《Journal of Pharmaceutical Analysis》：Recent advances and expanding applications of organoid models in unveiling drug ADME profiles
编辑推荐：
类器官是由干细胞或祖细胞生成的三维（3D）体外模型，能够紧密复制人体器官的结构和功能复杂性。这些系统正成为药代动力学研究中的强大工具，解决了传统模型如二维（2D）细胞培养和动物实验的关键局限性，这些传统模型常受限于生理不匹配和物种特异性差异。本综述总结了类器官
类器官是由干细胞或祖细胞生成的三维（3D）体外模型，能够紧密复制人体器官的结构和功能复杂性。这些系统正成为药代动力学研究中的强大工具，解决了传统模型如二维（2D）细胞培养和动物实验的关键局限性，这些传统模型常受限于生理不匹配和物种特异性差异。本综述总结了类器官模型发展的最新进展，重点聚焦于肝和肠系统，并强调了它们在研究药物吸收、分布、代谢和排泄（ADME）中的应用。研究人员讨论了类器官如何改善口服生物利用度的预测，促进药物-药物相互作用（DDI）的评估，并帮助解释个体间药代动力学变异。同时考虑了当前面临的挑战，包括功能成熟不完全、缺乏标准化以及有限的血管化。最后，研究人员探讨了未来发展方向，涉及类器官与先进微生理系统（如器官芯片（OoC））和人工智能（AI）的整合。随着持续改进，基于类器官的方法有望显著提高药物开发效率和临床转化准确性，为精准药理学和个体化医疗的进展铺平道路。
**1. Introduction**
药代动力学（PK）研究传统依赖二维（2D）细胞培养和动物模型，但受限于生理不匹配和种属差异。类器官作为三维（3D）体外模型，可复制人体器官结构与功能，为ADME研究提供人体相关工具，改善口服生物利用度预测、药物-药物相互作用（DDI）评估及个体间变异分析，并结合微生理系统（MPS）和人工智能（AI）推动精准医学。
**2. Technical basis of organoid models**
2.1 Fundamental principles of organoid generation and validation
2.1.1 Cellular sources for organoid generation：类器官主要来自成体干细胞（ASCs）、多能干细胞（PSCs，包括iPSCs和ESCs）和患者来源组织（PDOs）。ASC模型模拟成体组织，但缺乏基质；PSC可获取神经外胚层等组织；PDO保持供体遗传特征，用于肿瘤异质性研究。
2.1.2 Culture systems and microenvironmental cues：类器官包埋于三维细胞外基质（ECM）中，结合生长因子、Wnt激动剂、骨形态发生蛋白（BMP）抑制剂等，调控自我组织与分化。共培养引入内皮、免疫或基质细胞以增强生理复杂性。
2.1.3 Validation of organoid fidelity：通过高分辨率成像、组织学、转录组/蛋白质组分析和功能测定（代谢活性、转运体功能）验证结构组织与细胞组成。
2.1.4 Current challenges and integrative developments：挑战包括完全成熟、可扩展性和标准化。整合器官芯片（organ-on-a-chip，OoC）、先进成像和AI是发展方向。
2.2 Key organoid models relevant to ADME research
2.2.1 Hepatic organoids：肝类器官再现肝脏多细胞结构，稳定表达CYP450酶（如CYP3A4、CYP2D6），接近原代人肝细胞。共培养内皮细胞增强代谢能力，用于评估内分泌干扰化学物。
2.2.2 Intestinal organoids：肠类器官保留隐窝-绒毛结构和多种上皮细胞，表达CYP3A4、UGT1A1、CES2及功能性P-gp。iPSC来源单层模型在预测口服生物利用度中达到R2=0.86，优于Caco-2。
2.2.3 Kidney organoids：肾类器官经多步分化生成，含足细胞、肾小管上皮细胞等，模拟肾单位结构，用于肾毒性和清除机制研究。
2.2.4 Other relevant organoid models：血脑屏障（BBB）类器官含紧密连接和P-gp；胰腺类器官复现内外分泌功能，用于糖尿病和药物筛选。
**3. Applications of organoids in pharmacokinetics**
3.1 Absorption：肠类器官单层具有紧密连接、功能性P-gp和BCRP转运体及活性CYP3A4。验证显示模型渗透性与人体吸收分数高度相关（R2=0.88），可同时预测渗透性和首过代谢。
