MétaCan
Menu
Retour à la cohorte
Enregistrement W4205233365 · doi:10.1124/pharmrev.120.000238

Organotypic and Microphysiological Human Tissue Models for Drug Discovery and Development—Current State-of-the-Art and Future Perspectives

2022· review· en· W4205233365 sur OpenAlexfundno aff
Sonia Youhanna, Aurino M. Kemas, Lena Preiss, Yitian Zhou, Joanne X. Shen, Selgin D. Cakal, Francesco S. Paqualini, Sravan K. Goparaju, Reza Zandi Shafagh, Johan Lind, Carl M. Sellgren, Volker M. Lauschke

Notice bibliographique

RevuePharmacological Reviews · 2022
Typereview
Langueen
DomaineEngineering
Thématique3D Printing in Biomedical Research
Établissements canadiensnon disponible
Organismes subventionnairesKnut och Alice Wallenbergs StiftelseEuropean Federation of Pharmaceutical Industries and AssociationsMerck KGaAVetenskapsrådetLundbeckfondenRobert Bosch StiftungMcGill University
Mots-clésDrug discoveryDrug developmentCurrent (fluid)Computational biologyNeuroscienceDrugBiochemical engineeringData scienceComputer scienceMedicineBiologyPharmacologyBioinformaticsEngineering

Résumé

récupéré en direct d'OpenAlex

The number of successful drug development projects has been stagnant for decades despite major breakthroughs in chemistry, molecular biology, and genetics. Unreliable target identification and poor translatability of preclinical models have been identified as major causes of failure. To improve predictions of clinical efficacy and safety, interest has shifted to three-dimensional culture methods in which human cells can retain many physiologically and functionally relevant phenotypes for extended periods of time. Here, we review the state of the art of available organotypic culture techniques and critically review emerging models of human tissues with key importance for pharmacokinetics, pharmacodynamics, and toxicity. In addition, developments in bioprinting and microfluidic multiorgan cultures to emulate systemic drug disposition are summarized. We close by highlighting important trends regarding the fabrication of organotypic culture platforms and the choice of platform material to limit drug absorption and polymer leaching while supporting the phenotypic maintenance of cultured cells and allowing for scalable device fabrication. We conclude that organotypic and microphysiological human tissue models constitute promising systems to promote drug discovery and development by facilitating drug target identification and improving the preclinical evaluation of drug toxicity and pharmacokinetics. There is, however, a critical need for further validation, benchmarking, and consolidation efforts ideally conducted in intersectoral multicenter settings to accelerate acceptance of these novel models as reliable tools for translational pharmacology and toxicology. SIGNIFICANCE STATEMENT: Organotypic and microphysiological culture of human cells has emerged as a promising tool for preclinical drug discovery and development that might be able to narrow the translation gap. This review discusses recent technological and methodological advancements and the use of these systems for hit discovery and the evaluation of toxicity, clearance, and absorption of lead compounds.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,112
Tête enseignante GPT0,399
Écart entre enseignants0,288 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations51
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmacological ReviewsMême sujet3D Printing in Biomedical ResearchTravaux en français237 207