mcpField
T
tooluniverse-pharmacokinetics

tooluniverse-pharmacokinetics

github.com/mims-harvardデータ・データベース1.8k134 回インストール2 日前に更新
リポジトリ

tooluniverse-pharmacokinetics について

実測した濃度時間データを非コンパートメント解析する ToolUniverse スキルです。標準的な薬物動態パラメーターとバイオアベイラビリティを計算し、データ品質や結果の解釈も確認できます。

主な機能

  1. 01標準的なNCAパラメーターの計算
  2. 02絶対バイオアベイラビリティの推定
  3. 03CSVプロファイルのローカル処理
  4. 04サンプリングとフィット品質の確認

活用シーン

  1. 01実測薬物濃度時間プロファイルの要約
  2. 02製剤や用量間の曝露量の比較
  3. 03静脈内・経口データによるバイオアベイラビリティ計算

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/mims-harvard/tooluniverse --skill tooluniverse-pharmacokinetics

インストール後、Claude Code で/tooluniverse-pharmacokineticsを入力して読み込まれたか確認します。

同梱ファイルscripts/nca_from_csv.pytest_nca_from_csv.py

詳細

薬物動態(PK)解析 — 非コンパートメント解析

投与後の濃度対時間プロファイルから標準的なPKパラメーターを算出し、IV+経口投与データからバイオアベイラビリティを計算します。非コンパートメント解析(NCA)は、ほとんどのPK報告で用いられるモデル非依存の主力手法です。

こんな場合に使用します

  • 投与後の既知の時点で、血漿/血清(またはその他のマトリックス)中の薬物濃度を測定している場合。
  • Cmax/Tmax/AUC/半減期/クリアランス/Vd、または絶対バイオアベイラビリティ F が必要な場合。
  • 製剤、投与量、または投与経路間で曝露量(AUC、Cmax)を比較する場合。

これは実測データに基づくPK解析です。化学構造からADMET特性を予測するには、tooluniverse-admet-prediction を使用してください。

ステップ 1 — 濃度時間データを準備する

項目対応方法
単位 — 一貫性を保つ時間単位(h)、濃度単位(mg/L または ng/mL)、投与量単位(mg)をそれぞれ 1 つに統一します。time_unit/conc_unit/dose_unit として渡します。CL と Vd は導出された単位(例:L/h、L)で返されます。
投与経路が重要route を iv または po/経口に設定します。CL と Vd を直接解釈できるのは IV データの場合のみです。経口データでは、吸収が不完全なため見かけの値(CL/F、Vd/F)になります。
t=0 を含めるIV ボーラスでは t=0 の点(外挿値)を含めます。経口投与では、投与前の値は通常 0 です。
BLQ(定量下限未満)最初の測定可能な値より前にある先行 BLQ は 0 として扱います。終末相の BLQ は除外します(0 に設定しないでください。終末相の傾きが不正確になります)。
サンプリング設計終末相を定義するために、後期の測定点を十分に確保します(対数線形的な減少が明確な点が 3 つ以上)。そうでない場合、半減期と AUC0-∞ の信頼性が低くなります。
単回投与と反復投与ここでの NCA は単回投与を前提としています。定常状態の場合は、1 投与間隔(AUC0-τ)を解析し、その旨を記載してください。

ステップ 2 — NCA を実行する

tu run NCA_compute_parameters '{
  "times":[0,0.5,1,2,4,8,12,24],
  "concentrations":[0,2.5,4.8,6.1,4.2,2.1,1.0,0.2],
  "dose":100, "route":"iv",
  "dose_unit":"mg", "conc_unit":"mg/L", "time_unit":"h"}'

Cmax、Tmax、Clast、Tlast、AUC0_last、AUC0-inf、AUC_extrapolation_pct、lambda_z、t_half、r_squared_terminal_fit、clearance_CL、volume_distribution_Vd、MRT_iv と、units ブロックが返されます。AUC には FDA/EMA の線形上昇/対数下降台形法が使用されます。

CSV プロファイル(BLQ 処理を含む)については、scripts/nca_from_csv.py を実行すると、同じパラメーターをローカルで計算できます。

その他のツール:

  • NCA_fit_one_compartment — NCA ではなくパラメトリックモデルを使う場合に、1 コンパートメントモデル(k、V、CL)をフィットします。
  • NCA_calculate_bioavailability — auc_po、dose_po、auc_iv、dose_iv から絶対 F を計算します(ステップ 4 を参照)。

ステップ 3 — パラメーターを解釈する

パラメーター意味注記/妥当性確認
Cmax / Tmax最高濃度と最高濃度到達時間 — 吸収速度/吸収量を示します。IV ボーラスでは Cmax は t=0 です。Tmax がそれより遅い場合は、吸収(経口)または分布を示します。
AUC0-t / AUC0-∞総曝露量(曲線下面積)。主要な曝露量指標です。AUC0-∞ は Clast/lambda_z を使って終末相を外挿します。
AUC_extrapolation_pct最終測定点以降の外挿分が AUC0-∞ に占める割合(%)です。20% 超の場合、AUC0-∞(およびそこから導出される値)の信頼性は低くなります。代わりに AUC0-last を報告し、サンプリングが不十分であることを記載してください。
lambda_z / t_half終末相の消失速度定数と半減期です。r_squared_terminal_fit が約 0.95 以上で、終末相の点が 3 つ以上使われている場合にのみ信頼できます。
CL(クリアランス)単位時間あたりの消失容積 = Dose/AUC0-∞(IV)です。経口データでは CL/F(見かけの値)になります。
Vd分布容積 = CL/lambda_z(IV)です。経口データでは Vd/F(見かけの値)になります。
MRT平均滞留時間です。MRT が長いほど、全体的な消失が遅いことを示します。

ステップ 4 — 絶対バイオアベイラビリティ(F)

F の算出には、同じ薬剤を IV と経口の両方で投与したデータが必要です(理想的には同じ被験者で、投与量で正規化します)。

tu run NCA_calculate_bioavailability '{"auc_po":35.0,"dose_po":200,"auc_iv":43.4,"dose_iv":100}'

F = (AUC_po / Dose_po) / (AUC_iv / Dose_iv) です。割合または % で報告します。F が 1 に近い場合は吸収が良好で、F が低い場合は吸収が不良、または初回通過代謝が高いことを示します。F が 1 を超える場合は、データまたは投与量に誤りがある可能性があるため、単位と投与量を再確認してください。

ステップ 5 — 品質に関する注意点(以下を明記してください)

  • 外挿率が 20% を超える → AUC0-∞/CL/Vd を信頼できる値として報告しないでください。プロファイルを追跡した期間が不十分です。
  • 終末相のフィッティングが不適切(r_squared_terminal_fit < 0.9、または終末相の点が 3 点未満) → 半減期は信頼できません。
  • 経口投与データから算出した CL/Vd は見かけ値です(CL/F、Vd/F)。静脈内投与データなしに、真のクリアランス/分布容積として示さないでください。
  • 単位は CL/Vd の値に影響します。濃度の単位が間違っていると、気づかないまま値が変わります。返された units ブロックを必ず確認してください。
  • フリップフロップ動態(吸収が消失より遅い)では、「終末相」の傾きは消失ではなく吸収を反映します。経口投与の t½ が静脈内投与の t½ よりはるかに長い場合は、この可能性を疑ってください。

正直な限界

  • NCA はモデルに依存せず頑健ですが、機序的な構造(吸収/分布の速度定数を個別に扱う構造)は示しません。その場合は NCA_fit_one_compartment または集団 PK を使用してください。
  • AUC の精度は、Cmax 付近および終末相におけるサンプリング密度に完全に依存します。
  • 単回投与を前提としています。定常状態では、1 投与間隔(AUC0-τ)を分析し、蓄積は別途評価してください。

関連スキル

  • tooluniverse-admet-prediction — 構造から ADME 特性を予測します(実測データは不要です)。
  • tooluniverse-dose-response — 濃度反応から IC50/EC50 の効力を算出します(時間経過データは対象外です)。
  • tooluniverse-statistical-modeling — 群間で PK パラメーターを比較します。

コメント