Refine
Document Type
- Article (1)
- Doctoral Thesis (1)
- Preprint (1)
- Report (1)
Language
- English (4)
Has Fulltext
- yes (4)
Is part of the Bibliography
- no (4)
Keywords
- bioequivalence (1)
- drug development (1)
- drug–drug interaction (DDI) (1)
- in vitro in vivo extrapolation (IVIVE) (1)
- mechanistic oral absorption modeling (1)
- modeling & simulation (1)
- pharmacogenetics (1)
- pharmacokinetics (1)
- pharmacokinetics/ pharmacodynamics (PK/PD), (1)
- pharmacokinetics/pharmacodynamics (PK/PD) (1)
Institute
Intrinsische und extrinsische Faktoren wie die Darreichungsform, Komedikation und genetische Polymorphismen können einen signifikanten Einfluss auf die Exposition des Wirkstoffes haben und in der Folge zu Veränderungen in der Wirksamkeit oder Sicherheit eines Wirkstoffes führen. Die Fähigkeit die Auswirkungen solcher Faktoren auf die Exposition und die pharmakologische Aktivität eines Wirkstoffes zu quantifizieren und zu extrapolieren, repräsentiert einen Meilenstein bei der Bestimmung der erforderlichen Dosisanpassungen und der Umsetzung von Risikomanagementstrategien in der klinischen Pharmakologie. Unter dem Blickwinkel der modellbasierten Arzneimittelforschung und -entwicklung (engl. model-informed drug discovery and development (MID3)) können dynamisch mechanistische Modelle, wie z. B. whole-body PBPK/PD-Modelle, für die Vorhersage des Effekts sowie der Wechselwirkung mehrerer Faktoren auf PK und PD nützlich sein und könnten daher als Orientierung für die Wahl der Formulierung und für klinische Dosierungsempfehlungen dienen.
Obwohl PBPK-Modelle in der Pharmabranche inzwischen routinemäßig zur internen Entscheidungsfindung und zur Unterstützung der regulatorischen Bewertung eingesetzt werden, bleibt das Vertrauen Waiver von speziellen klinischen pharmakologischen Studien für biopharmazeutische Anwendungen durch PBPK- Modellanalysen zu stützen eher gering. Andererseits hat sich die virtuelle Bioäquivalenz im Zusammenhang mit der Simulation klinischer Studien als ein vielversprechendes, aber noch unterentwickeltes Feld erwiesen, mit dessen Hilfe der Anwendungsbereich der PBPK-Modellierung in der Biopharmazeutik erweitert werden kann. So werden beispielsweise BCS-basierte Biowaiver für Wirkstoffe der BCS-Klassen II und IV derzeit von den Gesundheitsbehörden nicht akzeptiert. In einigen Fällen hat die PBPK-Modellierung durch Verknüpfung der In-vitro-Freisetzung mit der In-vivo-Performance der Formulierung jedoch gezeigt, dass ein solcher Ansatz unter Umständen wissenschaftlich gerechtfertigt sein könnte. Auf ähnliche Weise können PBPK-Modellierung und VBE verwendet werden, um klinisch relevante Spezifikationen für die Wirkstofffreisetzung festzulegen und den "safe space" der Freisetzung zu definieren (oder zu erweitern). Doch selbst bei Wirkstoffen, die Unterschiede im Umfang und in der Rate der Absorption außerhalb der Bioäquivalenzgrenzen aufweisen, was bedeutet, dass sie nicht als bioäquivalent und damit austauschbar angesehen werden können, kann die therapeutische Äquivalenz beibehalten werden, sofern dies durch eine Expositions-Wirkungs-Analyse und/oder eine Expositions-Sicherheits-Analyse unter Verwendung empirischer, halb- oder vollmechanistischer PK/PD-Modelle angemessen begründet wird.
Wie bereits erwähnt bieten PK/PD- und insbesondere PBPK/PD-Modelle einen mechanistischen Ansatz, der die Gewebekonzentrationen am Wirkort des Wirkstoffes mit der pharmakologischen Wirkung verknüpft. Im Rahmen dieser Arbeit wird zunächst ein Überblick über bestehende PK/PD-Modelle und deren mathematischen Umsetzung vorgestellt. Darüber hinaus sind wirkstoffspezifische Fallbeispiele mit einer offensichtlichen Entkopplung von PK und PD von besonderem Interesse, bei denen Expositionsschwankungen weniger kritisch, wenn nicht gar irrelevant für die pharmakologische Reaktion sind (Publikation 1).
In diesem Zusammenhang bietet PBPK Modellierung und Simulation die Möglichkeit die oben genannten wissenschaftlichen Überlegungen zu untersuchen, ungetestete Szenarios zu erforschen und schließlich evidenzbasiert und arzneimittelspezifische Empfehlungen für Bioäquivalenzprüfungen zu erteilen. Daher bestand das Hauptziel darin PBPK/PD-Modelle zu entwicklen, zu validieren und anzuwenden sowie virtuelle Trials zu simulieren, um den relativen Effekt der In-vitro/ In-vivo-Freisetzung, PK-Charakteristiken (z.b. die Halbwertszeit) und die intraindividuelle Variabilität bei der In-vivo-Arnzeimittelwirkung von BCS Klasse II schwach sauren Verbindungen zu beurteilen und einen PBPK-IVIVE integrierten Arbeitsablauf vorzuschlagen, um virtuelle Bioäquivalenzstudien durchzuführen.
