论文部分内容阅读
新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19),以极隐蔽的方式和极快的速度在全球范围内肆虐。COVID-19传染性极强,会造成永久性的后遗症。截至2022年3月24日,已造成4亿7000多万人感染,610多万人死亡。接种疫苗不仅可以大大降低患病后的重症及死亡概率,而且有助于建立群体免疫屏障,进而从根本上控制COVID-19的流行与传播。现有的COVID-19疫苗中,多种基于脂质纳米粒(Lipid nanoparticle,LNP)的m RNA(Messenger ribonucleic acid)疫苗已经被广泛应用,其中最先用于临床、保护作用显著的一种为莫德纳(Moderna)公司的Spikevax?。由于COVID-19疫情形势的紧急以及对有效疫苗的大量需求,美国食品药品监督管理局(Food and Drug Administration,FDA)放宽了新冠肺炎疫苗的审查标准,故Spikevax?从临床试验到批准使用仅经过不到2年的时间,这与以往研制疫苗所需的十年或更长的时间大相径庭。该疫苗有颇具优势的预防效果,但随着接种人群的增加和接种规模的扩大,陆续出现了诸多不可预知的安全性问题。肌肉注射Spikevax?后,机体会有局部疼痛、发热发炎、高烧、心肌炎和心律失常等多种毒副反应,这与该疫苗极短的研制周期、不全面的临床前与临床试验过程以及LNP载体中首次用于人体的可电离脂质密切相关。已有研究表明,LNP中的可电离脂质是引发注射部位炎症反应的直接原因。为此,本研究选择Spikevax?的LNP载体中递送m RNA的关键性成份可电离脂质SM-102((heptadecan-9-yl 8-((2-hydroxyethyl)(6-oxo-6-(undecyloxy)hexyl)amino)octanoate),SM-102)作为研究对象,采用液相色谱-串联质谱(Liquid chromatography tandem mass spectrometry,LC-MS/MS)技术,开发了在多种生物基质中精准定量SM-102的分析方法,使用该方法探究SM-102在大鼠体内的药代动力学行为。本研究的具体内容与结果如下:(1)大鼠血浆中SM-102定量分析方法的建立建立了定量分析大鼠血浆中SM-102浓度的LC-MS/MS方法,使用带有电喷雾电离(Electrospray ionization,ESI)源的6500+三重四级杆质谱,在正离子通道下,采用多重反应检测模式(Multiple reaction monitoring,MRM)对SM-102(m/z 710.8→300.1)进行分析。根据ICH协调指导原则-生物样品分析方法验证M10(ICH-M10)对其进行了多项方法学验证。结果表明:该方法稳定、可靠,可以用来定量分析大鼠血浆样品中的SM-102。(2)SM-102在血浆中的药代动力学研究本课题对大鼠血浆中的SM-102进行了研究,结果显示:大鼠肌肉注射48μg的SM-102后,SM-102在大鼠血液循环中消除缓慢,消除半衰期t1/2为15.7±10.1 h,达峰浓度Cmax为0.285±0.193μg/L,药物浓度-时间曲线下面积AUC(0-t)为8.94±4.71μg/L·h,AUC(0-)∞为10.1±5.47μg/L·h,清除率CL为5.76±2.38 L/h,表观分布容积Vd为115±62.3 L。通常,200 g大鼠的全身体液约0.133 L,本研究的Vd是大鼠体液的800多倍,远大于大鼠全身体液总体积。由此提示,SM-102在肌肉注射后少量通过注射部位吸收进入血液循环,大部分可能存在于组织中。此外,给予SM-102经72小时后大鼠血中的SM-102才基本消除完全。(3)SM-102在各组织中的分布情况建立并验证了SM-102在大鼠组织样品中的LC-MS/MS定量分析方法,使用该方法对SM-102在大鼠肝脏、脾脏和注射部位肌肉中分布的情况进行了研究,结果发现:大鼠肌肉注射48μg的SM-102于5天后,肝脏和脾脏中的SM-102浓度低于定量下限,但在注射部位肌肉中,仍有11.0±15.4 ng/g的SM-102存在,说明相较于肝脏和脾脏,SM-102更易在注射部位肌肉中贮存。(4)SM-102的排泄研究建立并验证了SM-102在大鼠尿液和粪便样品中的LC-MS/MS定量分析方法,然后用该方法对在大鼠尿液和粪便中的SM-102进行检测,结果显示:大鼠肌肉注射48μg的SM-102后,在0~120小时内,SM-102不以原形经尿液排泄,且经粪便的累积排泄率也仅为0.288±0.0864%。综上所述,本课题以Moderna新冠疫苗中LNP载体的可电离脂质SM-102为研究对象,首次阐明了大鼠肌肉注射单一组分SM-102后,其在血浆中暴露、组织分布以及排泄等药动学过程,这将为基于SM-102设计与优化新型的LNP载体提供可靠的药代动力学数据支持。