研究背景与现存问题方面，人体药代动力学预测的准确性直接影响人体有效剂量（human efficacious dose, HED）的估算及早期临床试验的设计。尽管清除率（clearance, CL）、生物利用度（bioavailability, F）和稳态分布容积（volume of distribution at steady state, Vss）等关键参数已有成熟预测方法，但决定药时曲线精细形态的参数——包括吸收速率常数（absorption rate constant, ka）、中央和外周分布容积（central and peripheral volume of distribution, Vc、Vp）以及隔室间清除率（intercompartmental clearance, Q）——的预测方法仍显不足。现有预测框架通常采用"先分后合"的两步法：先对各物种分别建立药代动力学模型，再结合为人体预测。该方法存在多重局限：其一，各物种参数估计的不确定性未被充分考虑，可能因采样稀疏、浓度变异性大或生物分析灵敏度不足等因素引入偏倚；其二，不同物种可能采用不同房室模型结构，导致模型整合困难或参数偏倚；其三，个别物种的模型过度简化或过度参数化问题会传递到最终人体预测。此外，既往虽有多物种同时建模的研究，但缺乏针对多种化合物人体剂量预测的系统评估。
研究人员开展的研究内容及结论方面，本研究将整合多物种药代动力学模型嵌入已发表的标准化预测框架，首次对40种新化学实体（new chemical entities, NCEs）进行了系统性评估。该框架保留机制预测方法用于CL和F的预测，同时利用多物种联合建模改善形态相关参数（Q、Vc、Vp、ka）的估计。研究证实，该方法在保持对大多数化合物预测性能可比的基础上，显著改善了因跨物种模型结构不一致而导致预测困难的化合物的药时曲线形态预测，尤其提高了24小时及以后时间点的浓度预测准确性。
参数层面预测改善方面，Q/F预测取得显著进步：AAFE从9.22降至3.27，GMFE从3.75降至2.56，MFE从2.65降至2.31，2/3/5倍误差范围内预测比例分别从33.3%、51.5%、66.7%提升至47.2%、58.3%、88.9%。C24h的GMFE从3.08降至2.36。ka预测性能相当（GMFE 2.78 vs 2.82）。Vc/Vp联合估计替代原方法中Vss与Vc的差值计算。Cmax、Vss、MRTtot的预测质量总体保持可比。
模型扩展性与局限性方面，研究纳入了靶点介导药物处置（target-mediated drug disposition, TMDD）和非线性CL等特殊动力学特征的化合物（#15、#39、#40），结果提示该方法可拓展至线性一级动力学以外的情形。然而，ka预测未能改善，这主要归因于临床前制剂与人体临床试验制剂差异所致，而非模型本身缺陷。研究未纳入血浆蛋白未结合分数（fraction unbound, fu）校正——虽然fu校正可能对特定化合物有益，但本研究显示无fu校正时仍可获得满意结果。溶酶体捕获、主动转运等过程也未被机制性纳入。
研究结论翻译如下：
"In conclusion, the integrated multi-species model has demonstrated to be a valuable tool for human PK predictions of NCEs revealing comparable performance to the best available literature benchmark for most compounds and largely improving PK profile-shape predictions for compounds associated with structural modeling challenges and parameter imprecision related to distributional parameters. This approach proved particularly useful when accurate prediction of late concentration time points is a priority or in the case that integration of individual species model-based predictions encounters structural or parameter-related limitations."
