XiaoMi-AI文件搜索系统
World File Search SystemDDIS
HyGNN：通过超图神经网络预测药物间相互作用
摘要 — 药物间相互作用 (DDI) 可能会妨碍药物的功能，在最坏的情况下，它们可能导致药物不良反应 (ADR)。预测所有 DDI 是一个具有挑战性且至关重要的问题。大多数现有的计算模型整合了来自不同来源的以药物为中心的信息，并将它们作为机器学习分类器中的特征来预测 DDI。然而，这些模型失败的可能性很高，尤其是对于所有信息都不可用的新药。本文提出了一种新的超图神经网络 (HyGNN) 模型，该模型仅基于适用于任何药物的简化分子输入线输入系统 (SMILES) 药物串来解决 DDI 预测问题。为了捕捉药物化学结构的相似性，我们从从 SMILES 字符串中提取的药物化学子结构创建了一个超图。然后，我们开发了 HyGNN，它由一个基于注意力机制的新型超图边缘编码器组成，以获得药物作为超边的表示，以及一个解码器来预测药物对之间的相互作用。此外，我们进行了大量实验来评估我们的模型，并将其与几种最先进的方法进行比较。实验结果表明，我们提出的 HyGNN 模型可以有效预测 DDI，并且令人印象深刻地超越基线，最大 F1 得分、ROC-AUC 和 PR-AUC 分别为 94.61%、98.69% 和 98.68%。最后，我们表明我们的模型也适用于新药。索引术语 — 药物-药物相互作用、图神经网络、超图、超图神经网络、超图边缘编码器
FXI抑制剂的药物与药物相互作用：临床相关性
摘要：FXI因子的抑制剂代表了一类新的抗凝剂，这些抗凝剂正面临临床批准，以治疗急性冠状动脉综合征（ACS），静脉血栓栓塞（VTE）和预防心房纤维化（AF）。这些新的抑制剂包括化学小分子（Asundexian和Milevexian），单克隆抗体（Abelacimab，osocimab和Xisomab），以及反义寡核苷酸（Ionis-fxirx），因此它们具有非常精神分裂和不同的药物素。除了基于其药理异质性的临床疗效和安全性外，在合并症患者中使用这些药物还可以与其他伴随疗法进行药物与药物相互作用（DDIS）。尽管仅几乎没有临床证据，但可以通过考虑其药代动力学特性，例如CYP450依赖性代谢，与药物转运蛋白的相互作用和/或消除途径来预测临床相关的DDI。这些特征可能有助于区分它们与直接口服抗凝剂（DOAC）抗-FXA（Rivaroxaban，Apixaban，Edoxaban）和凝血酶（Dabigatran）（dabigatran）的使用，其药代动力学对P -gp -gp抑制剂/诱因非常依赖。在本综述中，我们总结了与CYP450/P-GP抑制剂和诱导剂新抗FXI DDI的当前临床证据，并指示DOAC抗FXA的潜在差异。
比克替拉韦/恩曲他滨/替诺福韦艾拉酚胺治疗 65 岁以上 HIV 病毒学抑制患者：第 48 周 3b 期开放标签试验结果
在过去 20 年里，艾滋病毒感染者的寿命一直在延长 [1]。2015 年，65 岁以上的人占美国艾滋病毒阳性人口的 16% [2]，2013 年全球 50 岁以上的艾滋病毒感染者 (PLWH) 数量超过 420 万，其中撒哈拉以南非洲地区的负担最重（250 万），其次是西欧/中欧和北美（* 80 万）和亚太地区（* 40 万）[3]。最近对瑞士艾滋病毒队列的分析发现，65 岁的 PLWH 比年轻的 PLWH 服用了更多的额外药物和更复杂的抗逆转录病毒疗法 (ART) 方案 [4]。法国的一项回顾性队列研究对 9000 名接受联合 ART 治疗的 65 岁以上艾滋病病毒感染者进行了研究，发现药物相互作用 (DDI) 很常见（17% 的个体经历过 1 次 DDI），这大大增加了医疗成本，相对于倾向评分匹配且没有 DDI 的艾滋病病毒感染者 [5]。由于老年人患合并症的风险较高，并且可能面临多种药物治疗的挑战，因此确保 ART 在该人群中的安全性和耐受性至关重要 [6]。一线 ART 通常由两种核苷逆转录酶抑制剂 (NRTI) 组成
