XiaoMi-AI文件搜索系统
World File Search SystemADME
推动（多）酚类代谢物代谢和生物利用度的个体间变异性的因素：人类研究的系统评价
这项系统评价概述了有关酚类代谢物及其决定因素的吸收，分布，代谢和排泄（ADME）的个人间变异性（IIV）的可用证据。人类研究包括研究（Poly）酚和报告IIV的新陈代谢和生物利用度。一百五十三项研究符合纳入标准。个体间差异主要与肠道菌群组成和活性有关，还与遗传多态性，年龄，性别，种族，BMI，（Patho）生理状态和体育活动有关，具体取决于（Poly）苯酚子属。大多数IIV的特征都很差。观察到两种主要类型的IIV。产生的代谢产物梯度可以进一步分为高和低排泄物，如所有类黄酮，酚酸，前氟氟氟霉素，烷基依赖resorcinols和羟基苯乙醇所见。The other type of IIV is based on clusters of individuals defined by qual itative differences (producers vs. non-producers), as for ellagitannins (urolithins), isoflavones (equol and O - DMA), resveratrol (lunularin), and preliminarily for avenanthramides (dihydro-avenanthramides), or by quali- quantitative metabotypes以不同比例的特定代谢产物的特征，例如黄烷-3-醇，黄酮，甚至异黄酮。未来的工作需要阐明当前的开放问题，从而限制了我们对这种现象的理解，该现象可能会影响饮食（poly）苯酚的健康影响。
纳米材料在精准药物输送方面的进展
摘要 纳米医学将纳米技术的前沿原理与医学科学相结合，为开发超越传统疗法局限性的先进药物输送系统提供了前所未有的机会。这些纳米级系统旨在通过优化药代动力学和生物分布来提高治疗的有效性、特异性和安全性，确保治疗剂以最小的副作用达到预期目标。本文深入分析了纳米材料在克服与药物输送相关的挑战方面的关键作用，包括绕过生物屏障、提高生物利用度和实现药物的控制释放的能力。尽管取得了这些令人鼓舞的进展，但纳米医学从研究到临床实践的转变仍面临重大障碍。该综述强调了患者异质性、生理变异性和纳米载体复杂的 ADME（吸收、分布、代谢、排泄）特征等关键障碍，这些障碍使治疗的可预测性和有效性变得复杂。此外，本文还讨论了组织渗透性有限、患者反应各异以及纳米材料表征需要标准化协议等问题，所有这些都阻碍了纳米医学在临床上的广泛应用。尽管如此，纳米医学在革新个性化癌症治疗方面的潜力仍然巨大。本文提倡加强转化研究和国际合作以克服这些挑战，为充分发挥纳米医学在精准肿瘤学及其他领域的能力铺平道路。
合成、分子对接、动力学、量子...
摘要：本研究设计并合成了一些新的抗菌化合物，它们是通过苯基桥连接到苯并咪唑环的 2 位上的 2-氨基噻二唑衍生物。通过 1 H 和 13 C NMR 光谱、高分辨率质谱和元素分析鉴定了化合物的结构。测试了合成化合物对白色念珠菌、克柔念珠菌、光滑念珠菌和近平滑念珠菌的抗真菌活性。化合物 5f 对白色念珠菌和光滑念珠菌的活性比标准氟康唑和伐康唑更高。还评估了化合物对革兰氏阳性菌大肠杆菌、粘质沙雷氏菌、肺炎克雷伯氏菌、铜绿假单胞菌以及革兰氏阴性菌粪肠球菌、枯草芽孢杆菌和金黄色葡萄球菌的拮抗活性。化合物 5c 和 5h 对粪肠球菌的最低抑菌浓度接近标准阿奇霉素。对念珠菌的 14-α 脱甲基酶进行了分子对接研究。5f 是对念珠菌活性最强的化合物，其对接相互作用能最高。采用 100 ns 分子动力学模拟测试了化合物 5c 和 5f 与 CYP51 的稳定性。根据理论 ADME 计算，化合物的曲线在限制规则方面是合适的。 HOMO−LUMO分析表明，5h的化学反应性比其他分子更强（用较低的ΔE=3.432eV表示），这与最高的抗菌活性结果相符。
格列美脲与 chandraprabha vati 中植物化学物质之间的药物相互作用的网络药理学分析：确定共同靶点和分子机制
