[논문]약물의 염전성 부정맥 유발 예측 지표로서 심장의 전기생리학적 특징 값들의 검증

유예담; 정다운; 임기무

doi:10.9718/jber.2022.43.1.19

약물의 염전성 부정맥 유발 예측 지표로서 심장의 전기생리학적 특징 값들의 검증
Verification of Cardiac Electrophysiological Features as a Predictive Indicator of Drug-Induced Torsades de pointes 원문보기

Journal of biomedical engineering research : the official journal of the Korean Society of Medical & Biological Engineering, v.43 no.1, 2022년, pp.19 - 26

유예담 (금오공과대학교 IT융복합공학과) , 정다운 (금오공과대학교 IT융복합공학과) , (금오공과대학교 IT융복합공학과) , 임기무 (금오공과대학교 IT융복합공학과)

Abstract ▼ AI-Helper

The Comprehensive in vitro Proarrhythmic Assay(CiPA) project was launched for solving the hERG assay problem of being classified as high-risk groups even though they are low-risk drugs due to their high sensitivity. CiPA presented a protocol to predict drug toxicity using physiological data calculated based on the in-silico model. in this study, features calculated through the in-silico model are analyzed for correlation of changing action potential in the near future, and features are verified through predictive performance according to drug datasets. Using the O'Hara Rudy model modified by Dutta et al., Pearson correlation analysis was performed between 13 features(dVm/dtmax, APpeak, APresting, APD90, APD50, APDtri, Capeak, Caresting, CaD90, CaD50, CaDtri, qNet, qInward) calculated at 100 pacing, and between dVm/dtmax_repol calculated at 1,000 pacing, and linear regression analysis was performed on each of the 12 training drugs, 16 verification drugs, and 28 drugs. Indicators showing high coefficient of determination(R2) in the training drug dataset were qNet 0.93, AP resting 0.83, APDtri 0.78, Ca resting 0.76, dVm/dtmax 0.63, and APD90 0.61. The indicators showing high determinants in the validated drug dataset were APDtri 0.94, APD90 0.92, APD50 0.85, CaD50 0.84, qNet 0.76, and CaD90 0.64. Indicators with high coefficients of determination for all 28 drugs are qNet 0.78, APD90 0.74, and qInward 0.59. The indicators vary in predictive performance depending on the drug dataset, and qNet showed the same high performance of 0.7 or more on the training drug dataset, the verified drug dataset, and the entire drug dataset.

주제어

표/그림 (7)

그림 그림 1. 연구 방법 모식도 Fig. 1. The schematic diagram of the research method
표 표 1. Li 등에서 제시한 TdP 유발 위험군에 따른 28개 약물 목록[17] Table 1. List of 28 drugs according to TdP-induced risk group suggested by Li et al.[17].
표 표 2. In silico 시뮬레이션을 통해 계산되는 14개 전기생리학적 지표 Table 2. 14 electrophysiological indicators calculated through in silico simulations
그림 그림 2. In silico 심실모델을 통해 계산되는 지표. (a) 활동전위 형상의 지표, (b) 세포내 칼슘 농도 형상의 지표 Fig. 2. Features calculated through the in silico ventricular model. (a) Features of action potential shape, and (b) features of intracellular calcium concentration shape
그림 그림 3. 1,000pacing에서 계산된 dVm/dt_{max_repol}과 100 pacing에서 계산된 13개 지표(dVm/dtmax, APpeak, APresting, APD90, APD50, APDtri, Ca_peak, Ca_resting, CaD90, CaD50, CaDtri, qNet, qInward)의 피어슨 상관분석 결과 (a) 12개 훈련약물군, (b) 16개 검증 약물군, (c) 28개 전체 약물군 Fig. 3. Pearson correlation analysis results between dVm/dt_{max_repol} calculated at 1,000 pacings and 13 features (dVm/dtmax, APpeak, APresting, APD90, APD50, APDtri, Ca_peak, Ca_resting, CaD90, CaD50, CaDtri, qNet, qInward) calculated at 100 pacing (a) 12 training drug datasets, (b) 16 verified drug datasets, and (c) 28 full drug datasets
그림 그림 4. qNet, APD90, qInward 3개 지표의군에 따른 선형회귀 결과 그래프. 훈련약물군의 (a) qNet, (b) APD90, (c) qInward, 검증약물군의 (d) qNet, (e) APD90, (f) qInward, 전체 28개 약물의 (g) qNet, (h) APD90, (i) qInward Fig. 4. Graph of linear regression results according to datasets of qNet, APD90, and qInward. (a) qNet, (b) APD90, (c) qInward in the training drug dataset, (d) qNet, (e) APD90, (f) qInward in the validation drug dataset, (g) qNet, (h) APD90, (i) qInward in all 28 drugs
표 표 3. 약물군에 따라 계산된 13개 지표들의 결정계수 비교 Table 3. Comparison of the coefficients of determination of 13 indicators calculated according to the drug dataset

