优化双特异性T细胞参与者的临床翻译,通过与定量系统药理学模型的上下文统一
Xiaozhi Liao1, Timothy Qi1, Jiawei Zhou1
1Division of Pharmacotherapy and Experimental Therapeutics, Eshelman School of Pharmacy, University of North Carolina at Chapel Hill, Chapel Hill, North Carolina, USA.
量化系统药理 (QSP) 模型可以弥合临床前和临床双特异性T细胞参与剂 (bsTCEs) 数据之间的差距. 这种方法有助于预测患者的反应,并优化用于癌症免疫治疗的BSTCE开发.
科学领域:
- 免疫学 免疫学 免疫学
- 药理学 药理学是指药理学的学科.
- 计算生物学 计算生物学
背景情况:
- 双特异性T细胞参与剂 (bsTCE) 是一种关键的癌症免疫疗法,将T细胞与瘤细胞联系起来,以提高抗癌活性.
- 尽管获得批准,但在早期阶段的BSTCE开发受到上下文依赖的药理学阻碍,影响从临床前到临床环境的转化.
- 患者和瘤状况显著影响btce的疗效和安全性,造成翻译不确定性.
研究的目的:
- 开发一个定量系统药理学 (QSP) 模型,以统一bSTCE开发中的不同背景.
- 便于将临床前的btce数据转化为可预测的临床活动和患者反应.
- 在各种临床场景中帮助确定bstCE的最佳药物特性和治疗度.
主要方法:
- 开发了一个QSP模型来统一由bSTCEs诱导的免疫突触形成动态.
- 将目标亲和力,瘤特征和患者免疫状况整合到模型中.
- 用广泛的实验和临床数据对模型进行校准以验证.
主要成果:
- 该QSP模型成功地将各种疾病中的临床前药物功效转化为可预测的患者暴露-反应关系.
- 证明了该模型能够统一多样化的实验环境,克服翻译挑战.
- 能够在不同患者和瘤配置文件中一致预测药物疗效.
结论:
- 开发的QSP模型有效地弥合了bstCE临床前发现和临床结果之间的差距.
- 这种方法提高了癌症患者bSTCE药理动力学和药理动力学的可预测性.
- QSP模型提供了一个有前途的策略,以优化BSTCE设计并加速改善癌症免疫治疗的临床开发.
更多相关视频
08:47Experimental Quantification of Interactions Between Drug Delivery Systems and Cells In Vitro: A Guide for Preclinical Nanomedicine Evaluation
Published on: September 28, 2022
09:41An Organotypic High Throughput System for Characterization of Drug Sensitivity of Primary Multiple Myeloma Cells
Published on: July 15, 2015
相关概念视频
Pharmacokinetic Models: Comparison and Selection Criterion
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.
Physiological Pharmacokinetic Models: Incorporating Hepatic Transporter-Mediated Clearance
A recent model describes pravastatin's hepatobiliary excretion,...
Physiological Pharmacokinetic Models: Assumption with Protein Binding
Pharmacokinetic Models: Overview
There are three primary types of models: empirical, compartment, and physiological. Empirical models, with minimal...
