药物组合研究中的协同与拮抗的理论基础-2006PharmRes

 1 / 90  药物组合研究中的协同与拮抗的理论基础、实验设计及计算模拟 Chou, Ting‐Chao. Pharmacological Reviews, 2006, 58(3), 621‐681; 引用504次(2013‐06‐26)  目录 I. 引言 A．药物为什么组合 ？ B．药物组合研究中的陷阱(pitfalls) 1．协同对增强(enhancement)或强化(potentiation) 2．昀普通的错误 C．真理或谬论和它的结论 D．熄灭论战的方法 II. 剂量‐效应分析的理论基础 A．将质量作用定律与数学归纳及演绎合并的方法 1．数学归纳与演绎的功力 2．自然法则 3．处理多样化的生物学和药理学系统 B．基于质量作用定律的方程与理论推导 1．半数效应方程 2．联合理论(unified theory) C．质量作用定律向多重剂量‐效应系统扩展 1．多重剂量‐效应方程 2．组合指数(combination index)理论与作图 3．用于n个药物的通用方程 4．确定协同与拮抗的算法 5．通用方程人主要特征 6．Fa‐组合指数图与等效图是同一硬币的两边 7．协同多大才是协同的 D．剂量减少指数方程和作图  E．多边形图(polygonogram)  III. 药物组合的实验设计 A．药物组合研究的先决条件与理论昀小化需求 B．等比例药物设计、剂量范围、剂量密度及实验方案 C．非等比例药物组合 D．昀大协同的优化组合比 E．三个或多个药物的组合设计  2 / 90  F．体外、体内及临床药物组合 G．时间依赖性 H．条件依赖协同或拮抗及药物与不同模式、不同单位组合与机理 IV. 计算自动化、图形模拟与信息学 A．计算机软件 B．半数效应图与剂量‐效应曲线模拟 C．Fa‐组合指数图的模拟 D．经典与正态化等效图的构建 E．Fa‐药物减少指数图的模拟三个或多个药物的组合设计 F．单个药物与药物组合研究软件CompuSyn的逐步应用 G．统计考虑 V. 引用应用的部分实例 A．引用方法与单个药物及药物发现评估 1．新化合物效力、毒性、参数、和结构‐活性关系的探索 2．致癌与辐射的低剂量风险评价 3．从IC50计算Ki 4．排他及非排他抑制剂和键合位点的拓扑学 5．药物抗性评估与其它应用 6．细胞药理学研究 7．组织药理学研究 8．心血管药理学研究 9．动物药理学研究 10．行为研究 11．癌阻断药剂 B．药物组合中引用应用的实例 1．抗癌药剂组合 2．抗病毒药剂组合 3．用于器官移植的免疫抑制剂组合 4．基于计划的组合 5．强化拮抗的药物组合 6．多配体结合的拓扑分析 7．协同的选择性 8．基因治疗或组合的分子生物学 9．抗感染疾病药剂的组合 10．心血管药物组合 11．动物生长组合 12．麻醉药组合 13．辐射和药物组合 14．抗寄生虫药组合 15．半数效应原理的零碎评述与组合指数方法  3 / 90  VI. 用质量作用计算机软件解释真实数据分析 A．计算机软件对单个药物、两个药物和三个药物组合分析 1．单个药物分析与两个药物组合 2．稳态系统中多个配体位点的拓扑分析 3．两个与三个药物组合抗癌细胞生长和多边形的构建 B．质量作用定律的半数效应原理的其它应用 1．估计致癌药物的低剂量风险 2．辐射的风险评价 3．治疗指数与安全边界 4．基于计划的组合 5．流行病学应用 6．从EC50计算ki C．具有计算摘要的药物组合数据的样品分析 1．2个杀虫剂对家蝇的协同 2．甲氨蝶呤(methotrexate)和阿糖胞嘧啶(arabinosylcytosine)间的拮抗 3．七个药物组合对人免疫缺陷病毒和他们的多边形图    a. 引言    b. 结果总结    c. 结论 D．实验室动物保护方法 1．半数效应原理 2．实验设计 3．串行删除分析 4．多边形 附录1： 多个药物效应方程的推导 A．效应相加 B．