{
  "id": "pharmacodynamics",
  "title": "药效动力学",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "药效动力学研究药物如何产生生物效应，以及靶点相互作用和药物浓度与疗效、不良反应及其随时间变化的关系。",
  "category": "health",
  "subcategory": "drugs",
  "type": "concept",
  "aliases": [
    "药物效应动力学",
    "药效学"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/pharmacodynamics/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/pharmacodynamics/",
      "json": "https://aiwiki.page/en/pharmacodynamics.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "药效动力学是药理学的一个分支，研究药物的生物化学效应和生理效应，以及产生这些效应的机制。它探讨药物如何与生物靶点相互作用，这些相互作用如何改变细胞和器官的功能，以及药物浓度如何影响反应的强度和持续时间。其研究范围包括有益作用、不良反应，以及药物对微生物或其他致病因子的作用。\n\n药效动力学通常与药代动力学相区分，后者描述药物的吸收、分布、代谢和消除过程。两者的区别常被概括为“药物对机体做了什么”与“机体对药物做了什么”。在实际应用中，两者密不可分：药代动力学决定到达作用部位的药物浓度，而药效动力学决定该浓度所引起的反应。两者共同为理解同一剂量为何会在不同个体中产生不同效应提供了定量依据。\n\n这一领域将分子层面的相互作用与临床结局联系起来。其核心概念包括亲和力、效能、效价强度、选择性、浓度–反应关系，以及反应性随时间发生的变化。这些概念有助于解释实验结果、评价药物，以及设计能够区分生物活性与临床上有意义的获益的研究。"
    },
    {
      "heading": "生物靶点与作用机制",
      "text": "大多数药物通过与特定的生物分子相互作用而发挥作用，但也有一些药物通过更广泛的物理或化学过程产生效应。药物靶点是指与药物相互作用并促成生物反应的分子结构。常见靶点包括受体、酶、离子通道和转运体。许多靶点是蛋白质，但核酸及其他细胞成分也可成为靶点。仅仅确定靶点，并不能阐明完整的作用机制：药物作用于该靶点后产生的结果，取决于靶点的位置、生理功能及其与其他过程的联系。\n\n药物受体能够识别配体，并将配体结合转化为细胞活动的变化。G蛋白偶联受体可调节第二信使、离子通道和酶的活性。配体门控离子通道在配体结合后会改变膜电导。受体酪氨酸激酶启动磷酸化反应网络，而核受体则在与适当的配体相互作用后调控转录。这些机制发挥作用所需的时间各不相同。离子通道开放可在数毫秒内改变电活动，而基因表达的变化通常需要更长时间才能影响蛋白质的含量和组织功能。\n\n作用于酶的药物可通过可逆或不可逆的方式抑制催化反应。例如，阿司匹林可使环氧合酶乙酰化，从而减少前列腺素类物质的合成。作用于离子通道的药物可阻塞通道孔、改变通道的门控过程，或使通道稳定于某种特定状态。转运体抑制剂可改变物质的跨膜转运：选择性5-羟色胺再摄取抑制剂可减少5-羟色胺经其转运体介导的摄取，而SGLT2抑制剂则可减少肾脏对葡萄糖的重吸收。这些作用说明，不同的分子途径可以产生相似的结果，而一种分子作用也可以影响多种生理功能。\n\n有些药物并不通过常规受体发挥作用。抗酸药通过化学反应中和胃酸；渗透性药物通过改变溶质浓度来改变水的移动；螯合剂则与特定金属离子结合。抗微生物药物通常作用于病原体与宿主之间存在差异的结构或通路。例如，β-内酰胺类抗生素通过与青霉素结合蛋白结合，干扰细菌细胞壁的合成。\n\n因此，作用机制涵盖多个层次：最初的相互作用、细胞反应、组织效应以及临床结果。这些层次不应混为一谈。在纯化制备物中证实酶受到抑制，并不能证明活体组织中也发生了足够程度的抑制；而证实药物在组织中具有活性，也不一定能证明其可改善症状、功能或生存状况。"
