최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기약학회지 = Yakhak hoeji, v.59 no.4, 2015년, pp.151 - 157
변진주 (충남대학교 약학대학) , 박민호 (충남대학교 약학대학) , 신석호 (충남대학교 약학대학) , 신영근 (충남대학교 약학대학)
The purpose of this study is to demonstrate how lead compounds are best optimized with the application of in silico QSAR and PBPK modeling at the early drug discovery stage. Several predictive QSAR models such as
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
신약검색과정에서 중요한 약물의 특성은 무엇인가? | 약물의 물리화학적 성질과 Drug Metabolism and Pharmaco-kinetics(DMPK) 특성은 신약검색과정에서 아주 중요하다.1) 시판 중인 경구 의약품의 대부분이 목표 단백질에 대한 효능이 클뿐만 아니라 약물의 분자량, 물리화학적 · DMPK 특성 등이 모두 알맞게 균형을 이루고 있다는 사실이 또한 이를 뒷받침하고 있다. | |
종래의 신약개발 과정은 어떤 방법을 통해 이루어졌는가? | 1) 시판 중인 경구 의약품의 대부분이 목표 단백질에 대한 효능이 클뿐만 아니라 약물의 분자량, 물리화학적 · DMPK 특성 등이 모두 알맞게 균형을 이루고 있다는 사실이 또한 이를 뒷받침하고 있다.2) 그러나 종래의 신약개발 과정은 단백질에 대한 Ki 값 또는 IC50 값을 통해 선도물질을 확인한 후 그와 유사한 수천 또는 수만 개의 화합물들을 합성하여 그 물질에 대한 다양한 in vitro/in vivo 실험을 진행하여 최적화하는 방법을 사용해 왔다. 이러한 방법은 Absorption Distribution Metabolism Excretion (ADME) 특성과 Pharmacokinetics(PK) 특성이 개선된 후보물질을 찾는 데 있어서 시간이 많이 소요될 뿐만 아니라 이에 비례하여 비용도 크게 늘어난다. | |
신약검색과정에서 약물의 물리화학적 성질과 DMPK 특성이 중요하다는 것은 어떻게 알 수 있는가? | 약물의 물리화학적 성질과 Drug Metabolism and Pharmaco-kinetics(DMPK) 특성은 신약검색과정에서 아주 중요하다.1) 시판 중인 경구 의약품의 대부분이 목표 단백질에 대한 효능이 클뿐만 아니라 약물의 분자량, 물리화학적 · DMPK 특성 등이 모두 알맞게 균형을 이루고 있다는 사실이 또한 이를 뒷받침하고 있다.2) 그러나 종래의 신약개발 과정은 단백질에 대한 Ki 값 또는 IC50 값을 통해 선도물질을 확인한 후 그와 유사한 수천 또는 수만 개의 화합물들을 합성하여 그 물질에 대한 다양한 in vitro/in vivo 실험을 진행하여 최적화하는 방법을 사용해 왔다. |
Wenlock, M. C., Austin, R. P., Barton, P., Davis, A. M. and Leeson, P. D. : A comparison of physiochemical property profiles of development and marketed oral drugs. J. Med. Chem. 46, 1250 (2003).
Gleeson, M. P., Hersey, A., Montanari, D. and Overington, J. : Probing the links between in vitro potency, ADMET and physicochemical parameters. Nat. Rev. Drug Discov. 10, 197 (2011).
Kenny, J. R. : Predictive DMPK: in silico ADME predictions in drug discovery. Mol. Pharm. 10, 1151 (2013).
U.S. Food and drug administration, http://www.fda.gov/downloads/drugs/guidancecomplianceregulatoryinformation/guidances/ucm292923.pdf.
Jones, H. and Rowland-Yeo, K. : Basic concepts in physiologically based pharmacokinetic modeling in drug discovery and development. CPT Pharmacometrics Syst. Pharmacol. 2, e63 (2013).
Grime, K. H., Barton, P. and McGinnity, D. F. : Application of in silico, in vitro and preclinical pharmacokinetic data for the effective and efficient prediction of human pharmacokinetics. Mol. Pharm. 10, 1191 (2013).
Ortwine, D. F. and Aliagas, I. : Physicochemical and DMPK in silico models: facilitating their use by medicinal chemists. Mol. Pharm. 10, 1153 (2013).
Hosea, N. A. and Jones, H. M. : Predicting pharmacokinetic profiles using in silico derived parameters. Mol. Pharm. 10, 1207 (2013).
Rueeger, H., Lueoend, R., Rogel, O., Rondeau, J. M., Mobitz, H., Machauer, R., Jacobson, L., Staufenbiel, M., Desrayaud, S. and Neumann, U. : Discovery of cyclic sulfone hydroxyethylamines as potent and selective beta-site APPcleaving enzyme 1 (BACE1) inhibitors : structure-based design and in vivo reduction of amyloid beta-peptides. J. Med. Chem. 55, 3364 (2012).
의약화학 편집위원회 : 의약화학, 개정판, 신일북스, 서울 p. 47 (2011).
Wager, T. T., Hou, X., Verhoest, P. R. and Villalobos, A. : Moving beyond rules: the development of a central nervous system multiparameter optimization (CNS MPO) approach to enable alignment of druglike properties. ACS Chem. Neurosci. 1, 435 (2010).
Rowland, M., Peck, C. and Tucker, G. : Physiologically-based pharmacokinetics in drug development and regulatory science. Annu. Rev. Pharmacol. Toxicol. 51, 45 (2011).
Khalil, F. and Laer, S. : Physiologically based pharmacokinetic models in the prediction of oral drug exposure over the entire pediatric age range-sotalol as a model drug. AAPS J. 16, 226 (2014).
Maharaj, A., Barrett, J. and Edginton, A. : A workflow example of PBPK modeling to support pediatric research and development : case study with lorazepam. AAPS J. 15, 455 (2013).
Yusof, I., Shah, F., Hashimoto, T., Segall, M. D. and Greene, N. : Finding the rules for successful drug optimisation. Drug Discov. Today 19, 680 (2014).
U.S. Food and drug administration, http://www.accessdata.fda.gov/drugsatfda_docs/label/2015/205552s002lbl.pdf.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.