抗凝护理指南
1。确认存在抗凝的指示2。确定存在任何禁忌症来抗凝并确定需要更高水平的护理（HLOC）3。对所有患者进行风险/福利/替代评估，包括出血风险（请参阅第12页；有关心血管的第24页）4。查看当前的药物以识别潜在的DDIS和同时使用抗血小板药物（例如，阿司匹林，P2Y12抑制剂，例如氯吡格雷等），或NSAIDS（例如Ibuprofen，Naproxen等）5。审查或顺序诊断研究•初始实验室：CBC，CRCL/EGFR，AST，ALT，ALT，ALT，凝集凝结时间（PT/INR），部分血栓形成时间（APTT）•心电图（ECG）（ECG）（ECG）（ECG），Echocardiogram（Echocartiogram），临床上的临床表明均可订购的阶段•临床上的阶段均可订购。 （请参阅第20页）
药物相互作用、血栓栓塞风险和 Proarr
摘要 综述目的 抗癌药物的心脏毒性已成为一个多方面的问题，预计会影响死亡率和发病率。本综述总结了需要抗凝剂治疗房颤 (AF) 的肿瘤患者管理中面临的临床挑战，同时考虑到当前爆发的 COVID-19（2019 冠状病毒病）大流行，因为这种感染会给这两种疾病的管理增加挑战。具体而言，目的有很多：(1) 描述直接口服抗凝剂 (DOAC) 在癌症 AF 患者中的不断发展的使用；(2) 严格评估 DOAC 与口服靶向抗癌药之间发生临床重要药物相互作用 (DDI) 的风险；(3) 解决 DOAC 与候选抗 COVID 药物之间预期的 DDI，并对潜在血栓风险的管理产生影响；(4) 描述 COVID-19 背景下心脏肿瘤学中的致心律失常责任，重点是 QT 延长。最新发现 心脏肿瘤科中的 AF 带来了诊断和管理挑战，这也是因为最近有许多抗癌药物与 AF 发病/恶化有关。口服靶向药物可能会与 DOAC 相互作用，主要由于药代动力学 DDI 会增加出血风险。此外，绝大多数口服抗癌药物会通过直接和间接的机制引起 QT 间期延长，可能导致尖端扭转型室性心动过速的发生，尤其是在接受其他有 QT 倾向的药物的易感 COVID-19 患者中。总结 肿瘤科医生和心脏病专家必须意识到由于 DDI，AF 和癌症患者的出血风险和心律失常易感性增加。应优先针对 COVID-19 高危人群采取预防策略，包括最佳抗血栓管理、药物审查和严格监测。
llms用于药物相互作用预测
现代治疗方案中药物组合的增加需要可靠的方法来预测药物相互作用（DDIS）。虽然大型语言模型（LLMS）已重新提到了各个领域，但它们在药物研究中的潜力，尤其是在DDI预测中，仍然在很大程度上没有探索。这项研究通过唯一处理分子结构（微笑），靶生物和基因相互作用数据作为最新药品库数据集的原始文本输入来彻底研究LLMS在预测DDI方面的能力。我们评估了18种不同的LLM，包括专有模型（GPT-4，Claude，Gemini）和开源变体（从1.5B到72B参数），首先评估其在DDI预测中的零击功能。然后我们微调选定的模型（GPT-4，PHI-3.5 2.7b，QWEN-2.5 3B，GEMMA-2 9B和DEEPSEEK R1蒸馏QWEN 1.5B），以优化其性能。我们的全面评估框架包括对13个外部DDI数据集进行验证，并与传统方法（例如L2登记的逻辑回归）进行了比较。微型LLMS表现出卓越的性能，PHI-3.5 2.7b在DDI预测中达到0.978的灵敏度，在平衡数据集中的准确性为0.919（50％正，50％负案例）。此结果代表了用于DDI预测的零射击预测和最新的机器学习方法的改进。我们的分析表明，LLM可以有效地捕获复杂的分子相互作用模式和药物对以共同基因为目标的情况，从而使其成为药物研究和临床环境中实际应用的宝贵工具。
通过提高药物安全性来改善医疗保健安全性
主要发现/影响：最终报告中的建议包括一致使用术语、视觉提示、最少文本、格式、内容和报告标准以促进可用性。专家建议 (1) 一个透明、系统和证据驱动的流程，由专家共识小组分级建议并由国家组织监督；(2) 明智地将 DDI 归类为禁忌症，以及 (3) 进行更多研究以确定安全减少重复和不太相关的警报的方法。项目可交付成果（即工作组白皮书、建议、网络研讨会、会议/会议记录）可以为 DDI CDS 提供有意义的改进，从而减少警报疲劳、改善工作流程、减少用药错误并提高患者安全性。
有机阳离子转运蛋白抑制剂的处方药文库的高吞吐量筛选3，1CT3
摘要简介有机阳离子转运蛋白3（OCT3，SLC22A3）无处不在表达，并与包括内源分子，环境毒素和处方药在内的多种化合物相互作用。OCT3被研究为药代动力学和药效学的决定因素，有可能成为药物吸收和处置的主要决定因素，并成为药物 - 药物相互作用（DDIS）的靶标。目的是当前研究的目的是确定OCT3的药物抑制剂。我们使用高吞吐量测定在HEK-293细胞中稳定表达OCT3的HEK-293细胞中筛选了一个由2556种处方药，生物活性分子和天然产物组成的化合物文库。结果，我们确定了210种化合物，这些化合物在20μm时抑制了50％或更多的OCT3介导的4-DI-1-ASP摄取（2μm）。中，预计有9个会抑制在临床上相关的非结合血浆浓度下的运输。包括结构活性关系（SAR）模型
2025-26联邦预算的预算提交
澳大利亚神经联盟是一个由35个非营利性峰组织组成的联盟，代表了澳大利亚患有神经系统或神经肌肉疾病或神经肌肉疾病或神经系统疾病的成年人和儿童。建立联盟是为了促进患有这些条件的人们的改善生活质量，并增加了支持研究的资金。•海外研究表明，多达三分之一的人患有神经系统疾病，是全球疾病和残疾的主要原因1•我们估计，我们估计有4个澳大利亚人患有神经或神经肌肉疾病或神经系统疾病，或神经系统疾病，每年对澳大利亚经济的每年对1000亿美元的经济产生的影响，超过1000亿美元•这些属性20•根据ntiis的3％，这是3•ndis ndis 3•ndis nd a in a in n ddis ndis的3•神经系统状况是五个主要疾病组之一，导致2023年负担4••要阅读有关联盟，其成员和我们六个需求的工作的更多信息，请访问：https：//neurologationalliance.org.au/count-us-us-in/
利托那韦-...之间的药物相互作用概述
肺癌治疗的最新进展已导致许多靶向疗法获得批准，从而改善了许多肺癌亚型的预后和生存率。这些靶向疗法包括酪氨酸激酶抑制剂 (TKI)。TKI 是一类通过各种抑制方式破坏蛋白激酶下游信号转导途径的药物。3 TKI 靶向特异性酶（例如 EGFR、HER2、ALK、MET、BCR-ABL）分为受体酪氨酸激酶、非受体酪氨酸激酶或双特异性激酶。TKI 可用于治疗各种恶性肿瘤，从乳腺癌和 NSCLC 等实体瘤到急性髓性白血病。此外，许多这些靶向药物都是口服的，这为患者带来了便利，因为他们可以在门诊方便地接受这种治疗。不幸的是，许多此类药物也因其药物特性而受到 DDI 的影响。4