    },
    {
      "heading": "结合、亲和力与受体占有率",
      "text": "药物结合通常可描述为药物 \\(D\\) 与受体 \\(R\\) 发生可逆相互作用，形成复合物 \\(DR\\)：\n\n\\[D+R \\rightleftharpoons DR.\\]\n\n对于处于平衡状态的简单非协同系统，受体被占据的比例为\n\n\\[f_{\\mathrm{occupied}}=\\frac{[D]}{K_D+[D]},\\]\n\n其中，\\([D]\\) 为受体所在部位的游离药物浓度，\\(K_D\\) 为平衡解离常数。当 \\([D]=K_D\\) 时，一半受体被占据。在特定实验条件下，\\(K_D\\) 越小，表示结合亲和力越高。该方程假设所有结合位点性质相同且彼此独立，同时药物结合不会显著降低所测得的游离药物浓度。\n\n亲和力描述的是结合能力，而非产生反应的能力。两种药物的亲和力可能相近，但功能效应却可能截然不同。药物占据受体后，可能强烈激活受体、微弱激活受体、阻止另一种配体激活受体，或降低受体在未添加配体时已有的活性。因此，结合测定结果需要结合功能实验加以解读。这些结果也会受到温度、离子组成、受体构象以及相互作用蛋白是否存在等条件的影响。\n\n平衡状态下的测定无法完整描述结合动力学。在简单的一步相互作用中，\n\n\\[K_D=\\frac{k_{\\mathrm{off}}}{k_{\\mathrm{on}}},\\]\n\n其中，\\(k_{\\mathrm{on}}\\) 和 \\(k_{\\mathrm{off}}\\) 分别为结合与解离速率常数。具有相同平衡亲和力的药物，其结合与解离速率可能不同。较慢的解离速率可使药物在周围游离浓度下降后仍持续占据靶点。在最简单的模型中，平均驻留时间为 \\(1/k_{\\mathrm{off}}\\)，但实际生物系统可能涉及多种结合状态、局部再结合以及靶点丰度的变化。\n\n占有率与效应不一定成正比。当一个系统无需占据全部可用受体，就能达到所测得的最大反应时，便称其具有受体储备，这些储备受体也称为备用受体。信号放大可使相对较低的受体占有率产生较强的下游反应。反之，如果受体与所测过程之间的偶联较弱，即使占有率很高，也可能仅引起很小的功能变化。\n\n真正相关的浓度通常是能够到达靶点的未结合药物浓度，而不一定是血浆中测得的药物总浓度。药物与循环血液中的蛋白质结合、进入组织受限、细胞内蓄积以及主动转运，都可能使血浆测定结果与靶点部位的药物暴露情况不一致。这些属于药代动力学影响因素，但会直接影响对药效学关系的解读。"
    },
    {
      "heading": "激动作用、拮抗作用与信号传导选择性",
      "text": "激动剂与受体结合并促使其产生反应。完全激动剂能够在特定实验系统中产生该系统所能达到的最大反应，而部分激动剂在相同条件下产生的最大反应较低。这一区别不仅取决于分子本身，也取决于所处的系统。在受体丰富、偶联高效的组织中，一种化合物可能表现为完全激动剂；而在受体较少或信号放大程度较低的组织中，它则可能表现为部分激动剂。\n\n部分激动剂既能激活受体，也能降低效能更高的激动剂所引起的反应。当两者竞争同一群受体时，部分激动剂会占据原本可能被更强烈激活的受体。丁丙诺啡在 μ 阿片受体上的作用就是一例。其效应不能简单归结为激活或阻断，而是取决于其浓度、其他配体的存在、可用受体的数量以及所测量的反应。\n\n受体拮抗剂可阻止另一种配体激活受体。在理想的平衡系统中，可逆性竞争性拮抗剂会使激动剂的浓度–反应曲线平行右移，但不会降低可达到的最大反应。足量的激动剂可以克服这种竞争。