計算的アプローチと実験的アプローチを組み合わせた医薬品製剤の設計と最適化の推進
アッヴィ(AbbVie)とSchrödinger の科学者たちは、熱力学モデリング、分子シミュレーション、および実験的研究を組み合わせることで、非晶質固体分散体(ASD)の溶解挙動を体系的に調査するために協力した。
概要
熱力学的モデリングを用いてASD/水界面のゲル層の挙動を調査し、顕微鏡下侵食時間試験(METT)実験によってこの挙動を確認した
ASDの溶解に関する分子レベルでの新たな知見を得た。これにより、熱力学モデリングおよびMETT実験の結果が裏付けられ、薬剤製剤の設計に新たな示唆が得られた。
市販製剤に匹敵する複雑なASD製剤について、薬物負荷依存性の放出メカニズムおよび放出喪失の発生について、より深い理解を得た。

課題
非晶質固体分散体(ASD)製剤の溶解過程において、薬物負荷量(DL)は、放出メカニズムや放出喪失(LoR)の発生にしばしば影響を及ぼす。この影響は実験的に観察され、文献でも議論されてきた。しかし、その根底にある原理やメカニズムについては、ASDの溶解における熱力学や分子間相互作用のより深い理解が必要となるため、調査や報告はそれほど多くない。 分子レベルのシミュレーションと熱力学モデリングを組み合わせたアプローチは、文献ではあまり見られないが、溶解過程におけるASDの複雑なphase 挙動について、より深い知見をもたらすことができる。
アプローチ
ASDの溶出に関する共同研究¹⁻²を継続する中で、アッヴィ(AbbVie)とSchrödinger の研究者らは、この研究の範囲を拡大し、実験と計算を組み合わせたアプローチを用いて、リトナビルおよびポリマーコポビドン(PVPVA64)を含むASDにおける、薬物負荷に依存する溶出メカニズムおよび溶出低下現象の発生について調査した。 すべての分子シミュレーションは、SchrödingerのMaterials Scienceプラットフォーム(MSMaestro )およびDesmond を用いて、分子動力学(MD)シミュレーションと粗視化(CG)シミュレーションとして実施された。

結果と見通し
本研究3では、熱力学モデリング、分子シミュレーション、および実験から得られた相互に補完的な情報が、リトナビル/PVPVA64を基盤とするASDの放出メカニズムについて、有益かつより包括的な理解をもたらすことが示されている。
- 低~中程度のDL(5~15 wt%)では、PVPVA64が主要なphase (高ポリマー含有率のphase )を形成し、一方、リトナビルは副次的なphase (高薬物含有率のphase )を形成し、薬物の放出はその可溶化によって決定される。高DL(20~40 wt%)では、自己相互作用および薬物とポリマーとの相互作用がより大きな役割を果たす。
- DL(40 wt%)の高濃度ASDの場合、水和の初期段階において、薬物分子はASDの表面付近に薬物を豊富に含むphase クラスターとして顕著に凝集し、侵食と薬物放出を著しく遅らせる。
- 溶解後期のシミュレーションでは、リトナビル分子とポリマーのモノマー間、および水分子との相互作用を追跡し、薬剤、ポリマー、溶媒の相互の結合関係をより深く理解した。
- 薬物濃度の高いクラスターに焦点を当てた後期段階のシミュレーションにおける相互作用解析により、DL値が高くなるにつれて、これらのクラスターの脱水および安定化が促進されることが明らかになった。
このアプローチは、さらなるASD製剤の設計・開発に向けた出発点として、最大DLの特定を支援することができる。提示されたモデルの予測能力は、製剤の最適化における課題を克服するための強力なツールを科学者に提供する。
本調査における分子シミュレーション部分で採用された方法論
粗視化(DPD)系の自動パラメータ化
複雑な製剤に関するシームレスなシミュレーション研究
複雑な解散・組織化のパターンに関する説明

参考文献
-
事例研究
-
非晶質固体分散体の溶解に関する分子レベルでの解析
モハマド・アティフ・ファイズ・アフザル、クリスティン・レムケンパー、エカテリーナ・ソビッチ、トーマス・F・ヒューズ、デビッド・J・ギーセン、テン・チャン、キャロライン・M・クラウター、ポール・ウィンゲット、マティアス・デゲンハルト、サミュエル・O・キエレマテン、アンドレア・R・ブラウニング、ジョン・C・シェリー Mol. Pharmaceutics2021, 18, 11, 3999-4014
-
非晶質固体分散体の放出メカニズムの予測: 熱力学モデリングとインシリコ分子シミュレーションの組み合わせ
ステファニー・ウォルター、パウロ・G・M・ミレオ、モハマド・アティフ・ファイズ・アフザル、サミュエル・O・キエレマテン、マティアス・デゲンハルト、アンドレア・R・ブラウニング、ジョン・C・シェリー Pharmaceutics2024, 16(10), 1292