谢非凡

特聘副教授 硕士生导师

入职时间:2019-10-11

所在单位:湘雅药学院

职务:副教授

学历:博士研究生毕业

办公地点:中南大学湘雅医学院孝骞楼522办公室

性别:男

联系方式:feifan.xie@csu.edu.cn

学位:博士学位

在职信息:在职

毕业院校:比利时根特大学

学科:药学

定量药理学

当前位置: 谢非凡 >> 定量药理学

一、定量药理学简介
       定量药理学是近年来在传统药物动力学基础之上形成的一门整合药理学、生理学、病理学、生物统计学和计算机数学建模与模拟技术的综合性新兴学科。作为一种数据驱动、自上而下(Data-driven top-down approach)的数据建模方法,定量药理学主要应用数学和统计模型,寻找、解释和预测药物的药物动力学和药效动力学的行为特征;量化这些行为特征的不确定性(即变异度);运用基于数据的模型对药物开发和药物治疗提供合理决策。与以非房室模型(无法提供药物体内经时曲线信息)和两阶段法(Two-stage approach,需要富集采样设计且易造成参数估计偏倚)为基础的传统房室模型分析不同,定量药理学主要采用非线性混合效应拟合手段,可克服传统药物动力学方法的相关缺陷并具有可有效处理稀疏的药动学和药效学数据等优势。定量药理学主要研究内容包括群体药物动力学(Population pharmacokinetics, PopPK)、群体药物动力学-药效动力学(Population pharmacokinetics / pharmacodynamics, PKPD)和疾病进展模型(Disease progression modeling)等。
       国际上,定量药理学发展已趋于成熟,已成为指导新药临床(前)研究给药方案的设计优化、量化药物体内PKPD行为以及助推药物临床开发决策的主流手段。应用该手段可免去不必要的临床(前)试验,提高试验的成功率,降低研发成本以及使临床药物给药方案效果达到最佳。美国食品药品监督管理局(US FDA)已相继颁布基于模型的药物研发(Model-based drug development)和模型引导下的药物研发模式(Model-informed drug development)等相关政策文件,并着重强调了定量药理学的重要性。我国国家食品药品监督管理局(CFDA)也已将定量药理学列为新药研发的重要手段之一,并颁布了相关技术指南。


二、非线性混合效应模型
      非线性混合效应模型(Nonlinear mixed-effects model)广泛应用于群体药物动力学和群体药物动力学-药效动力学等模型的建立,可将所收集的个体数据同时进行拟合处理分析。“非线性”(Nonlinear)是指因变量 (Dependent variable,如血药浓度)与自变量(Independent variable,如模型参数与时间)之间不成比例关系。“混合效应”(Mixed-effects)是指模型的参数组成结构:用于描述群体水平趋势(Population level trends)的参数称为固定效应(Fixed effects,也被称为结构模型参数);用于描述个体差异的参数称为随机效应(Random effects,也被称为统计学模型),包括个体间变异(Inter-individual variability, i.e., differences observed between individuals)、个体内变异(Intra-individual variability, i.e., differences observed within individuals at different study occasions)和残差变异(Residual variability,differences between the observations and the individual predictions)。个体间变异可以部分被个体的自身人口学数据和机体状态等因素(如年龄、体重、肝肾功能和遗传等)解释,这些因素被称为协变量因素。协变量对模型参数的影响由协变量与固定效应之间建立的数学方程(如线性和指数方程等)描述(称为协变量模型)。综上,非线性混合效应模型通常包括结构模型、统计学模型和协变量模型,如下图所示。


undefined

Figure. Structure of a nonlinear mixed effects model for an orally administered drug. The structural model for this drug is an one compartment model with first-order absorption and first-order elimination (top left). The inter-individual variability is assumed to follow a log-normal distribution, and an additive model is used for the residual unexplained variability. The typical drug concentration-time curve predicted from the population parameters (i.e. fixed effects parameters, marked in red) is indicated with a red line, while the blue line is the concentration-time curve for the ith individual (random effects parameters marked in blue) predicted from the population model (top left). The bottom left plot shows a linear relationship between drug clearance (CL) and creatinine clearance (CRCL), implemented as a covariate model. The red point (bottom left) is the population clearance, and the blue point is the predicted clearance for the ith individual, which differs from the population value by ηi,CL, chosen randomly from a distribution with a mean of zero and a standard deviation of ωCL (bottom right). Similarly, the predicted concentration at time tij differs from the true value (Cij) by an error εij, chosen independently from a distribution with a mean of zero and a standard deviation of σ (top right).  
示意图来源:Feifan Xie, PhD dissertation, August of 2019.