在简单竞争性拮抗的假设下，剂量比为\n\n\\[DR=1+\\frac{[B]}{K_B},\\]\n\n其中，\\([B]\\) 为拮抗剂浓度，\\(K_B\\) 为其平衡解离常数。Schild 分析利用这一关系，检验实验表现是否符合竞争性拮抗，并估算拮抗剂的亲和力。\n\n不可逆性拮抗和非竞争性抑制可降低最大反应，但受体储备可能在起初掩盖这种降低。反向激动剂与中性拮抗剂不同，它能降低受体的组成性活性，即未加入激动剂时仍存在的活性。只有在能够检测到组成性活性的系统中，这一区别才有意义。许多通常被称为 H1 受体拮抗剂的抗组胺药，更准确地说属于反向激动剂。\n\n变构配体结合的位点不同于主要的内源性配体结合位点。它们可以提高或降低配体亲和力、信号传导效能，或同时改变两者。其效应可能随激活受体的配体及所测通路而变化。类似地，偏向性激动是指与参照配体相比，对某些受体相关通路的激活优先于其他通路。要确证这种偏向性，必须谨慎控制受体表达、信号放大、测定时间及其他系统因素。仅凭实验室测定中观察到的通路偏好，并不能认定其具有更好的疗效或安全性。"
    },
    {
      "heading": "浓度–效应关系与定量模型",
      "text": "药效学实验通常将药物浓度与量反应联系起来，例如酶抑制程度、气道舒张程度或心率变化。一种广泛使用的模型是最大效应模型：\n\n\\[E(C)=E_0+\\frac{E_{\\max}C}{EC_{50}+C},\\]\n\n其中，\\(E_0\\) 为基线效应，\\(E_{\\max}\\) 为模型中相对于基线的最大变化量，\\(EC_{50}\\) 为产生该变化量一半时的浓度。对于抑制性反应，可从基线中减去模型所描述的变化量，也可用带有适当正负号的参数来表示。该模型描述的是一种饱和关系：接近最大效应时，浓度即使增加得越来越多，效应的增量也会越来越小。\n\n希尔形式引入了斜率参数 \\(n\\)：\n\n\\[E(C)=E_0+\\frac{E_{\\max}C^n}{EC_{50}^{\\,n}+C^n}.\\]\n\n随着 \\(n\\) 增大，曲线变得更陡。尽管希尔方程源于对协同结合的研究，但在全细胞实验或临床实验中估算出的希尔系数，并不必然代表分子层面的协同性或结合位点的数量。它也可能反映多步骤信号传导、群体异质性、阈值效应或测量方法的特点。\n\n效价强度描述的是产生指定效应所需的浓度或剂量。对于采用相同反应指标、在可比条件下进行测试的药物，较低的 \\(EC_{50}\\) 通常意味着较高的效价强度。在这里，效能是指药物产生反应的能力，通常用可达到的最大效应来表示。效价强度更高的药物，并不一定效能更高、更安全，也不一定在临床上更值得选用。这些性质回答的是不同的问题。\n\n由于浓度可能跨越数个数量级，浓度–效应曲线通常以对数浓度为横轴绘制。在线性浓度坐标轴上呈双曲线的关系，在对数浓度坐标轴上便呈现为 S 形。此类图形有助于更直观地观察效价强度的变化，但仍须考察变异性、测量误差、基线漂移，以及对反应范围的采样是否充分。\n\n还必须区分量反应与质反应。质反应分析记录的是每个个体是否达到某一明确界定的结局，例如在测量期间某一指定症状是否消失。此时，半数有效量 \\(ED_{50}\\) 表示使群体中 50% 的个体达到该结局的剂量，而不是使单个个体产生半最大反应的剂量。群体反应曲线同时反映了生物学变异和所选结局的定义。因此，当研究群体、观察时段或成功判定标准发生变化时，曲线的位置和斜率也可能改变。"
    },
    {
      "heading": "时间依赖性效应、适应与延迟反应",