网络药理学是一种多靶点药物发现方法，用于探索药物与生物网络之间的相互作用。它有助于了解草药的治疗机制，特别是对于糖尿病等复杂疾病。Chandraprabha Vati 是一种经典的阿育吠陀配方，含有 37 种成分，其中许多成分具有抗糖尿病作用。本研究旨在研究 Chandraprabha Vati 的植物化学物质与抗糖尿病药物格列美脲之间的相互作用。使用 IMPPAT 选择 Chandraprabha Vati 的生物活性成分。使用 Swiss ADME 进行药代动力学预测，并使用 Way2Drug 预测药物间相互作用。使用 STRING 数据库构建蛋白质-蛋白质相互作用 (PPI)，并在 Cytoscape 中进行网络分析。使用 DAVID 数据库进行基因本体和 KEGG 富集分析。药代动力学分析确定了 11 种关键植物化学物质，它们对参与格列美脲代谢的酶 CYP2C9 具有不同的影响。靶标重叠分析显示格列美脲和植物化学物质之间存在 34 个共同的枢纽基因，包括 EGFR、ESR1、PIK3CA、CYP2C9 和 SRC。这些基因与药物相互作用有关，其中 EGFR 成为关键因素。Chandraprabha Vati 中的植物化学物质，特别是 20-羟基孕-4-烯-3-酮、β-石竹烯和豆固醇，可能通过抑制 CYP2C9 与格列美脲相互作用。这可能会改变格列美脲代谢，增加不良反应的风险。需要进一步的临床研究来证实这些发现并指导安全的联合用药。
人工智能（AI）在制药科学中的革命性作用
摘要 传统的药物发现过程成本高昂、耗时长，而且往往会导致高失败率。制药科学中大量新药的开发只是人工智能进步为开发智能建模开辟令人兴奋的新机遇的一个例子。机器学习和深度学习是人工智能的两个例子，它们可以筛选大量数据集以寻找有前途的新药。人工智能算法可以预测分子与特定靶标的结合亲和力，帮助研究人员缩小潜在候选药物的范围。药代动力学和药效学是药物开发的重要方面。药物配方开发需要对各种参数进行广泛的测试和优化。人工智能模型可以快速分析来自多个实验的数据并确定最有前途的配方，从而节省时间和资源。使用基于人工智能的优化方法，可以以更低的成本和更短的时间开发新药并将其推向市场。吸收、分布、代谢和排泄 (ADME) 只是药理生理学的一些方面，可以使用人工智能进行建模和预测。通过将 AI 模型整合到药物开发过程中，研究人员可以更深入地了解药物的药代动力学和药效学特性。这些知识有助于设计出疗效更好、副作用更少的药物。因此，在本主题中，作者试图深入了解 AI 如何在制药科学中发挥变革性作用。随着 AI 技术的不断进步，制药科学的未来比以往任何时候都更加光明。
基于网络药理学的抗...解剖
糖尿病(DM)是一种慢性炎症性疾病，快速增长的DM正在成为全球公共卫生的重大问题。中药治疗糖尿病历史悠久，因疗效好、无毒副作用而被开发利用，半边莲是传统的全草草药。随着中药药理研究的不断深入，半边莲中的有效成分不断被揭示，其中含有的生物碱、黄酮类化合物、黄酮苷类化合物和氨基酸等具有良好的抗炎、抗病毒、抗糖尿病作用。为了进一步探究有效成分的靶点及其抗糖尿病机制，采用网络构建方法，建立了一种可行的基于化学、药代动力学和药理学数据的网络药理学分析模型，阐明了半边莲的抗糖尿病机制。本研究采用气相色谱-质谱法(GC/MS)鉴定出208种羊草代谢物，其中23种成分经过吸收、分布、代谢和排泄(ADME)筛选后可能具有有效的药理作用。对活性成分的网络药理学分析表明，羊草中的5-羟甲基糠醛通过作用于GSK3B、TNF和MAPK1影响胰岛素抵抗信号通路，金合欢素通过作用于INSR、DPP4和GSK3B影响糖尿病通路，从而调节2型糖尿病、非胰岛素依赖型糖尿病和炎症性疾病。这些结果成功地表明了羊草活性成分潜在的抗糖尿病机制。
蛋白质二硫键异构酶抑制剂 3-甲基毒黄素可抑制基孔肯雅病毒
基孔肯雅病毒 (CHIKV) 是基孔肯雅热的病原体，基孔肯雅热是一种（重新）出现的虫媒病毒感染，可导致严重且通常持续性的关节炎，同时也是全球范围内严重的健康问题，目前尚无抗病毒药物。尽管过去十年来一直致力于识别和优化新的抑制剂或重新定位现有药物，但没有一种化合物进入 CHIKV 的临床试验，目前的预防措施是基于媒介控制，但在控制病毒方面效果有限。我们为纠正这种情况而做出的努力始于使用复制子系统筛选 36 种化合物，最终通过基于细胞的测定法确定了具有抗 CHIKV 活性的天然产物衍生物 3-甲基毒黄素（在 Huh-7 细胞中 EC 50 200 nM，SI = 17）。我们还对 17 种病毒进行了 3-甲基毒黄素的筛选，结果表明它仅对黄热病病毒具有额外的抑制作用（在 Huh-7 细胞中 EC 50 370 nM，SI = 3.2）。我们还表明 3-甲基毒黄素在体外具有出色的人体和小鼠微粒体代谢稳定性、良好的溶解性和高 Caco-2 通透性，并且不太可能是 P-糖蛋白底物。总之，我们证明 3-甲基毒黄素具有抗 CHIKV 活性、良好的体外吸收、分布、代谢和排泄 (ADME) 特性以及良好的计算物理化学特性，可能代表未来优化开发这种病毒和其他相关病毒抑制剂的宝贵起点。