一级系统中多个抑制剂的替代方程 C．单个抑制剂对高阶动力学系统的抑制 D．互相排斥抑制剂对高阶动力学系统的抑制 E．互不排斥抑制剂的多重抑制 1．一阶    a. 案例1    b. 案例2 2．具有不同动力学级次的抑制剂的多重抑制 3．高阶多重互不排斥抑制剂 术语表 致谢 参考文献  4 / 90   摘要 从在平衡稳态下的质量作用定律原理出发，通过对不同反应顺序和机理以及不同抑制剂类型的数学归纳与演绎导出了半数效应方程。业已表明该方程是Michaelis‐Menten方程、Hill方程、Henderson‐Hasselbalchy方程和Scatchard方程的统一理论。结果表明，剂量和效应通过一定的参数是可以互换的。这个用于单个药物效应的通用方程已经扩展到n个药物的多个药物效应方程。这些方程为组合指数‐等效线方程提供了理论基础。组合指数(CI)‐等效线方程请允许对药物相互作用进行定量测定，这里CI  1, = 1,  1分别表示协同、加和与拮抗。基于这些算法，设计了计算机软件以对在所有剂量或效应水平下的协同与拮抗进行自动模拟。它显示剂量‐效应曲线、半数效应图、组合指数图、等效图、剂量‐约化指数图、多边形等，用于体内体外研究。这个理论的发展、实验设计和计算机数据分析促进了生物医学科学的大量学科领域中单个药物评估或者致癌与辐射风险评价以及药物或者其它物质组合的剂量‐效应分析。在这个评述中，给出了部分应用例子，也一步一步地解释了实验设计与真实数据分析。质量作用原理与数学归纳和演绎的合并对于通用理论的发展被证明是唯一和有效的科学方法。基于半数效应原理与质量作用定律设计的计算机软件正在生物医学科学中获得越来越多的应用，从如何有效地评估单个化合物或物质到如何在组合治疗中享用多个药物或调节剂。  I. 引言 自从昀早的有记录历史以来，药物组合就已应用于处理疾病和减少痛苦。中药特别是草药就是生动的例子。随着分离技术与化学合成能力的进步，药物组合更为明确与更加复杂而且它们的范围继续在拓宽。在过去的一个世纪做了大量的努力以定量地测量每个单个药物及它们的组合的剂量‐效应关系，确定一个给定药物组合是否能获得一个协同效应。正如在许多评述中所详细说明的那样，因为生物系统与剂量‐效应模型极其复杂，在过去的这个世纪中药物组合分析方面中存在大量模型、方法、假定、和理论以及争论，比如由Fraser(1872)等提出。在这些应用中，昀近由Berenbaum(1989)给出的一个评述中列出了560多篇参考文献，另一个由Greco(1995)将确定协同与拮抗方法分类为13种不同的途径与方法。这个评述与昀期评述的主要差别在于过去那些相当没有成果与混乱的辩论将不重复。取而代之，本评述集中在药物组合分析，这些分析具有物理化学基础且数学上可被证明的方程。在这个单个学科持续奉献继续了35年以后，我想一个似乎简单的方法有希望结束所有关于如何确定协同与拮抗的争论，通过引入一个明确的基于质量作用定律的方法以自动地对协同与拮抗进行计算机模拟。这里，将给出一个剂量和效应的通用理论，解释实验设计，给出计算机模拟的算法，图解生物医学科学不同领域以及真实数据样本集的应用实例。 A．药物为什么组合 多个药物的使用可能同时攻克多个靶标、多个子群体、或多个疾病。具有不同机理或作用模式的多个药物的使用也可能指导针对单个靶标或疾病的效应进而更有效地处理它。关于协同可能有益的结果包括：1.增加治疗效应的效益，2.减少剂量但增加或保持相同的效益以避免毒性，3.昀小化或减少药物抗性的发展，4.对靶提供选择性协同或有效协同而对宿主选择性拮抗或毒性拮抗。这了这 5 / 90  些治疗益处，药物组合被广泛地应用并且已成为处理大多数可怕疾病比如癌和感染疾病包括AIDs的优先选择。 B．药物组合研究中的缺陷 1. 协同对加强与强化 让我们考虑昀简单的情况，两个药物A和B的组合。如果药物A有一个效应而B没有，且在组合中他们有一个大于药物A的效应，那么，这就是加强或强化。