一个PKPD案例研究:在瘤学小鼠模型中实现AZD5991的临床相关暴露
Michael J White1, Letitia Cheatham2, Shenghua Wen2
1AstraZeneca Research and Development Boston: AstraZeneca R&D Boston, Waltham, Massachusetts, USA. michael.white1@astrazeneca.com.
The AAPS journal
|June 28, 2023
概括
准确地建模临床前药物暴露对于有效的翻译至关重要. 这项研究开发了一种数学模型,以匹配小鼠中的人类药物暴露,改善Mcl-1抑制剂的疗效预测.
科学领域:
- 药理学和毒理学 药理学和毒理学
- 翻译医学是一种翻译医学.
- 数学建模的数学建模
背景情况:
- 将临床前药物数据转化为人类疗效是一个挑战.
- 在动物模型中精确回顾人类药理动力学 (PK) 是必不可少的.
- Mcl-1 抑制剂 AZD5991 需要精确的临床前暴露建模.
研究的目的:
- 开发一种数学模型,以基于PK配置文件来预测药物疗效.
- 建立方法,在小鼠中实现人类同等的药物暴露.
- 调查AZD5991.1.的暴露与疗效之间的关系.
主要方法:
- 开发一种精细的数学模型,将药物度与疗效联系起来.
- 探索各种管理路径以达到目标暴露.
- 使用血管接入按 (VAB) 技术在小鼠中进行静脉输液.
主要成果:
- 通过VAB技术进行静脉输液,成功地在小鼠中复制了AZD5991临床暴露.
- 不同的PK配置文件导致了目标参与度和疗效的显著差异.
- 开发的模型表明了PK指标和疗效结果之间的关系.
结论:
- 准确的临床前药物动力学建模对于预测临床疗效至关重要.
- 在小鼠中达到与人类相当的药物暴露,提高了翻译有效性.
- 这种方法提高了新疗法疗效预测的可靠性.