卡马西平和（r） - 拉果酰胺的类似物作为癫痫病的潜在抑制剂：分子对接，DFT和药代动力学
摘要：对当前癫痫疗法的抵抗力的增加强调了开发具有新的作用机理的新型抗癫痫剂的必要性。lacosamide和carbamazepine衍生物在结构上与抗癫痫药相关，据报道没有碳酸酐酶抑制性能。计算建模可以成为实验者的强大工具，为研究系统提供了严格的算法。这对于测试假设并在实验之前制定实验方案可能很有价值。因此，本研究旨在使用计算方法来确认所选癫痫抑制剂的实验主张。通过混合功能性B3LYP 6-311 ++ G（d，p）与ADME/TOX（吸收，分布，代谢，新陈代谢，排泄和毒性）预测相关，可药物，物理性，物理化学，药物学和药物动力学和药物代理，例如潜在抑制剂。所有化合物都通过了Lipinski的五个规则，表明其潜在的口服使用。为了了解相互作用的模式和结合能的模式，已经对类似物进行了分子对接研究，该研究已经使用了多个靶标，例如电压门控的T型钙通道（CA V 3.1），电压门控钠通道α（Na v 1.5），Na v 1.5），人碳氧化氢酶2（Human Carbonic Anhydrase 2（HCA-II II）和GAB AICIN（HCA-II）和GAB AININO（GAB AININ）（GABA）和γ-Andic andIno。与大多数受体对接时，BIA 2-024，卡马西平和埃斯卡尔巴西平的化合物显示出最好的对接相互作用和∆G°。这些结果预测了这些化合物作为潜在的抗癫痫药（AED）的作用。
亚麻微绿木脂素作为新型前列腺癌靶向抑制剂的分子建模与鉴定
前列腺癌 (PCa) 是最常见的癌症类型之一，其在 70 岁以上的老年男性中的发病率呈上升趋势。在药物治疗中，天然化合物及其结构类似物已用于治疗癌症。多项研究已证明亚麻（Linum usitatissimum，俗称亚麻）在治疗各种癌症方面具有治疗潜力。然而，亚麻衍生化合物作用于 PCa 的具体机制仍不清楚。本研究旨在通过鉴定和评估亚麻嫩芽中的生物活性化合物来填补这一空白。GCMS 分析使用 Shimadzu（GCMS-TQ8040 NX）进行。仪器温度设置为从 50°C 到 300°C，持续 37 分钟，以得到 100% 的总峰面积。分子对接研究是使用 AutoDock tools 4.2 版软件进行的。使用 SWISSADME 在线 (http://www.swissadme.ch/) 和 ProTox-3.0 在线 (https://tox.charite.de/protox3/ index.php?site) 预测工具预测和分析 ADMET 特性。GC-MS 分析鉴定了亚麻嫩芽甲醇提取物中的 58 种植物化合物。其中，CID11002708 和 CID290541 对 PCa 靶蛋白表现出最高的结合亲和力。ADME/T 结果显示这些化合物具有低毒性和特定的代谢特性。考虑到分子对接和 ADMET 评估的结果，可以得出结论，CID11002708 和 CID290541 有望成为治疗 PCa 的新型抑制剂。目前的结果可以通过体外和体内研究进一步验证。
761174Orig1s000 - accessdata.fda.gov
3R 减少/改进/替换 AC 咨询委员会 ADA 抗药抗体 ADCC 抗体依赖性细胞介导的细胞毒性 ADME 吸收、分布、代谢和排泄 ADR 药物不良反应 AE 不良事件 AESI 特别关注的不良事件 ALC 绝对淋巴细胞计数 ALP 碱性磷酸酶 ALT 丙氨酸氨基转移酶 ANC 绝对中性粒细胞计数 aPTT 活化部分凝血活酶时间 ASCO 美国临床肿瘤学会 AST 天冬氨酸氨基转移酶 ATC 解剖治疗化学 BICR 盲法独立中央审查 BLA 生物制品许可申请 BMI 身体质量指数 BOR 最佳总体反应 BPCA 最佳儿童药品法案 BRF 效益风险框架 BTD 突破性疗法认定 CBER 生物制品评估与研究中心 C avg 平均浓度 CBC 全血细胞计数 CDC 补体依赖性细胞毒性 CDER 药物评估与研究中心 CDRH 设备和放射健康中心 CDTL 跨学科团队负责人 CFR 联邦法规 CI 置信区间 CL清除率 CL ss 稳态清除率 C max 最大浓度 CMC 化学、制造和控制 C min 最低浓度 CNS 中枢神经系统 COA 临床结果评估 COSTART 不良反应术语词典编码符号 CR 完全缓解