XiaoMi-AI文件搜索系统
World File Search SystemPharmacology
PHAR3251 临床及实验药理学
期中进度测试将于第 5 周（2023 年 3 月 15 日下午 3 点至 4 点）在线举行。此进度测试将为您提供有关您在课程中取得的成绩的反馈。进度测试和期末考试不仅会测试您对用于治疗重要疾病的药物的了解，还会测试您应用从多个讲座中获得的知识来确定适当药物靶点的研究领域的能力。测试将以多项选择题和简答题的形式进行。问题将基于讲座、在线内容、实践课和协作学习课程中涵盖的材料。进度测试之前涵盖的材料可能会在期末考试中再次检查。期中考试将涉及课程学习成果 1 和 2。
临床药理学办公室 2022 年度报告
OCP 的创新工作还促成了《处方药用户付费法案 VII》（PDUFA VII）中多项科学和监管计划的编纂，其中包括我们的旗舰计划之一——基于模型的药物开发 (MIDD) 配对会议计划。在该计划的试点期间，OCP 通过使用定量模型加速了药物产品的开发，这些模型利用生理、疾病过程和药理学数据来帮助选择或改进给药方案、计划或模拟临床试验以及预测安全结果。通过在整个试点过程中的专注投入，OCP 员工确保这些用于回答关键药物开发问题的创新方法将继续可用，并加快药物产品向患者提供的步伐。OCP 还确保为深入参与其他新的 PDUFA 计划做好准备，这些计划涉及创新技术和计划，例如真实世界证据、某些功效补充剂的加速监管审查以及罕见疾病的治疗。
药理学和毒理学年度评论神经性疼痛：全球问题的机制、性别差异和潜在疗法
慢性疼痛研究的出版物数量不断增加，但安全有效的慢性疼痛治疗方法仍然难以捉摸。对慢性疼痛性别特异性机制的认识导致了包括两性在内的大量研究。主要关注点是识别性别差异，但许多新发现的细胞机制和基因表达改变在两性之间是保守的。在这里，我们回顾了驱动神经性疼痛产生和消退的细胞和分子信号的性别差异和相似性。差异和相似性的混合反映了外周和中枢信号传导过程的退化，神经元、免疫细胞和神经胶质细胞通过这些过程共同驱动疼痛过敏。最近发现的关键信号节点预示着合理设计、广泛适用的镇痛策略的发展。然而，有效、安全的疼痛治疗方法的匮乏也迫使有针对性的治疗方法增加治疗选择，以帮助减轻全球痛苦负担。
药理学和毒理学年度评论人工智能和机器学习在从先导到候选药物决策及其他方面的应用
迄今为止，人工智能 (AI) 和机器学习 (ML) 在药物研发中的应用主要集中在以下研究方面：靶标识别；基于对接、片段和基序生成化合物库；合成可行性建模；根据与具有已知活性和对靶标亲和力的化合物的结构和化学计量学相似性对可能的命中结果进行排序；优化较小的库以进行合成和高通量筛选；结合筛选证据来支持命中结果到先导化合物的决策。将 AI/ML 方法应用于先导化合物优化和先导化合物到候选化合物 (L2C) 决策的进展较慢，尤其是在预测吸收、分布、代谢、排泄和毒理学特性方面。本综述调查了造成这种情况的原因，报告了近年来取得的进展，并总结了一些仍然存在的问题。有效的 AI/ML 工具可以降低 L2C 和后期开发阶段的风险，对于加速药物开发过程、降低不断上升的开发成本和实现更高的成功率至关重要。
《药理学和毒理学年度评论》利用电子健康记录和基因组学的力量进行药物研发
人们长期以来都认识到，来自人类遗传学研究的信息有可能加速药物发现，这导致了数十年的研究如何利用遗传和表型信息进行药物发现。已建立的简单和高级统计方法允许通过基因组和表型组分析同时分析基因型和临床表型数据，使用来自不同组织的转录组学和蛋白质组学数据集的数量性状基因座数据进行共定位分析，以及孟德尔随机化是后基因组时代药物开发的重要工具。大量研究表明基因组数据如何为识别新药物靶点、药物重新利用和药物安全性分析提供机会。随着生物库数量的增加，它们能够通过电子健康记录将深入的组学数据与丰富的表型性状库联系起来，评估和验证药物靶点的更有效的方法将继续扩展到不同临床研究学科。
药理学和毒理学年度回顾 斑马鱼作为体内系统药理学和毒理学的主流模型
