关键特征，因此相比传统2D肝细胞培养模型，在肝毒性预测方面具有更高的生理相关性。
二、研究亮点：152种FDA批准小分子药物的系统评估
该研究共测试了152种FDA批准的小分子药物，并证明3D肝脏微组织可用于DILI相关风险预测。研究中所应用的3D体外肝脏模型正确标记了80%因肝毒性而撤回的药物，同时准确分类了89%的安全药物。对于作用于神经系统的肝毒性药物，肝脏微组织模型的测试成功率达到90%，说明该模型在特定药物类别的风险预测中同样具有较好表现。
同时，InSphero 384-well Akura微球培养板的使用，使该实验体系具备较强的高通量筛选能力。相比低通量模型，384孔板体系更适合大规模候选药物筛查，因此该研究不仅体现了3D肝脏微组织在早期肝毒性检测中的应用价值，也进一步突出了其在药物安全性研究中的可扩展性。
三、评估方案：基于ATP IC50与Cmax比值的C2C分析
为了进一步评估肝脏微组织在肝毒性预测中的相关性，研究人员将152种FDA批准小分子药物在人类hLiMTs中的细胞毒性结果，即细胞ATP IC50，与药物标签中记录的肝毒性信息以及总峰值血浆浓度（Cmax）进行比较。研究中将ATP IC50与Cmax的比值定义为C2C，并以此作为评估药物肝毒性风险的重要指标。该设计使体外毒性数据能够与临床暴露水平建立联系，从而更好地判断不同药物在人体中的潜在肝毒性风险。
四、按肝脏毒性水平对152种药物进行分类
研究首先根据肝脏毒性水平，对152种FDA批准的小分子药物进行不同等级分类。通过这种分层方式，研究人员能够进一步比较hLiMTs模型对于不同肝毒性风险类别药物的预测能力，并评估其与药物标签、DILIrank数据库及ATC分类体系之间的一致性。
图1：据肝脏毒性水平对152种FDA批准的小分子药物进行不同水平分类
五、C2C评估DILI相关性
在5折交叉验证（Five-fold cross-validation）实验中，hLiMTs模型对于"vNo-DILI-concern"类别药物的分类准确率达到80%--90%，而对于"vMost-DILI-concern"类别药物的分类准确率则位于50%--83.3%之间。该结果说明，基于C2C指标的分析方法能够在一定程度上区分低DILI风险和高DILI风险药物，并为药物开发早期肝毒性风险判断提供参考。
图2：C2C评估DILI相关性
六、基于药物标签分类的肝毒性对比
与药物标签中显示的肝脏毒性数据相比，hLiMTs模型对Boxed warning药物和Withdrawn药物的肝毒性评估准确率分别达到70%和80%。在药物标签中未提及肝毒性的49种药物中，有43种药物被评估为肝毒性阴性，预测准确率达到87.8%。这一结果表明，hLiMTs模型不仅能够识别部分高风险肝毒性药物，也能够较好地区分安全性较高的药物类别。
图3：基于药物标签分类的肝毒性对比
七、基于DILIrank数据库分类的肝毒性对比
与DILIrank数据库分类结果相比，hLiMTs对不同类别药物的肝毒性预测也表现出较好一致性。对于vNo-DILI-concern类药物，hLiMTs的肝毒性预测准确率达到88.9%（40/45）；对于vMost-DILI-concern分类药物中涉及急性肝衰竭和致命性肝毒性的药物，预测率分别达到100%（3/3）和76.3%（29/38）。这些数据进一步支持了3D肝脏微组织模型在DILI风险评估中的潜在应用价值。
图4：基于DILIrank数据库分类的肝毒性对比
八、基于ATC一级分类的肝毒性对比
研究还进一步比较了基于ATC一级分类的药物肝毒性预测结果。与ATC一级分类药物的肝毒性数据相比，hLiMTs对神经系统类药物中的vNo-DILI-concern和vMost-DILI-concern类别药物预测准确率分别达到90.9%（10/11）和91.6%（11/12）。该结果提示，3D肝脏微组织模型在部分药物治疗类别中可能具有更稳定的预测表现，尤其适合用于药物开发早期的安全性风险筛查。
图5：基于ATC一级分类的肝毒性对比
九、研究结论：hLiMTs可用于药物开发早期肝毒性化合物识别
该研究表明，受试药物的体外细胞毒性与肝毒性之间存在一定相关性，说明人体肝脏微组织（hLiMTs）可用于药物开发早期阶段的肝毒性化合物识别。相比传统2D肝细胞培养模型，3D肝脏微组织能够更好地模拟人体肝脏微环境，同时结合384孔高通量培养体系，可满足更大规模药物安全性测试需求。
对于关注3D肝脏微组织、DILI肝毒性评估、高通量药物安全性测试及InSphero相关技术资料的研究人员，可参考相关公开资料：
关于技术来源
本文基于InSphero、3D细胞培养、肝脏微组织模型、DILI肝毒性评估及高通量药物安全性测试等文献、应用文章等参考资料曼博生物整理，用于科研交流与技术分享。