Es wurden drei BCS Klasse II schwach saure Wirkstoffe (Naproxen, Flurbiprofen, Ibuprofen) mit ähnlicher Disposition und ähnlichen metabolischen Eigenschaften zur Untersuchung ausgewählt. Allgemein sind alle drei Wirkstoffe stark an Plasmaproteine gebunden und haben daher ein niedriges Verteilungsvolumen, niedrigen First-Pass-Effekt, niedrige systemische Clearance und eine nahezu vollständige Bioverfügbarkeit (F>0.9). Allerdings unterscheiden sie sich signifikant in ihrer Halbwertszeit: Für Naproxen beträgt t1/2≃20-24 h, für Flurbiprofen t1/2≃7 h und für Ibuprofen t1/2≃2 h, was moderate bis lange, moderate und kurze Halbwertszeiten widerspiegelt.
Für alle drei Wirkstoffe wurde ein systematischer Arbeitsablauf erstellt einschließlich: i) Charakterisierung von in vitro biopharmazeutischen Eigenschaften (z.b. Löslichkeit, Freisetzung) gefolgt von modellbasierten Analysen von In-vitro-Ergebnissen, ii) Entwicklung und umfassende Validierung von PBPK/PD-Modellen und iii) Simulierung und Risikoeinschätzung von Bioäquivalenzstudien. Die Fallstudien von Naproxen (Publikation 2) und Ibuprofen (Publikation 3) konzentrieren sich auf bewährte Verfahren der IVIVE für biopharmazeutische Parameter, Risikoabschätzung und Simulation von Bioäquivalenzstudien mit PBPK-Modellen, welche die inter-occasion Variabilität miteinbeziehen. Das Beispiel von Flurbiprofen (Publikation 4) hebt die Wichtigkeit des Verständnisses des relativen Einflusses von intrinsischen (z.b. genetische Polymorphismen) und extrinsischen (z.b. Komedikationen) Faktoren auf die PK und PD des Wirkstoffes hervor, wenn Empfehlungen für die Bioäquivalenz und die therapeutische Gleichwertigkeit gemacht werden. Alle drei Fallbeispiele liefern mechanistische Erkenntnisse über die Freisetzungssgrenzen, die für die In-vivo-Arneimittelwirksamkeit kritisch ist, unter Berücksichtigung der PK-Eigenschaften des Wirkstoffes und der physiologischen Variabilität mit dem Ziel den Status quo des aktuellen BCS-basierten Biowaiveransatzes in Frage zu stellen und integrierte In-vitro-, In-vivo- und In-silico-Paradigma der Risikobewertung für Waiver von In-vivo-Bioäquivalenzstudien einzuführen.
In dem letzten Teil der Arbeit werden Herausforderungen, Kenntnislücken und Möglichkeiten von PBPK/PD-Modellierung zur Unterstützung von Waivern von in vivo klinischen Studien im Bereich von oralen Biopharmazeutika diskutiert (Publikation 5).
Im Großen und Ganzen schlägt diese Dissertation biorelevante In-vitro-Methoden für die Vorhersage von In-vivo-Formulierungsperformance und neue PBPK/PD-Methoden vor, um Daten von in vitro biopharmazeutischen Experimenten zu den In-vivo-Bedingungen zu extrapolieren. Außerdem ist dies das erste Mal nach unserem Kenntnisstand, dass PBPK/PD-Ansätze zur Durchführung virtueller Bioäquivalenzstudien vorgeschlagen werden, die auch die inter-occasion Variabilität der Pharmakokinetik berücksichtigen. Desweiteren hebt diese Arbeit die Bedeutung von pharmakokinetischen Eigenschaften auf Bioäquivalenz-Ergebnissen hervor und stellt ein neues Konzept zur Risikoeinschätzung von Bioäquivalenz vor, in welchem die Bewertung des Bedarfs eines Waivers von einer In-vivo-Bioäquivalenzstudie sowohl auf biopharmazeutischen als auch pharmakokinetischen Wirkstoffeigenschaften basiert und quantitativ mit PBPK/PD-Modellierung bewertet wird.
