机构名称：
¥ 1.0
摘要预测脑药代动力学对于中枢神经系统（CNS）药物发展至关重要，但由于人脑抽样的伦理限制，很难。CNS药代动力学（PK）培养物经常因疾病特异性病理生理学而改变中枢神经系统疾病。我们先前发表了一个综合的基于生理的PK（PBPK）模型，该模型预测了大脑和脑脊液室室的小药物的PK pro纤维。在这里，我们改善了这种模型，其大脑非特异性结合和pH对药物电离和被动转运的影响。我们将此改进的模型称为Leiden CNS PBPK预测指标v3.0（leicns-pk3.0）。leicns-pk3.0预测了大鼠和人类中脑ECF和CSF室的未结合浓度，误差少于两倍。然后，我们应用Leicns-PK3.0来研究改变脑脊髓液（CSF）动力学，CSF体积和流动的影响，对脑外细胞外溶液（ECF）药物的影响。使用LEICNS-PK3.0模拟了CSF动力学改变的六种药物的影响，并比较了脑ECF和Lumbar CSF的导致药物暴露。模拟结果表明，改变的CSF动力学改变了CSF PK PROFERES，但并没有改变脑ECF Pro File，而不论该药物的物理化学特性如何。我们的分析支持腰CSF药物浓度不是脑ECF的准确替代的观念，尤其是在中枢神经系统疾病中。系统方法可以说明CNS复杂性的多个级别，并且更适合预测脑PK。
Leicns-PK3.0模拟的见解 农业中CRISPR-CAS系统的鸟类视图 将Tikhonov正则化方法应用于低k介电椭圆形孔隙法的问题 泌尿生殖器癌的自适应免疫 通过使用多边形扫描仪在太阳能电池制造中的激光系统的吞吐量限制 DNA聚合酶和生物技术应用 使用结构MRI区分常见的PSP表型：一项机器学习研究 X射线图像的视觉XAI方法可靠性的研究 kurze geschichte der molekularbiologie 胰腺癌的临床免疫疗法
主要关键词
相关文件推荐