我们可以简单地描述那个效应为百分加强或强化了多少倍。如果药物A和B单独存在每一个都有一个效应，那么在组合中他们可能产生协同、加和或拮抗效应。根据定义，协同是一个比加和更大的效应，而拮抗的定义是比加和更小的效应。显然，定义什么是加和效应是定义协同和拮抗昀关键的标准。我发了十多年时间努力定义加和效应，推导和发表了数百个方程和几个通用方程。 2.昀普通的错误 在大多数情况下，医学研究工作者或者临床工作者为了研究协同进行药物组合。然而，有多个与这个主张相关的普遍的错误： 1)A + B  A或A + B  B, 不能说是协同。这简直是一个算术事实，它不需要证据也不需要详尽的统计学任务比如确定p值。 2)加和效应不是两个药物的简单算术加和。如果药物A和B每个抑制30%，那么加和效应不是60%，因为如果A和B每个抑制60%，加和效应不能是120%。 3)如果A和B每个抑制60%，那么说加和效应是84%抑制就是过度简单化。基于1963年Webb的推理，这个问题可以通过(1‐0.6)(1‐0.6)=0.16, 1‐0.16=0.84来解决。Chou和Talalay(1984)把它称作部分乘积方法。这个方法决不能导致组合效应超过100%。然而，Chou和Talalay(1984)也证明了这个方法限制了合法性，因为它考虑潜能但忽视剂量‐效应曲线的形状(例如双曲线或s型)。剂量‐效应分析中形状的重要性表明在图1中。Chou和Talalay(1984)指出，Webb的方法只是在两个药物都具有双曲线(例如，简单地说，当剂量‐效应曲线是双曲线时即半数效应图中m=1)形状时的Michaelis‐Menten动力学)时才是有效的，当m1，比如m1的s型或m 1的平缓s型曲线就是无效的。另外，Webb的方法在当两个药物的效应相互非排他时是有效的而当相互排他(例如，相似机理或作用模式，正如下面要介绍的经典等效图所假定的)时是无效的。 C. 真理或谬误和它们的结果 在互联网上以“药物组合”项进行搜索，发现PubMed上有43722个记录，在Google上有6350000个。以“协同效应”项搜索，在PubMed、ISI与Google上分别有14296、7186和96300个记录。然而，要注意到，在Goldin和Mantel(1957)的一个评述文章中，给出了协同的7个不同的定义且没有一个支持其它的。在昀近Greco的评述中，列出了13种确定协同的不同的方法。再次没有一个支持其它。这样，就难以找到在生物医学科学中的任何其它领域具有比药物组合更多的争论和更多的混乱。协同的定义已成为独特的爱好、议程或期望。协同的毛病或未经证实的或错误声明的严肃性非 6 / 90  常明显，因为这常常被称为处理病人的治疗。 协同的不同定义不可能都是正确的，不同确定协同的方法都是有效的。在如此众多的模糊不清、疑惑、偏见和混乱存在的情况下，科学必须经历围攻和爱到挑战。在这个研究的学科领域渴望事实和大大加强。 D. 熄灭争论的方法 对于药物组合的每一个假定、方法与理论，我们需要询问理论的完整性与严格的推导。一个数学公式如果它只是经验的而没有实际的推导那么就不一定构成一个被证明的方法(Chou,1977b)。通常，一个拥有不清楚起源并缺少坚实理论基础的公式出现并统治药物组合领域数十年直到一个新理论替代它(表1)。  图1  对于两个药物通过CompuSyn软件(Chou和Martin，2005)由半数效应方程(方程9)模拟的剂量‐效应曲线实例。 7 / 90  为了突出显示，这个图是手工绘制的。剂量‐效应曲线的形状(m)和潜能(Dm)参数，对于药物a：IC50 (Dm) = 1 um的双曲线(m=1)；对于药物b：m=5和Dm=3.5 um的s型函数。注意，剂量从2到4 um加倍时效应增加13%。然而，b中剂量加倍时即从2到4 um时效应增加了11.5倍。这个巨大的差别强调了当两个药物组合在一个给定比率时，通过考察什么是加和效应时预测的困难。双曲线常常存在于一个简单的体系中，例如一个