Physiologically based pharmacokinetic/pharmacodynamic (PBPK/PD) models can serve as a powerful framework for predicting the influence as well as the interaction of formulation, genetic polymorphism and co-medication on the pharmacokinetics and pharmacodynamics of drug substances. In this study, flurbiprofen, a potent non-steroid anti-inflammatory drug, was chosen as a model drug. Flurbiprofen has absolute bioavailability of ~95% and linear pharmacokinetics in the dose range of 50–300 mg. Its absorption is considered variable and complex, often associated with double peak phenomena, and its pharmacokinetics are characterized by high inter-subject variability, mainly due to its metabolism by the polymorphic CYP2C9 (fmCYP2C9 ≥ 0.71). In this study, by leveraging in vitro, in silico and in vivo data, an integrated PBPK/PD model with mechanistic absorption was developed and evaluated against clinical data from PK, PD, drug-drug and gene-drug interaction studies. The PBPK model successfully predicted (within 2-fold) 36 out of 38 observed concentration-time profiles of flurbiprofen as well as the CYP2C9 genetic effects after administration of different intravenous and oral dosage forms over a dose range of 40–300 mg in both Caucasian and Chinese healthy volunteers. All model predictions for Cmax, AUCinf and CL/F were within two-fold of their respective mean or geometric mean values, while 90% of the predictions of Cmax, 81% of the predictions of AUCinf and 74% of the predictions of Cl/F were within 1.25 fold. In addition, the drug-drug and drug-gene interactions were predicted within 1.5-fold of the observed interaction ratios (AUC, Cmax ratios). The validated PBPK model was further expanded by linking it to an inhibitory Emax model describing the analgesic efficacy of flurbiprofen and applying it to explore the effect of formulation and genetic polymorphisms on the onset and duration of pain relief. This comprehensive PBPK/PD analysis, along with a detailed translational biopharmaceutic framework including appropriately designed biorelevant in vitro experiments and in vitro-in vivo extrapolation, provided mechanistic insight on the impact of formulation and genetic variations, two major determinants of the population variability, on the PK/PD of flurbiprofen. Clinically relevant specifications and potential dose adjustments were also proposed. Overall, the present work highlights the value of a translational PBPK/PD approach, tailored to target populations and genotypes, as an approach towards achieving personalized medicine.
Background: Physiologically-based population pharmacokinetic modeling (popPBPK) coupled with in vitro biopharmaceutics tools such as biorelevant dissolution testing can serve as a powerful tool to establish virtual bioequivalence and set clinically relevant specifications. One of several applications of popPBPK modeling is in the emerging field of virtual bioequivalence (VBE), where it can be used to streamline drug development by implementing model-informed formulation design and to inform regulatory decision-making e.g., with respect to evaluating the possibility of extending BCS-based biowaivers beyond BCS Class I and III compounds in certain cases.
Methods: In this study, Naproxen, a BCS class II weak acid was chosen as the model compound. In vitro biorelevant solubility and dissolution experiments were performed and the resulting data were used as an input to the PBPK model, following a stepwise workflow for the confirmation of the biopharmaceutical parameters. The naproxen PBPK model was developed by implementing a middle-out approach and verified against clinical data obtained from the literature. Once confidence in the performance of the model was achieved, several in vivo dissolution scenarios, based on model-based analysis of the in vitro data, were used to simulate clinical trials in healthy adults. Inter-occasion variability (IOV) was also added to critical physiological parameters and mechanistically propagated through the simulations. The various trials were simulated on a “worst/best case” dissolution scenario and average bioequivalence was assessed according to Cmax, AUC and tmax.
Results: VBE results demonstrated that naproxen products with in vitro dissolution reaching 85% dissolved within 90 minutes would lie comfortably within the bioequivalence limits for Cmax and AUC. Based on the establishment of VBE, a dissolution “safe space” was designed and a clinically relevant specification for naproxen products was proposed. The interplay between formulation-related and drug-specific PK parameters (e.g., t1/2) to predict the in vivo performance was also investigated.
Conclusion: Over a wide range of values, the in vitro dissolution rate is not critical for the clinical performance of naproxen products and therefore naproxen could be eligible for BCS-based biowaivers based on in vitro dissolution under intestinal conditions. This approach may also be applicable to other poorly soluble acidic compounds with long half-lives, providing an opportunity to streamline drug development and regulatory decision-making without putting the patient at a risk.
Objectives: The objective of this review is to provide an overview of PK/PD models, focusing on drug-specific PK/PD models and highlighting their value-added in drug development and regulatory decision-making.
Key findings: Many PK/PD models, with varying degrees of complexity and physiological understanding, have been developed to evaluate the safety and efficacy of drug products. In special populations (e.g. pediatrics), in cases where there is genetic polymorphism and in other instances where therapeutic outcomes are not well described solely by PK metrics, the implementation of PK/PD models is crucial to assure the desired clinical outcome. Since dissociation between the pharmacokinetic and pharmacodynamic profiles is often observed, it is proposed that physiologically-based pharmacokinetic (PBPK) and PK/PD models be given more weight by regulatory authorities when assessing the therapeutic equivalence of drug products.
Summary: Modeling and simulation approaches already play an important role in drug development. While slowly moving away from “one-size fits all” PK methodologies to assess therapeutic outcomes, further work is required to increase confidence in PK/PD models in translatability and prediction of various clinical scenarios to encourage more widespread implementation in regulatory decision-making.