3.2 Distribution：BBB类器官评估CNS药物穿透；胎盘类器官表达ABC转运体（P-gp、BCRP、MRP1、MRP2），评估胎儿暴露。患者来源肿瘤类器官保留原始细胞外基质和3D结构，模拟瘤内梯度分布，反映临床耐药。
3.3 Metabolism：肝类器官长期稳定表达CYP450，LC-MS/MS鸡尾酒法同时定量五种CYP酶活性。区域特异性肝类器官再现代谢分区。整合肠-肝芯片研究序贯代谢和器官串扰。
3.4 Excretion：肾类器官从患者组织构建正常和癌性模型，评估疗效与肾毒性。胆管细胞类器官形成极化单层，表达MRP2和MDR1，动态模拟胆汁排泄。
3.5 Toxicology：肝类器官检测药物性肝损伤（DILI），重现氧化应激和线粒体损伤。肾类器官揭示个体对顺铂的敏感性差异。心脏类器官评估致心律失常风险。
3.6 Immuno-pharmacokinetics：将Kupffer细胞、巨噬细胞、T细胞等与类器官共培养，研究免疫对代谢酶和转运体的调控，评估免疫治疗药物的ADME特性。
**4. Organoids in clinical trials**
4.1 Elucidating the sources and consequences of individualized PK variability：患者来源类器官保留供体特异性转运体（如P-gp）和酶表达。罗丹明123外排活性与患者体内底物药物暴露水平相关，可预先识别高风险个体。
4.2 Predicting DDI at the individual level：iPSC肝类器官对酶抑制剂的反应与供体CYP3A4活性相关。多器官芯片模拟首过代谢，预测个体化DDI对生物利用度的影响。
4.3 Optimizing bioanalytical strategies in clinical trials：类器官作为功能性生物标志物指导分层采样。PDO生物库筛选化疗增敏剂（如他汀类），推动II期临床试验（NCT06241352）。
4.4 Potential and challenges of organoid models in PK studies for special populations：儿科iPSC类器官研究CYP3A7向CYP3A4转换；老年类器官模拟衰老；疾病类器官（肝硬化、肾衰竭）保留病理特征，用于剂量调整；胎盘类器官评估胎儿暴露。
**5. Challenges and technological advances**
5.1 Main challenges currently facing organoid technology：血管化不足导致中心坏死，功能不成熟（肝类器官仅达60-80%天然CYP3A4），批次变异大，缺乏标准化，伦理问题如神经类器官。
5.2 Technological advances
5.2.1 Organ-on-a-chip：微流体整合类器官模拟血流和机械刺激。BBB类器官评价中药保护；血管化肿瘤芯片筛选抗血管生成药物。
5.2.2 Co-culture systems：肝-胰岛芯片模拟肝-胰岛轴，研究代谢串扰和药物作用。肠-肝、神经血管、肿瘤免疫共培养平台实现器官间通讯。
5.2.3 Vascularization：双报告iPSC系建立可视化血管类器官用于高通量筛选。PROX1过表达促进肝类器官血管化，增强移植功能。
5.3 Integration with AI
5.3.1 Core AI algorithmic strategies：混合建模耦合深度学习与PBPK模型；多任务学习和迁移学习解决数据稀疏；“AI虚拟类器官”数字孪生预测代谢通量。
5.3.2 Practical AI empowerment：强化学习优化培养；CNN自动形态分析；图神经网络整合多组学预测代谢表型。
5.3.3 Challenges and future perspectives：数据稀疏和模型可解释性不足，需标准化数据格式和开放数据库。
5.4 Standardization and safety considerations：建立统一培养和质控协议，伦理框架涵盖知情同意和监管。FDA现代化法案鼓励类器官，2025年首次批准基于PDO数据的IND。
5.5 Cost-benefit analysis：类器官成本高于2D但低于动物模型，操作复杂度中等，预测价值优于传统模型，适合中等通量个性化研究。
**6. Conclusion**
类器官技术通过人体相关模型显著提升ADME预测能力。肠、肝、肾类器官在吸收、代谢、排泄中表现优越。尽管功能成熟和标准化挑战仍存，OoC、共培养、血管化和AI技术正在解决这些问题。未来需建立多器官整合平台和多样化生物库，减少动物实验，提高临床转化成功率。
