口服药物需要通过胃肠道(GI)内壁才能被吸收。在胃肠道细胞上发现的转运蛋白有助于这一过程，但对于许多药物，科学家们并不确切知道哪些转运蛋白参与其中。如果两种依赖相同转运蛋白的口服药物一起服用，则每种药物的吸收可能会受到另一种药物的影响。确定特定药物使用哪些转运蛋白有助于表明哪些药物不应一起使用，从而切实改善患者的治疗。

使用组织模型/机器学习组合预测药物相互作用

麻省理工学院、布莱根妇女医院和杜克大学的研究人员现已开发出一种多管齐下的策略来识别不同药物使用的转运蛋白。一项详细介绍他们的方法的研究表明，常用的抗生素和血液稀释剂可能会相互干扰。该方法同时利用了组织模型和机器学习算法。

更多地了解哪些转运蛋白帮助药物通过消化道，还可以帮助药物开发商通过添加增强新药与转运蛋白相互作用的赋形剂来提高新药的吸收性。“模拟吸收的挑战之一是药物会受到不同转运蛋白的影响，”研究负责人、麻省理工学院机械工程副教授、布莱根妇女医院胃肠病学家GiovanniTraverso博士说。“这项研究就是关于我们如何对这些相互作用进行建模，这可以帮助我们使药物更安全、更有效，并预测迄今为止可能难以预测的潜在毒性。”

资深作者Traverso和第一作者、麻省理工学院博士后YunhuaShi博士和DanielReker博士在《自然生物医学工程》上发表了一篇题为“通过猪组织外植体和机器筛选口服药物与肠道转运组的相互作用”的论文，报告了他们的发现学习。”该团队在报告中评论道：“此类方法表明，机器学习和组织工程等技术的结合可以通过优先考虑候选药物和制剂来加速药物和制剂的开发，同时减轻耐药性和意外药物产生的风险——药物相互作用。”

作者写道，药物转运蛋白是一种膜蛋白，对药物的药代动力学、生物分布和功效具有关键影响。“目前人们还没有充分认识到药物是多种药物转运蛋白的底物，从而导致复杂的转运蛋白与药物相互作用模式，从而大大降低生物利用度，增加耐药性风险并成倍增加药物与药物相互作用的数量......一个主要焦点药物发现和开发的关键是了解转运组以及药物及其转运蛋白之间的相互作用，特别是它们在确定口服药物的肠道吸收方面的作用。”

先前的研究已经确定了胃肠道中的几种转运蛋白可以帮助药物通过肠道内壁。该团队将研究重点放在三个方面：BCRP、MRP2和PgP。研究人员解释说：“我们将机器学习工作集中在三种外排转运蛋白P-gp、BCRP和MRP2上，因为它们对临床药物转运具有重要意义，并且拥有最多数量的带注释底物。”

为了开展研究，Traverso和同事采用了他们在2020年开发的组织模型来测量特定药物的吸收性。该实验装置基于实验室培养的猪肠道组织，可用于系统地将组织暴露于不同的药物制剂中，并测量它们的吸收情况。研究人员指出：“我们的系统使用完整的离体猪组织来模拟生理相关背景下的肠道药物转运，其细胞结构和蛋白质表达与人类相似。”

为了研究组织内各个转运蛋白的作用，研究人员生成了小干扰RNA(siRNA)来抑制每个转运蛋白的表达。“为了使用猪小肠组织建立药物转运蛋白模型，我们为离体培养系统中的每种转运蛋白开发了一种小干扰RNA(siRNA)敲除方案，”他们继续说道。在组织的每个部分，他们敲除不同的转运蛋白组合，这使他们能够研究每种转运蛋白如何与许多不同的药物相互作用。“药物可以通过几条途径穿过组织，但你不知道哪条途径。我们可以单独把路封闭一下，看看如果把这条路封闭了，毒品还能通过吗?如果答案是肯定的，那么它就不会使用那条路，”特拉维索说。

研究人员使用该系统测试了23种常用药物，并能够识别每种化合物使用的转运蛋白。然后，该团队根据这些数据以及来自多个药物数据库的数据训练了机器学习模型。该模型学会了根据药物化学结构之间的相似性来预测哪些药物将与哪些转运蛋白相互作用。

利用该模型，研究人员分析了28种当前使用的新药物以及1,595种实验小分子药物。该屏幕产生了近两百万个潜在药物相互作用的预测。其中一项预测是，抗生素多西环素可能与常用的血液稀释剂华法林发生相互作用。强力霉素还被预测会与用于治疗心力衰竭的地高辛、抗癫痫药物左乙拉西坦和免疫抑制剂他克莫司相互作用。“鉴于其广泛的临床用途，我们选择多西环素作为主要测试化合物，并且我们已将其鉴定为新型BCRP和MRP2底物并进行体内验证，”他们评论道。“然后，我们手动选择了四种已知的BCRP和MRP2底物候选药物，以研究它们是否可能与多西环素相互作用。”

为了测试他们对强力霉素和这四种药物之间相互作用的预测，研究人员查看了约50名在服用强力霉素时服用华法林、地高辛或左乙拉西坦的患者的数据。来自马萨诸塞州总医院和布莱根妇女医院的患者数据库的数据显示，当给已经服用华法林的患者服用多西环素时，患者血液中华法林的水平上升，然后在服用后又回落。停止服用强力霉素。该数据还证实了该模型的预测，即多西环素的吸收受到地高辛、左乙拉西坦和他克莫司的影响。“我们发现，当与多西环素联合给药时，所有四种测试药物的浓度均显着增加(P=0.0001、0.0413、0.0004和0.0152)，而在完成多西环素治疗后水平恢复到基线，”他们评论道。“虽然我们不能排除其他未知的酶可能在这种药物相互作用中发挥作用，但我们相信临床数据与我们的离体数据相结合为转运蛋白驱动的相互作用提供了良好的证据。”

其中只有一种药物，他克莫司，之前被怀疑与多西环素相互作用。正如作者指出的那样，“……虽然之前有关于他克莫司与多西环素潜在相互作用的建议，但没有明确的机制，但其他三种(华法林、地高辛、左乙拉西坦)代表了目前未知的与多西环素的相互作用……这些案例凸显了我们的潜力系统来识别临床相关的和以前未知的药物相互作用，对临床实践有直接影响。”

Traverso进一步表示，“这些是常用的药物，我们是第一个使用这种加速的计算机和体外模型来预测这种相互作用的人。这种方法使您能够了解同时服用这些药物的潜在安全影响。”

除了确定已在使用的药物之间的潜在相互作用之外，同样的方法也可以应用于目前正在开发的药物。药物开发商可以切实利用该技术来帮助调整新药物分子的配方，以防止与其他药物的相互作用，或提高其吸收性。该团队在论文中写道：“我们的数据表明，涉及多个转运蛋白的复杂转运概况实际上在已批准药物和研究药物中很常见(比较图1a、b和3d)。因此，了解多种药物转运蛋白对单一化合物的影响并表征转运组对于临床前药物开发和临床决策至关重要。”2018年，Traverso和麻省理工学院的同事共同创立了Vivtex，这是一家专注于开发新型口服药物输送系统的生物技术公司，该公司目前正在致力于这种药物调整。