清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Comparison of Tumor Binding Across Tumor Types and Cell Lines to Support Free Drug Considerations for Oncology Drug Discovery

体内 癌症研究 黑色素瘤 药代动力学 肿瘤细胞 药品 肝肿瘤 离体 体外 化学 医学 药理学 生物 生物化学 生物技术 肝细胞癌
作者
Samantha Jordan,Sangwoo Ryu,Woodrow Burchett,Carl D. Davis,Rhys D.O. Jones,Sam Zhang,Larisa Zueva,George Chang,Li Di
出处
期刊:Journal of Pharmaceutical Sciences [Elsevier BV]
卷期号:113 (3): 826-835 被引量:2
标识
DOI:10.1016/j.xphs.2023.11.024
摘要

Abstract

Tumor binding is an important parameter to derive unbound tumor concentration to explore pharmacokinetics (PK) and pharmacodynamics (PD) relationships for oncology disease targets. Tumor binding was evaluated using eleven matrices, including various commonly used ex vivo human and mouse xenograft and syngeneic tumors, tumor cell lines and liver as a surrogate tissue. The results showed that tumor binding is highly correlated among the different tumors and tumor cell lines except for the mouse melanoma (B16F10) tumor type. Liver fraction unbound (fu) has a good correlation with B16F10 tumor binding. Liver also demonstrates a two-fold equivalency, on average, with binding of other tumor types when a scaling factor is applied. Predictive models were developed for tumor binding, with correlations established with LogD (acids), predicted muscle fu (neutrals) and measured plasma protein binding (bases) to estimate tumor fu when experimental data are not available. Many approaches can be applied to obtain and estimate tumor binding values. One strategy proposed is to use a surrogate tumor tissue, such as mouse xenograft ovarian cancer (OVCAR3) tumor, as a surrogate for tumor binding (except for B16F10) to provide an early assessment of unbound tumor concentrations for development of PK/PD relationships.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
谢锦印发布了新的文献求助10
刚刚
完美世界应助谢锦印采纳,获得10
10秒前
woxinyouyou完成签到,获得积分0
31秒前
orixero应助Charming采纳,获得10
56秒前
KINGAZX完成签到 ,获得积分10
1分钟前
医研完成签到 ,获得积分10
1分钟前
研友_nxw2xL完成签到,获得积分10
1分钟前
1分钟前
如歌完成签到,获得积分10
1分钟前
2分钟前
谢锦印发布了新的文献求助10
2分钟前
qin完成签到 ,获得积分10
2分钟前
香蕉觅云应助谢锦印采纳,获得10
2分钟前
cadcae完成签到,获得积分10
2分钟前
3分钟前
3分钟前
wangermazi完成签到,获得积分0
3分钟前
蝎子莱莱xth完成签到,获得积分10
3分钟前
氢锂钠钾铷铯钫完成签到,获得积分10
3分钟前
Square完成签到,获得积分10
3分钟前
3分钟前
4分钟前
4分钟前
冷静冰萍完成签到 ,获得积分10
4分钟前
含糊的尔槐发布了新的文献求助500
5分钟前
迷茫的一代完成签到,获得积分10
5分钟前
闪闪易烟应助雪山飞龙采纳,获得10
5分钟前
qqqq完成签到,获得积分10
5分钟前
雪山飞龙完成签到,获得积分10
5分钟前
naczx完成签到,获得积分0
5分钟前
MchemG应助科研通管家采纳,获得10
5分钟前
gycao2025完成签到,获得积分10
5分钟前
FashionBoy应助阿尔芒果皮采纳,获得10
6分钟前
安青梅完成签到 ,获得积分10
6分钟前
自然亦凝完成签到,获得积分10
6分钟前
hyx完成签到,获得积分10
6分钟前
含糊的尔槐完成签到,获得积分0
6分钟前
7分钟前
7分钟前
xun完成签到,获得积分10
7分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
The Cambridge History of China: Volume 4, Sui and T'ang China, 589–906 AD, Part Two 1500
Cowries - A Guide to the Gastropod Family Cypraeidae 1200
Quality by Design - An Indispensable Approach to Accelerate Biopharmaceutical Product Development 800
Signals, Systems, and Signal Processing 610
Research Methods for Applied Linguistics 500
A Social and Cultural History of the Hellenistic World 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6394582
求助须知:如何正确求助?哪些是违规求助? 8209729
关于积分的说明 17382329
捐赠科研通 5447800
什么是DOI,文献DOI怎么找? 2880042
邀请新用户注册赠送积分活动 1856542
关于科研通互助平台的介绍 1699193