      "text": "药物效应并不总是随血浆浓度的变化而立即改变。药物需要分布至远端作用部位、与靶点结合缓慢，或所测反应需要经过下游生物学变化，都可能导致效应延迟。因此，在药物暴露水平的上升阶段和下降阶段，相同的血浆浓度可能对应不同的效应。将不同时点的效应对浓度作图，可能得到一个滞后环，而非单一的浓度–反应曲线。\n\n效应室模型是描述分布相关延迟的一种方法：\n\n\\[\\frac{dC_e}{dt}=k_{e0}(C_p-C_e),\\]\n\n其中，\\(C_p\\) 为血浆浓度，\\(C_e\\) 为假设的效应部位浓度，\\(k_{e0}\\) 描述平衡过程。这个室通常是为建模而设定的，并非解剖学上可辨识的空间。其目的是表征测得的药物暴露与反应之间的时间差。仅凭这一模型无法确定延迟的生物学原因，因为不同机制可能产生相似的观测结果。\n\n间接反应模型用于描述通过改变生理介质的生成或消除而发挥作用的药物。如果反应变量 \\(R\\) 以速率 \\(k_{\\mathrm{in}}\\) 生成，并以速率 \\(k_{\\mathrm{out}}R\\) 消除，则其基线动态为\n\n\\[\\frac{dR}{dt}=k_{\\mathrm{in}}-k_{\\mathrm{out}}R.\\]\n\n药物可以抑制或促进其中任一过程。例如，华法林干扰维生素K的循环利用，从而减少具有功能的维生素K依赖性凝血因子的形成。其抗凝效应出现延迟，部分原因在于先前已形成的凝血因子必须按各自的周转速率逐渐消失。仅用华法林进入血浆所需的时间，并不足以解释这种延迟。\n\n反复暴露也会改变机体的反应性。耐受性是指反复或持续暴露后反应减弱；快速耐受则指反应性在相对较短的时间内下降。相关机制包括受体磷酸化、受体内化、信号蛋白变化、可释放介质耗竭，以及代偿性生理反应。药物代谢增强也可能导致耐受性，但这种机制属于药代动力学，而非药效动力学。要区分两者，需要在靶部位暴露水平相当的条件下比较反应。\n\n当药物与靶点的结合不可逆，或功能恢复需要合成新的蛋白质时，即使循环中的药物已无法测出，其效应仍可能持续。阿司匹林对血小板环氧合酶的抑制作用之所以持久，是因为血小板几乎没有能力补充被抑制的酶。另一方面，代偿性适应可在药物暴露结束后引起反跳效应。因此，不能仅凭消除半衰期推断作用持续时间：靶点周转、介质周转、组织修复和生理反馈都可能决定功能恢复的速度。"
    },
    {
      "heading": "治疗作用、不良反应与药物联用",
      "text": "治疗作用与不良反应遵循相同的基本药效学原理。非预期效应可能源于药物对预定靶点的作用过强、对非预定靶点的作用，或作用引发的下游变化对其他器官系统的影响。例如，阻断参与疾病过程的某种受体，也可能干扰该受体在其他部位的正常生理功能。即使这种效应发生在预期组织之外，它仍属于“靶内效应”。相比之下，脱靶效应涉及药物与其他分子结构的相互作用。\n\n治疗指数表示产生预期效果与产生有害结果的剂量之间的间隔。一种传统表达形式为 \\(TD_{50}/ED_{50}\\)，即针对特定结局的半数中毒量与半数有效量之比。历史上，动物研究还曾采用 \\(LD_{50}/ED_{50}\\)，将致死性纳入考量。这些比值只能提供有限的概括：它们无法充分反映反应曲线的斜率、毒性的严重程度或可逆性，也无法体现易感亚群的特征。治疗窗的含义更为宽泛，指在特定情境下，获益与危害之间达到可接受平衡的药物暴露范围。\n\n选择性是相对的，而非绝对的。药物在低浓度时可能优先作用于某一种受体亚型，但随着浓度升高，也会作用于其他靶点。选择性还取决于组织分布和信号传导背景。沙丁胺醇优先激活β₂肾上腺素受体，但这并不意味着它的所有效应都局限于气道平滑肌。分子选择性、器官选择性和临床耐受性相互关联，却是不同的性质。\n\n当一种药物改变另一种药物的效应，而不一定改变后者的浓度时，就会发生药效学相互作用。阿片类药物与其他中枢神经系统抑制药联用，可增强镇静作用和呼吸抑制。相比之下，药代动力学相互作用通过改变代谢或消除等过程来改变药物暴露。同一对药物可能同时存在这两类相互作用，因此，仅观察到效应增强，并不能确定其机制。\n\n联用效应是相对于明确指定的参照模型，被描述为相加、协同或拮抗。Loewe相加模型与Bliss独立模型采用不同的假设，因此可能对同一组数据作出不同的分类。所以，协同作用并不是指联用效果优于任一药物单用效果的所有情况。要进行可靠的分析，需要掌握各药物单用时的浓度–反应曲线、明确零假设模型，并在适当的浓度范围内测量联用效应。在抗微生物治疗和癌症治疗中，药物联用可能对不同结局产生不同影响：对疾病的作用增强，可以同时伴有毒性相加、不良反应重叠，或耐药群体在选择压力下富集。"
