A Pragmatic PBPK-Driven Strategy to Guide ADME Characterization and Early Human PK Prediction for ECCS Class 1B/3B Compounds

广告 计算生物学 化学 基于生理学的药代动力学模型 化学空间 人血浆 药物发现 可药性 药代动力学 限制 可转让性 小分子 班级(哲学) 代谢物 活性代谢物 标杆管理 分拆(数论) 计算机科学 药理学 组合化学 间隙 亲脂性 分配系数 机器学习 非人灵长类 生化工程
作者
David Cebrián,Line Oste,Dries Van den Bossche,N. Vandeghinste,Daisy Liekens,Simone Esposito
出处
期刊:Journal of Medicinal Chemistry [American Chemical Society]
卷期号:69 (4): 4317-4328
标识
DOI:10.1021/acs.jmedchem.5c03019
摘要

Predicting human pharmacokinetics (PK) for ECCS class 1B/3B compounds often demands resource-intensive experiments and empirical scaling, especially when transporter-mediated processes dominate. We propose a tiered physiologically based pharmacokinetic (PBPK) framework for early discovery that (i) aims to identify which ADME processes warrant characterization by chemical class and (ii) provides guidance for human PK prediction with either minimal inputs (zwitterions) or targeted measurements (acids). Benchmarking against well-described molecules (Fexofenadine, Valsartan, Rosuvastatin, and the active metabolite of Valategrast) supports each tier. For the zwitterions we investigated allometrically scaled rat biliary/renal or nonhuman primate plasma clearance alone predicted human PK within 2-fold. For the acids, adjusting the tissue partition coefficient (Kp) was required to recapitulate plasma profiles. This structured PBPK strategy helps to identify essential experiments for acidic compounds and enables reliable early human PK predictions for zwitterions, contributing to a more informed screening cascade design and ultimately accelerating discovery cycle times.
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
晨丶完成签到,获得积分10
3秒前
优秀的老鼠完成签到,获得积分10
6秒前
小明完成签到,获得积分10
7秒前
Zsy完成签到,获得积分10
9秒前
Lincoln完成签到,获得积分10
10秒前
塘仔完成签到,获得积分10
10秒前
LZNUDT发布了新的文献求助10
11秒前
杨杨杨完成签到 ,获得积分10
13秒前
橙橙完成签到 ,获得积分10
13秒前
曹广秀完成签到,获得积分10
14秒前
小张医生完成签到,获得积分10
19秒前
酷炫映阳完成签到 ,获得积分10
19秒前
cdercder应助luckweb采纳,获得10
20秒前
hy1234完成签到 ,获得积分0
20秒前
小拳头完成签到,获得积分10
21秒前
qn完成签到,获得积分10
21秒前
所所应助zhaomr采纳,获得10
22秒前
shiyi完成签到,获得积分10
23秒前
迷人绿柏完成签到 ,获得积分10
23秒前
zjh完成签到,获得积分10
26秒前
晓风完成签到,获得积分0
26秒前
PEIfq完成签到 ,获得积分10
26秒前
沉默的瑞宝完成签到 ,获得积分10
26秒前
时尚中二完成签到,获得积分10
27秒前
星星完成签到 ,获得积分10
27秒前
所所应助科研通管家采纳,获得30
27秒前
Owen应助科研通管家采纳,获得10
28秒前
Kao应助科研通管家采纳,获得10
28秒前
cdercder应助科研通管家采纳,获得10
28秒前
fengwei应助科研通管家采纳,获得10
28秒前
共享精神应助科研通管家采纳,获得30
28秒前
cdercder应助科研通管家采纳,获得10
28秒前
JamesPei应助科研通管家采纳,获得10
29秒前
超超完成签到 ,获得积分10
29秒前
29秒前
29秒前
jun完成签到,获得积分10
31秒前
NatureLee完成签到 ,获得积分10
31秒前
展仕波完成签到,获得积分10
32秒前
天晴完成签到,获得积分10
32秒前
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
China Pluperfect I: Epistemology of Past and Outside in Chinese Art 520
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Cosmos as Art Object: Studies in Plato's Timaeus and Other Dialogues 500
What is the Future of Psychotherapy in Digital Age? Technology, AI Bots, and Psychotherapy after Covid 444
Management and the Arts 310
Teaching Social and Emotional Learning in Physical Education 300
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 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7634461
求助须知:如何正确求助?哪些是违规求助? 9208519
关于积分的说明 19748527
捐赠科研通 7202624
什么是DOI,文献DOI怎么找? 3275054
关于科研通互助平台的介绍 2436953
邀请新用户注册赠送积分活动 2271959