Pharmacokinetics, Tissue Distribution, and Formulation Study of a Small-molecule Inhibitor of MKLP2, LG157
Notice bibliographique
Résumé
LG157 is a recently identified small-molecule inhibitor of mitotic kinesin-like protein 2 (MKLP2), an overlooked oncology target. This study aims to explore the drug developability of LG157, by assessing its druglike properties, determining plasma drug exposure in various oral formulations, and exploring the self-emulsifying drug delivery system (SEDDS). Solubility of LG157 ranges from 175 to 228 μM across pH 1.0 to 13.0, with a LogD of 2.41 at pH 7.4. It showed a high protein binding rate of 92.58% in mouse plasma and 90.30% in human serum. The bioavailability radar plot aligns with experimental data (69-85%), indicating good bioavailability. In line with the computation prediction, preclinical formulation studies in mice reveal that all five formulations tested offer decent plasma LG157 exposure, with the highest level of LG157 exposure in the PEG300-based formulation. Subsequent tissue distribution studies in rats indicated that the compound is widely distributed with the highest concentration of LG157 in the liver and the lowest level in the brain. The optimal SEDDS formulation, SEDDS-F14, consists of 65% Oleic acid, 26.25% Tween 20, and 8.75% PEG400 as oil, surfactant, and co-surfactant, respectively. SEDDS optimization, based on the central composite design, has achieved the maximum loading of 188.7 mg/mL for LG157. These findings support the developability of LG157 and encourage continued exploration and refinement of formulations for improved therapeutic efficacy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».