    },
    {
      "heading": "生物学变异与耐药性",
      "text": "即使药物浓度相近，不同个体的药效学敏感性也可能不同。变异的来源包括靶点丰度、受体偶联、生理反馈、年龄、疾病状态、既往暴露史和遗传差异。应尽可能将药代动力学变异与这些效应区分开来。标准剂量引起异常强烈的反应，可能是由于药物暴露增加、组织敏感性升高，或两者共同作用；仅凭剂量–反应观察无法区分这些情况。\n\n药物基因组学研究遗传变异如何影响药物反应。编码药物靶点或信号传导组分的基因发生变异，可改变药物敏感性；而药物代谢酶的基因变异主要影响药代动力学。华法林是这两类影响的一个公认实例：编码其主要靶点的 VKORC1 基因发生变异，会造成敏感性差异；而 CYP2C9 基因的变异则可改变药物消除。遗传关联的存在并不意味着年龄、合并用药、饮食及其他临床因素的影响可以忽略。\n\n疾病可改变靶点结合与反应之间的关系。胰岛素抵抗表现为重要靶组织对胰岛素的反应性降低，受体相关信号传导和下游代谢过程均参与其中。在心力衰竭中，持续的交感神经激活可伴随肾上腺素能受体表达和信号传导的变化。这些适应性变化说明，在健康组织中测得的药效学特征未必能准确反映患病组织的情况。基础生理储备也会影响特定分子扰动所产生的临床后果。\n\n病原体和恶性细胞的耐药机制包括减少药物结合、绕过受抑制的通路，或在靶点受到抑制的情况下仍能维持存活。抗生素耐药性可能涉及靶点改变、药物灭活酶、药物进入减少或外排增加。这些机制横跨局部药物暴露与药效学敏感性两个方面。在癌症中，突变可改变药物结合位点，而替代性信号通路的激活则可削弱原有靶点受抑制与细胞生长受控之间的联系。\n\n耐药性也会随时间推移而演变，并在异质性群体中发生变化。治疗可能优先抑制敏感细胞，使敏感性较低的亚群得以扩增。对整个标本取平均值的测量可能掩盖少量耐药群体，而不同解剖部位的敏感性也可能不同。因此，药效学参数不一定是某个人、病原体或肿瘤的恒定特征，而是取决于生物学状态、治疗史、所采样的群体以及所测量的终点。"
    },
    {
      "heading": "实验测量与临床开发",
      "text": "药效学研究采用的方法涵盖从纯化蛋白测定到整体生物研究的各个层面。结合实验用于估算亲和力和靶点占有率；酶活性测定用于测量催化活性；电生理技术用于记录离子通道功能的变化；细胞测定则用于测量第二信使生成、磷酸化、基因表达或细胞死亡等过程。每种方法都只能反映作用机制的某个环节。受体丰度、测定持续时间、底物浓度、细胞类型以及下游信号放大的程度，都可能导致结果不同。\n\n生物标志物可以提供证据，表明药物已作用于或影响其预期的生物学通路。通过影像学测定靶点占有率、检测活检样本中某种信号蛋白受到的抑制，以及测量循环中某种介质的变化，都是药效学测量的例子。对这些结果的解释取决于指标的特异性和相关性。生物标志物可以证明药物与靶点发生了相互作用，却未必能证明效应的强度或持续时间足够；而在易于取样的组织中获得的测量结果，也未必能反映致病器官中的药物活性。\n\n替代终点用于替代对临床获益的直接测量，其使用需要有适用于预期应用情境的证据支持。并非所有药效学生物标志物都是经过验证的替代终点。某项实验室指标降低，并不自动意味着生存、症状或功能得到改善。这一区别对药物开发至关重要，因为一种看似逻辑自洽的作用机制，在以具有临床意义的结局进行检验时，仍可能无法带来净获益。\n\n临床研究会描述药物暴露与预期效应及不良效应之间的关系。随机对照试验有助于将药物效应与背景变化、混杂因素及安慰剂效应区分开来。然而，在接受治疗的人群中，实测药物浓度与结局之间的简单关联仍可能受到混杂因素的影响：疾病严重程度可能同时影响药物处置过程和预后。在估算药效学参数时，基线测量、重复观察、恰当的对照以及明确的统计学假设都很重要。\n\n整合药代动力学与药效学的模型，可以评估给药方案如何影响反应的强度和持续时间。对于抗微生物药物，常用的暴露指标包括：游离药物浓度超过最低抑菌浓度的时间占比、游离药物浓度—时间曲线下面积与最低抑菌浓度之比，以及峰浓度与最低抑菌浓度之比。这些指标的适用性取决于药物、病原微生物及感染模型。最低抑菌浓度是在特定测定条件下定义的生长抑制指标，并不是对人体受感染组织各处药物暴露或活性的直接测量。"
