毒理窗口 Toxicology Window：安全边际如何决定项目命运

安全窗口（治疗窗）是有效暴露与产生毒性的暴露之间的距离。窗口太窄的化合物即使有效也无法开发——这是导致项目终止的最常见原因之一。

安全边际的计算

# 常用的几个指标
#
# 1) 治疗指数（TI）
#      TI = TD50 / ED50    或    NOAEL 暴露 / 有效暴露
#
# 2) 安全边际（Safety Margin）
#      SM = 毒理研究中 NOAEL 的暴露 / 预期人体治疗暴露
#
#    NOAEL = No Observed Adverse Effect Level（未观察到不良反应剂量）
#
# 3) 基于暴露的比较（更可靠）
#      用 AUC 或 Cmax 而非剂量比较
#      并用游离浓度（见 406）

def safety_margin(noael_auc, efficacious_auc, fu_animal=1.0, fu_human=1.0):
    """基于游离暴露的安全边际"""
    free_noael = noael_auc * fu_animal
    free_efficacious = efficacious_auc * fu_human
    return free_noael / free_efficacious

# 一般预期：
#   安全边际 > 10  较理想（肿瘤领域可接受更低）
#   安全边际 3~10  需谨慎，需明确毒性的可监测性
#   安全边际 < 3   风险高，除非毒性可逆且可监测
#
# 注意：不同适应症的可接受边际差别很大
#   肿瘤：可接受较窄窗口（获益/风险比不同）
#   慢性病、预防用药：要求宽得多

毒性的三个来源

来源	特点	能否规避
靶点相关（机制性）	由抑制靶点本身导致	难以规避，可能需要换靶点
脱靶	作用于其它蛋白	可通过提高选择性规避
化学结构相关	反应性代谢产物、结构警报	可通过结构改造规避

区分这三类是最关键的判断：脱靶与结构相关的毒性可以通过化学优化解决；而机制性毒性意味着只要抑制这个靶点就会有这个问题——除非能实现组织选择性或部分抑制，否则项目可能需要终止。

早期毒性筛查

筛查项	关注	阶段
hERG	QT 延长、心律失常风险	越早越好
细胞毒性	非特异性毒性	早期
Ames 试验	致突变性	先导优化
微核试验	染色体损伤	先导优化
CYP 抑制/诱导	药物相互作用	早期
反应性代谢产物	特异质毒性风险	先导优化
脱靶谱筛查	常见毒性靶点组合	候选前
肝细胞毒性	DILI 风险	候选前
线粒体毒性	与 DILI 相关	候选前

hERG 应该在最早期就筛：它与许多常见结构特征（碱性中心 + 疏水基团）关联，发现晚了可能需要大幅重构分子。

hERG 的结构风险因素

from rdkit import Chem
from rdkit.Chem import Descriptors, Crippen

def herg_risk_flags(smiles):
    """hERG 风险的结构特征筛查"""
    mol = Chem.MolFromSmiles(smiles)
    if mol is None:
        return None

    flags = {}
    # 1) 碱性中心（质子化后与 hERG 通道内的酸性残基相互作用）
    basic_n = Chem.MolFromSmarts("[NX3;H0,H1,H2;!$(N[!#6]);!$(N=*);!$(Nc)]")
    flags["basic_amine"] = len(mol.GetSubstructMatches(basic_n))

    # 2) 高脂溶性
    logp = Crippen.MolLogP(mol)
    flags["clogp"] = logp
    flags["high_logp"] = logp > 3.5

    # 3) 芳环数量（π 堆积）
    flags["aromatic_rings"] = Descriptors.NumAromaticRings(mol)

    # 综合风险：碱性中心 + 高 logP 是最经典的组合
    flags["high_risk"] = (flags["basic_amine"] > 0 and logp > 3.5)
    return flags

# 缓解手段：
#   - 降低碱性（引入邻近吸电子基团降 pKa）
#   - 降低 logP
#   - 引入酸性基团（两性离子通常 hERG 风险低）
#   - 增加极性表面积
#   - 减少芳环

反应性代谢产物

• 机制：某些结构在代谢中生成亲电性中间体，与蛋白共价结合，可能引发特异质毒性（如药物性肝损伤）；
• 常见结构警报：苯胺、硝基芳烃、呋喃、噻吩、酚、烯烃、炔烃、某些杂环；
• 评估方法：谷胱甘肽（GSH）捕获实验——在微粒体孵育中加入 GSH，用质谱检测是否形成加合物；
• 重要注意：结构警报不等于一定有毒。许多含警报结构的药物安全上市。关键看：（a）该位点是否实际被代谢；（b）生成的加合物量；（c）临床剂量高低（低剂量药物风险显著更低）。
• 缓解：阻断代谢位点、改变电子性质、替换为等排体。

脱靶谱筛查

# 候选化合物提名前应做广谱脱靶筛查
#
# 常见的安全药理学筛查组合覆盖：
#   - GPCR（肾上腺素能、多巴胺、5-HT、组胺、毒蕈碱等）
#   - 离子通道（hERG、Nav1.5、Cav1.2）
#   - 转运体（hSERT、DAT、NET）
#   - 核受体
#   - 酶（MAO、COX、PDE、激酶）
#
# 判读原则：
#   看「脱靶 IC50 / 治疗游离浓度」的比值
#   通常要求 > 30~100 倍
#
# 特别关注的高风险脱靶：
#   hERG        → 心律失常
#   5-HT2B      → 心脏瓣膜病
#   Nav1.5      → 心律失常
#   多巴胺 D2   → 锥体外系反应
#   
# 对激酶抑制剂：做激酶组筛查（几百个激酶）
#   计算选择性指标（如 S-score、Gini 系数）

计算预测的作用与边界

• 能做的：hERG、Ames、肝毒性等的 QSAR 预测（见 244《TDC ADMET Group》）；结构警报识别；基于结构的脱靶预测；
• 预测精度：体外单一机制终点（hERG、Ames、CYP 抑制）预测较好；复杂的体内毒性（DILI、特异质毒性）预测能力仍有限；
• 正确用法：用于早期预警与优先级排序，不用于替代实验。模型提示高风险的分子应优先安排实测确认，而不是直接淘汰；
• 结构警报要理性对待：它是「需要关注」的信号，不是「一定有毒」的判决。

窗口太窄时的选择

• 提高选择性：如果毒性来自脱靶，这是首选路径；
• 改变分布：让药物富集在靶组织、减少在毒性组织的暴露；
• 改变给药方案：如果毒性是 C_max 驱动而疗效是 AUC 驱动，缓释制剂可以拉开窗口；
• 局部给药：吸入、局部、靶向递送；
• 接受较窄窗口：某些适应症（如晚期肿瘤）可接受，但需要可监测、可逆的毒性；
• 终止项目：如果是机制性毒性且无法规避，及早终止是负责任的决定。

延伸资源

• PK/PD：407《PK/PD 关系》；药效模型：408《药效模型 Efficacy Model》；
• IND 研究：410《IND-Enabling Study》；ADMET 见「成药性」模块。