三、定量药理学相关学习资料

————•— 非线性混合效应模型拟合的主要数据处理软件

NONMEM(付费软件)
Phoenix NLME(付费软件)
Monolix(对学术机构研究人员免费,参数估计主要基于SAEM算法)

nlmixr(基于R语言的非线性混合效果建模平台,可免费使用)


•— NONMEM学习资源

List resources for NONMEM.pdf(罗列了非线性混合效应模型与相关概念技术的主要参考文献、书籍和资料等)


— 辅助软件

Perl-speaks-NONMEM (PsN) (NONMEM辅助运行与统计分析软件,功能强大全面)
Wings for NONME (WFN) (NONMEM辅助运行与统计分析软件)

Pirana Modeling Workbench (NONMEM可视化操作平台,一站式整合NONMEM、PSN、WFN、Xpose和R等软件。学术界科研工作者可邮件联系Certara公司certara.licensing@certara.com申请免费使用学术版)

R(基于GNU系统的自由、免费、源代码开放的以统计分析与绘图为主的软件),该软件可对接定量药理学建模过程中的分析数据集的清洗与创建、模型诊断图的绘制和仿真分析等,常用的软件包如下:

      •— ggplot2(一款强大的图形可视化R包,采用图层叠加作图的设计方式,简洁高效,可绘制各种高级统计分析图形)

      •— Xpose 4(基于lattice绘图程序包,用于对接NONMEM软件数据处理结果的模型诊断与协变量等分析)

      •— xpose(基于ggplot2绘图程序包,Xpose 4的升级版)

      •— dplyrtidyverse全家桶之一,主要用于数据清洗和整理)

      •— —mrgsolve(用于基于常微分方程(Ordinary differential equation,ODE)模型的仿真模拟分析,如PK模型,PK/PD模型,PBPK模型和定量系统药理学(Quantitative systems pharmacology,QSP)模型等)

       •— RxODE(与mrgsolve类似,主要用于ODE模型的仿真模型分析)

       — PopED(用于定量药理学模型的试验采样设计优化)

       •— Shiny(为 R 模型提供 Web 交互界面的应用框架,可用于定量药理学模型的可视化交互应用)

Rstudio(为R软件提供一种用户友好的、图形界面化操作的集成开发环境),Rstudio官网提供了很多R软件包(如ggplot2和dplyr等)的使用速查单(cheatsheet

Simulo (PK/PD和疾病进展模型仿真软件,基础版免费)

ModVizPop(基于Shiny的PK/PD仿真软件,开源系统)

mapbayr(基于R语言的贝叶斯最大后验概率估计软件包,主要用于Model-Informed Prediction Dosing (MIPD))

Population PK simulations(PMX Solutions 开发的群体PK模型的shiny app模拟平台,适用于传统的一室、二室和三室模型)

Pkweb(传统PK数据参数估计与仿真分析工具,网页版平台)

...


— 国际学术会议和组织

International Society of Pharmacometrics(ISoP)

World Conference on Pharmacometrics (WCoP)

Population Approach Group in Europe (PAGE meeting,网站免费提供历年会议的摘要、海报和部分口头汇报PPT等资料)

American Conference on Pharmacometrics (ACoP)

...