    },
    {
      "heading": "历史发展与概念基础",
      "text": "现代药效学源于这样一种探索：通过可由实验检验的相互作用来解释药物作用，而不是笼统地以药物对整个机体的影响来解释。19世纪的生理学实验帮助人们将药物效应定位到特定的组织和生理过程。克洛德·贝尔纳对箭毒的研究表明，麻痹可能是由神经与肌肉之间的传递受到干扰所致，而非肌肉本身失去了收缩能力。这类实验确立了区分作用部位与可见最终反应的重要性。\n\n约翰·纽波特·兰利对作用于自主神经系统的药物和骨骼肌的研究，促使他提出了专门的“感受物质”概念，认为化学物质通过这些物质发挥作用。保罗·埃尔利希则在免疫学和化学治疗领域独立发展出了受体和侧链概念。两人的表述虽有不同，但都推动确立了这样一种认识：选择性的生物作用可以源于选择性的化学相互作用。这些设想的提出早于大多数分子靶点的分离或测序，最初的支持证据来自功能表现，而非直接的结构观察。\n\n1909年，A. V. 希尔运用定量推理研究尼古丁浓度与肌肉反应之间的关系。此后，A. J. 克拉克发展了基于受体占有率解释药物作用的方法，并在其1933年出版的《药物对细胞的作用方式》中作了重点阐述。这些方法将药理学与质量作用定律联系起来，推动了对浓度–反应曲线的系统比较。然而，这些方法在展现解释力的同时，也暴露出一个核心问题：仅凭受体占有率，无法解释最大反应的所有差异。\n\n20世纪50年代，E. J. 阿里恩斯和R. P. 斯蒂芬森围绕内在活性和效能提出了具有重要影响的理论。他们的工作帮助人们区分了结合能力与激活生物系统的能力，并阐明了部分激动剂的作用特征。海因茨·奥托·席尔德对拮抗作用的分析，为研究竞争性受体阻断提供了定量方法。1983年，詹姆斯·布莱克和保罗·莱夫提出了激动作用的操作模型，明确地将受体层面的性质与实验系统的反应能力联系起来。\n\n后来的技术进步使人们能够通过放射性配体结合、分子克隆、结构生物学和活细胞信号测量等方法直接观察靶点。这些方法揭示了受体家族、多种构象、相互作用蛋白以及通路特异性反应，而这些都是早期组织实验无法探明的。因此，当代药效学将分子层面的描述与系统层面的模型相结合。亲和力或 \\(EC_{50}\\) 等单一参数仍然有用，但其含义取决于实验条件和所测量的生物过程；无论是精确的分子结构，还是极佳的曲线拟合，都不能单独确定一种药物将如何影响临床结局。"
    }
  ],
  "links": [
    "pharmacology",
    "pharmacokinetics",
    "enzyme",
    "protein",
    "gene-expression",
    "aspirin",
    "beta-lactam-antibiotic",
    "antihistamine",
    "warfarin",
    "therapeutic-index",
    "salbutamol",
    "opioid",
    "cancer",
    "pharmacogenomics",
    "insulin-resistance",
    "antibiotic-resistance",
    "biomarker",
    "surrogate-endpoint",
    "drug-development",
    "randomized-controlled-trial",
    "placebo-effect"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}