Scaling factors to inform <i>in vitro</i> - <i>in vivo</i> extrapolation from preclinical and livestock animals: state of the field and recommendations for development of missing data
Notice bibliographique
Résumé
physiologically based pharmacokinetic (IVIVE-PBPK) modeling approaches assists for prediction of first-in animal or human trials. These approaches are underpinned by the scaling factors: microsomal protein per gram (MPPG) and cytosolic protein per gram (CPPG). In addition, IVIVE-PBPK has significant application in the reduction and refinement of live animal models in research. While human scaling factors are well-defined, many preclinical and livestock species remain poorly elucidated or uncharacterized. The MPPG parameter for liver (MPPGL) is the best characterized across all species and is well-defined for mouse, rat, and dog models. The MPPG parameters for Kidney (MPPGK) and intestine (MPPGI), are however; relatively indefinite for most species. Similarly, CPPG scaling factors for liver, kidney, and intestine (CPPGL/CPPGK/CPPGI) are generally sparse in all species. In addition to generation of mathematical values for scaling factors, methodological and animal-specific considerations, such as age, sex, and strain differences, have not yet been comprehensively described. Here, we review the current state-of-the-field for microsomal and cytosolic scaling factors, including highlighting areas that may need further description and development, with the intention of drawing attention to key knowledge gaps. The intention is to promote improved accuracy and precision in IVIVE-PBPK, concordance between laboratories, and stimulate work in underserved, but increasingly vital areas.
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 | 0,106 | 0,212 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,010 |
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 ».