一个几乎所有研发团队都遇到过的场景：
化合物体外活性漂亮，药效模型也看到趋势，信心满满推进到临床前PK。结果IND申报阶段被CDE/FDA 发补——原因往往不是"实验没做"，而是下面这几类方案前置设计的漏洞：
剂量梯度设置缺乏依据，高剂量下暴露是否可控说不清；
给药剂型/溶媒和临床拟用脱节，PK结果没有转化参考价值；
PK动物物种与毒理不一致，暴露量无法和NOAEL 联动；
采样时间点覆盖不全，消除相缺失，t1/2、AUC算不准；
分不清"是化合物本身问题，还是给药/前处理方式问题"。
这些发补点，单看每一项都不难补，但叠加起来就是周期拉长、成本超支、FIH（首次人体）起始剂量推算缺乏底气。更关键的是——它们几乎都不出在"跑实验"本身，而出在实验之前的那张方案。
很多团队把临床前PK理解成"拿到一组AUC、Cmax、t1/2交差"。但站在审评视角，这条逻辑早已被改写。CDE在2026年10月发布的《药物非临床药代动力学研究技术指导原则（征求意见稿）》中，把非临床 PK 的定位从"孤立的参数报告"明确升级为"转化科学"——它要服务于人体药代预测、FIH 起始剂量选择、给药方案设计与潜在用药风险识别。
审评真正认可的，不是"你做了 PK"，而是"你的PK 数据能否回答三个转化问题"：
①暴露够不够——能否解释药效、支撑毒理剂量设置；
②暴露靠不靠谱——线性 / 非线性、生物利用度 F、血浆蛋白结合（游离暴露）是否讲清；
③能不能外推到人——种属代谢同源性、跨物种剂量换算、FIH 起始剂量推导链条是否完整。
换句话说：PK是连接动物实验与人体用药决策的枢纽证据。方案设计的第一步，不是排剂量，而是先想清楚——这套数据最终要支撑哪一个决策节点。
剂量设计的目标，从来不是"按比例翻几倍"，而是在有效剂量区间与耐受上限之间，把线性/非线性特征完整刻画出来。这是后续能否支撑FIH安全边际的前提。
1.先收数据，再排剂量
2. 低/中/高，逻辑各不相同
低剂量：落在药效有效剂量附近，看"有效暴露下"的PK特征，匹配PD；一般不产生明显毒性。
中剂量：有效剂量的2–3倍，用于观察剂量-暴露趋势是否线性。
高剂量：接近MTD/NOAEL，不出现严重毒性——核心目的是识别非线性饱和。
♣关键判断：若高剂量AUC增幅≫剂量增幅，提示非线性，方案里必须专门讨论机制。
3. 早期筛选PK vs 申报级GLP PK
核心原则只有两条：①优先采用临床拟用给药途径；②评估绝对生物利用度，必须同时设置IV组作为参比。
深度｜绝对生物利用度F为什么必须 IV参比
没有IV参比，PO低暴露到底是因为"溶解度差/通透性低/首过代谢强"哪一环，根本无法区分——而这恰恰是决定制剂开发方向与临床给药方案的关键。
①只做PO不做IV，无法计算绝对F，很难解释低暴露原因；
②溶媒/剂型与临床制剂不一致，PK结果不具备转化参考价值（工艺/处方变更还需做PK桥接研究）；
③把IP小鼠PK当成申报支持证据——腹腔吸收不模拟人体，审评明确不认可作为申报PK。
这是审评强约束，也是IND发补的重灾区。CDE原则：创新药一般选两种物种（一种啮齿类+一种非啮齿类）；所选物种尽量与毒理一致。2026征求意见稿进一步把"代谢相似性"放到更突出的位置。
小鼠：早期高通量snapshot PK、CDX/PDX伴随 PK；短板：血量少、代谢酶谱与人差异大，仅用于早期筛选。
大鼠（啮齿首选）：正式单次/多次PK、组织分布、排泄、MetID；可serial sampling同只多次采血，与国内毒理标准种属配套。
Beagle犬（非啮首选）：口服制剂、BE、交叉设计；CYP 谱对很多小分子更贴近人；短板：犬特异性 CYP，部分化合物代谢与人差异显著。
食蟹猴（NHP）：高风险 FIC、靶点在人/猴特异表达、犬代谢差异极大时；最贴近人代谢；成本高、周期长，一般不放第一轮。
深度｜种属外推看的是"代谢同源性"，不是"用没用哺乳动物"
真正决定能否外推的，是原形药物与重要代谢产物的代谢反应类型、代谢途径、代谢产物种类及相对生成量是否与人相近。CDE在征求意见稿中专门举例：如 GLP-1 小分子激动剂，还需结合靶点表达与功能活性综合定种属。