— Uppsala Pharmacometric Summer School (UPSS)

由瑞典乌普萨拉大学Mats Karlsson教授等组织授课,是针对从事定量药理学研究的在读博士生的免费暑期培训。每年三月份左右发布申请邀请,受邀者(约25个名额)可参加为期两周的培训,时间一般为八月份中旬。来自发展中国家的学生可申请交通与住宿资助(约5个名额)。


— 专业期刊

Journal of Pharmacokinetics and Pharmacodynamics (JPKPD)
Clinical Pharmacology & Therapeutics: Pharmacometrics & Systems Pharmacology (CPT-PSP)


— 相关书籍

焦正教授主编. 基础群体药动学和药效学分析. 2019出版 (入门级,侧重NONMEM系统)

Joel S. Owen, Jill Fiedler‐Kelly. Introduction to Population Pharmacokinetic / Pharmacodynamic Analysis with Nonlinear Mixed Effects Models. 2014. (入门级,侧重NONMEM系统,中文版由卢炜和周田彦教授主译)

Marc Lavielle. Mixed Effects Models for the Population Approach: Models, Tasks, Methods and Tools.2014(入门级,侧重Monolix系统)

Bonate, Peter L.Pharmacokinetic-Pharmacodynamic Modeling and Simulation. 2011, second Edition. (进阶级,从统计学角度深度阐述了线性模型、非线性模型、线性混合效应模型和非线性混合效应模型的理论基础)

Ene I. Ette, Paul J. Williams. Pharmacometrics: The Science of Quantitative Pharmacology. 2013 (详细介绍了群体药动学,群体PK/PD和临床试验模拟的基础理论,对各种PK和PK/PD模型进行了详细解读分析,并附有相应的NONMEM控制文件)

...


— PK/PD学习资源

Pharmacokinetic and Pharmacodynamic Resources(汇集PK/PD领域的网络学习资料和课程、相关学术问题的讨论、软件和招聘信息)

Introduction to Pharmacometrics(Nick Holford教授个人主页提供的关于PK/PD若干主题的讲稿)

Tutorials from CPT-PSP(定量药理学的入门文献教程,含PK/PD相关知识和软件的使用)

Open courseware from Metrum Research GroupPK/PD分析的免费学习资料和视频)

DDMoRe Model Repository(汇集了已发表PK/PD文献的NONMEM代码,由作者自行提供上传)

nmusers archive(NONMEM使用交流学习的邮件群组mailing list,发送邮件申请至nmusers-request@iconplc.com,通过后即可加入群组)

开源代码编辑器Notepad++ (软件小巧高效,支持众多计算机程序语言)

Highlighter for NONMEM model files (nm_highlighter)(NONMEM控制文件的标记工具,有助于提高控制文件的可读性

...


— R语言相关学习资源

R for Pharmacometrics(与定量药理学相关的R语言学习资料和练习代码,可免费下载)

R packages for the analysis of pharmacokinetic data(药动学数据处理分析的R包)

Cookbook for R(R语言入门在线学习书籍)

Quick-R by DataCamp(R语言数据处理、统计分析和绘图等学习指南集合)

R programming网络课程(可免费注册, 来自Coursera)

Stack Overflow(R等其他程序语言学习交流论坛)


四、医疗信息/临床试验开发数据库

PhysioNet Resource(复杂生理信号研究资源):主要包括三类医疗数据库,分别为临床数据库(Clinical Databases)、波形数据库(Waveform Databases)和图像数据库(Image Databases)。这些数据库在通过伦理考核之后,大部分可以免费访问。其中,代表性的临床数据库有MIMIC-III Clinical Database, MIMIC-IV, eICU Collaborative Research Database, Paediatric Intensive Care database

NICHD Data and Specimen Hub(包含临床研究数据与生物样本,需提交数据使用申请)

ClinicalStudyDataRequest.com (CSDR) :涵盖众多I-IV临床试验数据,需提交数据使用申请

National Institute on Drug Abuse:涵盖众多I-IV临床试验数据,需提交数据使用申请

National Institute of Neurological Disorders and Stroke (NINDS):涵盖众多I-IV临床试验数据,需提交数据使用申请

The Yale University Open Data Access (YODA) Project:包含临床试验数据,需提交数据使用申请