tooluniverse-pharmacokinetics

药代动力学（PK）分析——非房室分析

将给药后的浓度-时间曲线转换为标准 PK 参数，并根据静脉注射和口服数据计算生物利用度。非房室分析（NCA）是与模型无关的主力方法，广泛用于大多数 PK 报告。

适用场景

• 你已在给药后的已知时间点测量血浆／血清（或其他基质）中的药物浓度。
• 你需要 Cmax／Tmax／AUC／半衰期／清除率／Vd，或绝对生物利用度 F。
• 比较不同制剂、剂量或给药途径的暴露量（AUC、Cmax）。

这是基于实测数据的 PK 分析。若要根据化学结构预测 ADMET 属性，请使用 tooluniverse-admet-prediction。

步骤 1 — 准备浓度-时间数据

问题	处理方法
单位——保持一致	统一时间单位（h）、浓度单位（mg/L 或 ng/mL）和剂量单位（mg）。通过 time_unit／conc_unit／dose_unit 传入。CL 和 Vd 将以换算后的单位返回（例如 L/h、L）。
给药途径很重要	将 route 设为 iv 或 po／oral。只有对于静脉注射数据，CL 和 Vd 才能直接解读；对于口服数据，它们是表观值（CL/F、Vd/F），因为吸收并不完全。
包含 t=0	静脉推注时包含 t=0（反向外推）点；口服给药前的数值通常为 0。
BLQ（低于定量下限）	首个可测值之前的前导 BLQ → 视为 0；末端尾部的 BLQ → 删除（不要设为 0，否则会扭曲末端斜率）。
采样设计	需要足够多的晚期采样点来确定末端相（至少 3 个点清晰地处于对数线性下降阶段），否则半衰期和 AUC0-∞ 不可靠。
单次给药与多次给药	此处的 NCA 假设单次给药。对于稳态，分析一个给药间隔（AUC0-τ），并注明这一点。

步骤 2 — 运行 NCA

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"}'

返回 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，以及一个 units 区块。AUC 使用 FDA／EMA 的线性上升／对数下降梯形法。

对于 CSV 曲线（含 BLQ 处理），scripts/nca_from_csv.py 可在本地计算相同参数。

其他工具：

• NCA_fit_one_compartment — 拟合一室模型（k、V、CL），适用于需要参数模型而非 NCA 的情况。
• NCA_calculate_bioavailability — 根据 auc_po、dose_po、auc_iv、dose_iv 计算绝对 F（见步骤 4）。

步骤 3 — 解读参数

参数	含义	备注／合理性检查
Cmax / Tmax	峰值浓度和达峰时间——反映吸收速率／程度。	静脉推注时，Cmax 出现在 t=0；较晚的 Tmax 表示存在吸收（口服）或分布过程。
AUC0-t / AUC0-∞	总暴露量（曲线下面积），是关键的暴露指标。	AUC0-∞ 使用 Clast/lambda_z 外推尾部。
AUC_extrapolation_pct	AUC0-∞ 中由末个采样点之后外推得出的百分比。	>20% → AUC0-∞（及基于它计算的任何指标）不可靠；应报告 AUC0-last，并注明采样不足。
lambda_z / t_half	末端消除速率常数和半衰期。	仅当 r_squared_terminal_fit ≥ 约 0.95 且使用了至少 3 个末端点时，结果才可信。
CL（清除率）	单位时间内清除的体积 = Dose/AUC0-∞（静脉注射）。	对于口服数据，该值为 CL/F（表观值）。
Vd	分布容积 = CL/lambda_z（静脉注射）。	对于口服数据，该值为 Vd/F（表观值）。
MRT	平均滞留时间。	MRT 越长，整体消除越慢。

步骤 4 — 绝对生物利用度（F）

计算 F 需要将同一种药物同时以静脉注射和口服方式给药（最好是同一批受试者，并按剂量归一化）：

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)。以分数或百分比报告。F 接近 1 表示吸收良好；F 较低表示吸收不佳或首过代谢较强。F > 1 表明数据／给药存在错误（请重新检查单位和剂量）。

步骤 5 — 质量问题（应明确说明）

• 外推 >20% → 不要将 AUC0-∞/CL/Vd 报告为可靠结果；对药物浓度曲线的随访时间不足。
• 终末相拟合不佳（r_squared_terminal_fit < 0.9，或终末相数据点 <3 个）→ 半衰期不可靠。
• 口服数据计算得出的 CL/Vd 是表观值（CL/F、Vd/F）——没有静脉注射数据时，切勿将其作为真实清除率/分布容积报告。
• 单位会影响 CL/Vd——浓度单位错误会在不易察觉的情况下缩放结果。务必检查返回的 units 块。
• 翻转动力学（吸收慢于消除）会使“终末”斜率反映吸收而非消除——若口服 t½ ≫ 静脉注射 t½，应对此保持警惕。

局限性说明

• NCA 不依赖模型且稳健，但不提供机制结构（没有单独的吸收/分布速率常数）——如需此类分析，请使用 NCA_fit_one_compartment 或群体 PK。
• AUC 的准确性完全取决于 Cmax 附近及终末相的数据采样密度。
• 假设为单次给药；稳态分析时，请分析一个给药间隔（AUC0-τ），并单独分析蓄积情况。

相关技能

• tooluniverse-admet-prediction — 根据结构预测 ADME 性质（无实测数据）。
• tooluniverse-dose-response — 根据浓度-反应关系评估 IC50/EC50 效力（非时间过程）。
• tooluniverse-statistical-modeling — 比较不同组间的 PK 参数。