Application of Physiologically Based Pharmacokinetic Modeling to Inform Dose Selection of Mezigdomide in a Phase I Drug–Drug Interaction Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mezigdomide (MEZI) is an oral, highly potent CELMoD™ agent with promising antitumor and immune-stimulatory activity, optimized for Aiolos and Ikaros degradation. Preclinical evidence suggests MEZI is primarily metabolized by cytochrome P450 (CYP) 3A4/5 and has the potential to inhibit efflux transporters P-glycoprotein (P-gp) and breast cancer resistance protein (BCRP) in vitro. To predict the magnitude of enzyme- and transporter-mediated drug-drug interactions (DDI) and inform clinical study design, a physiologically based pharmacokinetic (PBPK) model was developed. A PBPK-informed Phase I clinical DDI study was conducted that evaluated MEZI as an object of CYP3A induction (rifampin) and inhibition (itraconazole) and as a precipitant of transporter-mediated interactions (digoxin and rosuvastatin). PBPK modeling predicted substantial interactions with strong and moderate CYP3A modulators, which informed a unique dose selection strategy, PK sampling time, and washout period. Clinical results confirmed reductions in MEZI exposure with rifampin (AUC reduced 93-95%) and increases with itraconazole (~14-fold for dose normalized AUC). MEZI was well-tolerated despite these changes in exposure. Additionally, coadministration of MEZI with P-gp and BCRP substrates, digoxin and rosuvastatin, showed no clinically meaningful changes in substrate plasma PK, indicating a low likelihood of significant transporter-mediated DDIs. The prospective PBPK model was refined with clinical data, improving predictions and supporting simulations for moderate/weak CYP3A modulators. This iterative "learn-confirm" approach underscores the utility of PBPK modeling in optimizing clinical trial design, ensuring participant safety, and anticipating DDI risks. The findings support MEZI's clinical development with informed dosing strategies, particularly for coadministration with CYP3A modulators.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle