JoVE - Journal of Visualized Experiments
JoVE Visualize
Contact Us
Esta página ha sido traducida por una máquina. Otras páginas pueden seguir apareciendo en inglés. View in English

Enfoques computacionales para la predicción de propiedades toxicológicas y farmacocinéticas

  • 0Faculty of Pharmacy, Tabriz University of Medical Sciences, Tabriz, Iran. navid.kbd@gmail.com.
Journal of Pharmacokinetics and Pharmacodynamics +

|

4 de septiembre de 2025

|

4 de septiembre de 2025

Ver abstracta en PubMed

Resumen

Este resumen es generado por máquina.

Esta revisión explora los métodos in silico para predecir las propiedades farmacocinéticas. El uso de enfoques computacionales puede agilizar el desarrollo de medicamentos al evaluar la absorción, la distribución, el metabolismo y la excreción desde el principio.

Área De La Ciencia

  • Farmacología
  • Toxicología
  • Química computacional

Sus Antecedentes

  • La farmacocinética (PK) y la toxicología son cruciales para comprender cómo el cuerpo procesa sustancias como las drogas.
  • Los parámetros farmacocinéticos clave incluyen la absorción, distribución, metabolismo y excreción (ADME).
  • Los métodos tradicionales para evaluar la farmacocinética y la toxicología incluyen enfoques in vivo, in vitro e in silico.

Objetivo Del Estudio

  • Revisar y consolidar los estudios existentes que emplean metodologías in silico.
  • Destacar la utilidad de los enfoques computacionales para predecir las propiedades farmacocinéticas.
  • Hacer hincapié en el potencial de los métodos in silico en la fase inicial de desarrollo de fármacos.

Principales Métodos

  • Búsqueda en la literatura de estudios en los que se utilicen modelos computacionales (in silico).
  • Análisis de las metodologías empleadas para predecir los parámetros farmacocinéticos.
  • Síntesis de los resultados de varios estudios farmacocinéticos en silicio.

Principales Resultados

  • Los métodos in silico ofrecen una alternativa viable para predecir las propiedades farmacocinéticas.
  • Los enfoques computacionales pueden acelerar la identificación de posibles candidatos a fármacos.
  • Estos métodos ayudan a reducir el tiempo y el costo asociados con los ensayos preclínicos y clínicos.

Conclusiones

  • La predicción farmacocinética in silico es una herramienta valiosa en el descubrimiento de fármacos modernos.
  • La predicción temprana de las propiedades de ADME utilizando modelos computacionales puede reducir significativamente el riesgo de desarrollo de fármacos.
  • Se justifica un mayor desarrollo y validación de las herramientas in silico para una aplicación más amplia.

Palabras clave:

Videos de Conceptos Relacionados

Analysis Methods of Pharmacokinetic Data: Model and Model-Independent Approaches 01:14

223

Drug disposition in the body is a complex process and can be studied using two major approaches: the model and the model-independent approaches.
The model approach uses mathematical models to describe changes in drug concentration over time. Pharmacokinetic models help characterize drug behavior in patients, predict drug concentration in the body fluids, calculate optimum dosage regimens, and evaluate the risk of toxicity. However, ensuring that the model fits the experimental data accurately...

Pharmacokinetic Models: Comparison and Selection Criterion 01:26

147

Physiological and compartmental models are valuable tools used in studying biological systems. These models rely on differential equations to maintain mass balance within the system, ensuring an accurate representation of the dynamic processes at play.
Physiological models take a detailed approach by considering specific molecular processes. They can predict drug distribution, metabolism, and elimination changes, providing a comprehensive understanding of how drugs interact with the body.

Model Approaches for Pharmacokinetic Data: Distributed Parameter Models 01:06

124

Pharmacokinetic models are mathematical constructs that represent and predict the time course of drug concentrations in the body, providing meaningful pharmacokinetic parameters. These models are categorized into compartment, physiological, and distributed parameter models.
The distributed parameter models are specifically designed to account for variations and differences in some drug classes. This model is particularly useful for assessing regional concentrations of anticancer or...

Model Approaches for Pharmacokinetic Data: Physiological Models 01:15

107

Physiological models in pharmacokinetics are instrumental in understanding the distribution and elimination of drugs within the body. These models describe the drug concentration within target organs, influenced by factors such as drug uptake, tissue volume, and blood flow. Drug uptake is governed by the partition coefficient, which signifies the drug concentration ratio in tissue to that in the blood. The blood flow rate to a specific tissue is expressed as Qt, and the rate of change in tissue...

Model Approaches for Pharmacokinetic Data: Compartment Models 01:14

198

Compartmental analysis is a widely adopted approach to characterizing drug pharmacokinetics. It uses compartment models that conceptualize the body as a collection of reversibly communicating compartments, each representing a group of tissues exhibiting similar drug distribution characteristics. The movement rate of the drug between these compartments is typically described by first-order kinetics.
Two primary types of compartment models are recognized: mammillary and catenary. The more...

Pharmacokinetic Models: Overview 01:20

1.1K

Pharmacokinetic models utilize mathematical analysis to achieve a detailed quantitative understanding of a drug's life cycle within the body. They are instrumental in simulating a drug's pharmacokinetic parameters, predicting drug concentrations over time, optimizing dosage regimens, linking concentrations with pharmacologic activity, and estimating potential toxicity.
There are three primary types of models: empirical, compartment, and physiological. Empirical models, with minimal...