視頻概述
目前，基于生理的藥代動力學PBPK模型已在各大制藥中廣泛使用，來自GSK，羅氏制藥，Array制藥，Admescope公司， Simulations Plus公司的科學家在視頻中講解了將藥物吸收、分布、代謝和排泄的相關數據及信息整合到首次人體PK預測的決策樹。該決策樹可以在藥物早期階段建立和評估PBPK模型，從而克服早期分析因數據不足導致的局限性，同時，通過該決策樹，法規監管部門對采用PBPK預測首次人體PK的信心將大大增強。
內容概要
近年來，制藥企業在藥物發現和早期開發階段，就采用PBPK模型預測臨床前種屬的特征，并考察IND在不同臨床人群的變異，來自不同制藥企業和PBPK模型開發商的5位報告人，更新了原先Jones等人報道的建模策略，將一些新的知識和附加的流程圖包含到FIH預測的新決策樹中。并通過4個應用案例講解采用PBPK模型預測FIH決策樹的要點。
案例1：通過臨床前種屬的經驗性PBPK模型因子進行FIH預測
案例2：全血血漿藥物濃度比RBP對堿性化合物穩態分布體積的影響
案例3：親脂弱酸性難溶性化合物
案例4：分子量大且滲透性低的化合物
講解人
Neil A. Miller，GSK研發中心(英國)
Micaela B. Reddy， Array制藥公司(美國)
Aki T. Heikkinen, Admescope公司(芬蘭)
Viera Lukacova, Simulations Plus公司(美國)
Neil Parrott，羅氏制藥(瑞士)
課程視頻
延申閱讀