药理学和毒理学是理解化学和生物学之间关系的更广泛努力的一部分。虽然生物医学必然侧重于具体案例，通常与人类有直接关系，但寻求更系统的方法来描述小分子和其他干预措施如何影响健康和疾病确实具有优势。在此背景下，斑马鱼现已成为具有代表性的可筛选脊椎动物，并且通过基因组编辑和自动表型分析的不断进步，开始解决一些生物医学问题的系统级解决方案。在临床前模型生物中整合信息内容的更广泛努力以及包括闭环深度学习在内的严格分析的结合，将有助于创建系统药理学和毒理学，并能够围绕社会需求不断优化化学生物相互作用。在这篇评论中，我们概述了朝着这一目标取得的进展。
研究论文基于虚拟筛选和网络药理学的研究探索大青属植物的抗癌药理机制
背景：癌症是全球第二大死亡原因，每年每百万人中约有 3500 人死于癌症。因此，基于生物网络的多靶点药理学药物对于研究抗癌药物的分子机制和重新利用现有药物以减少不良反应至关重要。大红属植物是一种多样化的属，具有广泛的经济和药理学特性。对该属推定的抗癌特性的研究有限，基于生物网络的作用机制仍然未知。本研究旨在利用对接加权网络药理学方法构建大红属植物抗癌作用的可能化合物/靶点/途径生物网络，并研究其潜在的作用机制。方法：从公共数据库中检索出总共 194 种天然大红属化合物，并使用八种分子描述符进行筛选。从数据库中检索与癌症相关的基因靶点，并检查靶基因与相关途径的功能。使用 Cytoscape v3.7.2 构建了三大网络：化合物-靶标网络、靶标-靶标通路网络和化合物-靶标-通路网络。结果。我们的研究结果表明，大花属植物的抗癌活性涉及 6 种化合物、9 种靶标和 63 种信号通路，从而形成多化合物、多靶标和多通路网络。此外，还使用分子动力学 (MD) 模拟来估计最佳命中蛋白质-配体复合物的结合亲和力。结论。这项研究表明大花属植物具有潜在的抗癌活性，这可能有助于开发新的替代抗癌药物的清除剂新化合物。
指南草案：药物（包括生物制品）儿科研究的一般临床药理学考虑
1 本指南由临床药理学办公室儿科工作组与食品药品管理局药品评价与研究中心医疗政策协调委员会儿科小组委员会联合制定。 2 在本指南中，申办者一词指申办者和申请人。 3 在本指南中，药品包括根据联邦食品药品监督管理局法案第 505 节（21 USC 355）批准的药品和根据 PHS 法案第 351(a) 节（42 USC 262(a)）许可并作为药品进行监管的生物制品。此后，药品一词将用于指代所有此类产品。 4 本指南适用于根据 PHS 法案第 351(a) 节提交的 BLA。有关机构对根据第 351(k) 节提交的 BLA 的临床药理学考虑事项的想法，请参阅 FDA 指南《支持与参考产品生物相似性的临床药理学数据》（2016 年 12 月）。我们会定期更新指南。如需获取指南的最新版本，请查看 FDA 指南网页 https://www.fda.gov/RegulatoryInformation/Guidances/default.htm 。此外，有关生物仿制药申请背景下的儿科研究公平法案 (PREA)（FD&C 法案第 505B 节）的信息，请参阅 FDA 指南《生物仿制药开发和 BPCI 法案问答（修订版 2）》（2021 年 9 月）。
癫痫簇的救援疗法：药理学和治疗靶标
摘要癫痫簇治疗的主要目标是停止簇，以避免发展到更严重的条件，例如长时间的癫痫发作和状态癫痫持续状态。救援疗法是癫痫簇患者的治疗计划的关键组成部分。在美国批准了三种救援疗法用于癫痫簇的治疗：地西epam直肠凝胶，咪达唑仑鼻喷雾剂和地西epam鼻喷雾剂。本综述是表征了癫痫簇的救援疗法的药理功能，并描述了γ-氨基丁酸A（GABA A）受体功能。GABA A受体是异源剂，主要由中枢神经系统中的α1-6，β1-3，γ2和δ亚基组成。这些亚基可以与膜传输以调节膜电位。苯二氮卓类药物，例如地西ep剂和咪达唑仑，是GABA A受体的阳性变构调节剂，其激活导致细胞内CHLO-骑行，细胞膜超极化的增加，并减少激发。GABA A受体亚基突变，运输失调和降解与癫痫有关。尽管苯二氮卓类药物是有效的GABA受体调节剂，但单个配方在实践中具有独特的曲线。地西epam直肠凝胶是癫痫发作的有效救援疗法