MétaCan
Menu
Retour à la cohorte
Enregistrement W4381149087 · doi:10.3390/pharmaceutics15061759

Development of a Minimalistic Physiologically Based Pharmacokinetic (mPBPK) Model for the Preclinical Development of Spectinamide Antibiotics

2023· article· en· W4381149087 sur OpenAlexaff
Keyur Parmar, Pradeep B. Lukka, Santosh Wagh, Zaid H. Temrikar, Jiuyu Liu, Richard Lee, Miriam Braunstein, Anthony J. Hickey, Gregory T. Robertson, Mercedes Gonzalez‐Juarrero, Andrea N. Edginton, Bernd Meibohm

Notice bibliographique

RevuePharmaceutics · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCancer therapeutics and mechanisms
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institutes of Health
Mots-clésPhysiologically based pharmacokinetic modellingPharmacokineticsDosingPharmacologyAntibioticsMedicineTuberculosisDrug developmentDistribution (mathematics)DrugBiologyPathologyMicrobiology

Résumé

récupéré en direct d'OpenAlex

Spectinamides 1599 and 1810 are lead spectinamide compounds currently under preclinical development to treat multidrug-resistant (MDR) and extensively drug-resistant (XDR) tuberculosis. These compounds have previously been tested at various combinations of dose level, dosing frequency, and route of administration in mouse models of Mycobacterium tuberculosis (Mtb) infection and in healthy animals. Physiologically based pharmacokinetic (PBPK) modeling allows the prediction of the pharmacokinetics of candidate drugs in organs/tissues of interest and extrapolation of their disposition across different species. Here, we have built, qualified, and refined a minimalistic PBPK model that can describe and predict the pharmacokinetics of spectinamides in various tissues, especially those relevant to Mtb infection. The model was expanded and qualified for multiple dose levels, dosing regimens, routes of administration, and various species. The model predictions in mice (healthy and infected) and rats were in reasonable agreement with experimental data, and all predicted AUCs in plasma and tissues met the two-fold acceptance criteria relative to observations. To further explore the distribution of spectinamide 1599 within granuloma substructures as encountered in tuberculosis, we utilized the Simcyp granuloma model combined with model predictions in our PBPK model. Simulation results suggest substantial exposure in all lesion substructures, with particularly high exposure in the rim area and macrophages. The developed model may be leveraged as an effective tool in identifying optimal dose levels and dosing regimens of spectinamides for further preclinical and clinical development.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,173
Tête enseignante GPT0,417
Écart entre enseignants0,243 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujetCancer therapeutics and mechanismsTravaux en français237 207