下面两个为典型交付场景（已匿名化处理）：
案例 A 口服小分子PO低F，早期没设IV →申报阶段解释不了"低暴露"
某口服小分子早期只做了PO，到 IND支持阶段才发现绝对生物利用度偏低，却无法区分是溶解度、通透性还是首过代谢主导。补做IV参比后定位为首过代谢为主，但已拖慢节点。回溯：若在snapshot 阶段就设 IV参比，低 F 成因可前置判断，制剂方向更早锁定。
→ 落点：绝对 F 必须 IV 参比，越早设越省返工。
案例 B 犬代谢与人差异大，种属外推缺依据→猴补做确认
某候选分子在大鼠、Beagle犬均完成PK，但犬出现人未见的特征性代谢途径。评审内部对"能否外推到人"存疑。补做食蟹猴PK+人肝微粒体代谢比较，确认关键代谢途径在猴-人间保守，最终补齐种属外推链条。
→落点：种属外推看代谢同源性，犬特异性CYP不能代表人。
两个案例的共同点：问题几乎不出在"跑PK"本身，而出在方案前置设计——参比有没有设、种属选得对不对。这恰恰是CRO经验最值钱的地方：把返修风险，挡在实验开始之前。
MD Pharma DMPK 平台 · 把返修风险挡在实验之前
PK看着是"取血测浓度"，但它的严谨性决定了后续药效解释、毒理剂量、FIH起始剂量能不能站住脚。孵育方式没有唯一正确答案，方案设计也一样——只有最适配你分子属性、研发阶段与申报路径的那一套。把方案前置想清楚，比多做几批实验，更能决定项目快慢。
如果你的PK方案正卡在"审评认不认"这一步，欢迎和 MDL技术团队聊一聊方案前置评估。
北京迈迪智药科技有限公司（MD Pharma）是一家聚焦生物医药与医疗器械行业的研发服务企业，试验基地面积3.3万余平方米。
MD Pharma围绕“源头创新—产品孵化—产业化—商业化”构建药械研发赋能体系，整合药物发现、药学研究、临床前CRO、及医疗器械安全性评价等能力，为创新药企、科研机构及AI制药企业提供从早期发现、成药性评价到IND申报的一站式研发服务。
依托专业研发团队和综合实验平台，MD Pharma帮助客户分散新药研发资金投入与项目风险，降低研发成本、缩短研发周期，推动候选药物及创新医疗器械从实验室研究走向临床申报和产业化。
MD Pharma采用7×24小时工作模式，项目进展实时同步、实验数据真实完整，可满足客户对研发效率、过程透明和数据质量的要求。
针对AI制药项目，MD Pharma定位为连接算法预测与生物验证的“湿实验验证中枢”。AI智药企业可利用人工智能高效完成靶点发现、分子设计、虚拟筛选和成药性预测，但候选靶点与候选分子最终仍需进入细胞、动物、组织样本等真实场景，完成活性、选择性、药效、药代和安全性验证。
MD Pharma可将AI输出的靶点和分子转化为标准化、可追溯的实验数据，并反馈至模型训练与分子优化流程，形成“AI预测—实验验证—数据回传—模型迭代”的研发闭环，帮助客户减少无效分子进入高成本研发阶段。
【核心验证服务】
AI靶点发现与验证：开展基因表达分析、蛋白互作、信号通路、细胞功能及疾病模型研究，验证AI预测靶点与疾病表型之间的相关性和因果关系。
AI候选分子初筛：提供细胞活性与细胞毒性评价、靶点结合及作用机制研究、选择性分析、浓度依赖性和初步量效关系评价，以及体外代谢稳定性和初步成药性评价。
药效学评价：建立或提供肿瘤、免疫、神经、代谢、心血管等疾病相关细胞模型及小动物模型，开展体内外药效、作用机制和剂量—疗效关系评价。
药代动力学与安全性评价：开展药代动力学、组织分布、代谢及non-GLP安全性评价，为候选分子进入正式毒理研究或IND申报提供数据支持。
AI模型迭代与研发决策：对细胞、动物、病理及药代动力学数据进行结构化整理，帮助客户识别模型预测偏差、优化分子筛选规则，并判断项目应继续推进、结构调整还是及时终止。
MD Pharma致力于成为AI制药企业可信赖的湿实验验证与临床前研发合作伙伴，以真实生物系统检验AI预测，以标准化实验数据推动候选药物快速进入下一研发阶段。