참고문헌 (17)

Fermini B, Fossa AA. "The impact of drug-induced QT interval prolongation on drug discovery and development," Nat. Rev. Drug Discov., 2003;2(6):439-447. doi: 10.1038/nrd1108.

상세보기
Strauss DG. et al., "Comprehensive In Vitro Proarrhythmia Assay (CiPA) Update from a Cardiac Safety Research Consortium / Health and Environmental Sciences Institute / FDA Meeting," Ther. Innov. Regul. Sci., 2019;53(4):519-525, doi: 10.1177/2168479018795117.

상세보기
Fermini B. et al., "A new perspective in the field of cardiac safety testing through the comprehensive in vitro proarrhythmia assay paradigm," J. Biomol. Screen., 2016;21(1):1-11, doi: 10.1177/1087057115594589.

상세보기
Colatsky T. et al., "The Comprehensive in Vitro Proarrhythmia Assay (CiPA) initiative - Update on progress," J. Pharmacol. Toxicol. Methods, 2016;81:15-20, doi: 10.1016/j.vascn.2016.06.002.

상세보기
Dutta S. et al., "Optimization of an in silico cardiac cell model for proarrhythmia risk assessment," Front. Physiol., 2017;8:1-15, doi: 10.3389/fphys.2017.00616.

상세보기
McMillan B, Gavaghan DJ, Mirams GR. "Early afterdepolarisation tendency as a simulated pro-arrhythmic risk indicator," Toxicol. Res. (Camb)., 2017;6(6):912-921, doi: 10.1039/c7tx00141j.

상세보기
Mirams GR. et al., "Simulation of multiple ion channel block provides improved prediction of compounds' clinical torsadogenic risk," Cardiovasc. Res., 2011;91(1):53-61, doi: 10.1093/cvr/cvr044.

상세보기
Llopis-Lorente J, Gomis-Tena J, Cano J, Romero L, Saiz J, Trenor B. "InSilico Classifiers for the Assessment of Drug Proarrhythmicity," J. Chem. Inf. Model., 2020;60(10):5172-5187, doi: 10.1021/acs.jcim.0c00201.

상세보기
O'Hara T, Virag L, Varro A, Rudy Y. "Simulation of the undiseased human cardiac ventricular action potential: Model formulation and experimental validation," PLoS Comput. Biol., 2011;7(5), doi: 10.1371/journal.pcbi.1002061.

상세보기
Han X. et al., "A general procedure to select calibration drugs for lab-specific validation and calibration of proarrhythmia risk prediction models: An illustrative example using the CiPA model," J. Pharmacol. Toxicol. Methods, 2020;105:106890, doi: 10.1016/j.vascn.2020.106890.

상세보기
Crumb WJ, Vicente J, Johannesen L, Strauss DG, "An evaluation of 30 clinical drugs against the comprehensive in vitro proarrhythmia assay (CiPA) proposed ion channel panel," J. Pharmacol. Toxicol. Methods, 2016;81:251-262, doi: 10.1016/j.vascn.2016.03.009.

상세보기
Chang KC. et al., "Uncertainty quantification reveals the importance of data variability and experimental design considerations for in silico proarrhythmia risk assessment," Front. Physiol., 2017;8:1-17, doi: 10.3389/fphys.2017.00917.

상세보기
Parikh J, Di Achille P, Kozloski J, Gurev V. "Global sensitivity analysis of ventricular myocyte model-derived metrics for proarrhythmic risk assessment," Front. Pharmacol., 2019;10:1-18, doi: 10.3389/fphar.2019.01054.

상세보기
Ahmad K, Dorian P. "Drug-induced QT prolongation and proarrhythmia: an inevitable link?," Europace, 2007;9:4, doi: 10.1093/europace/eum167.

상세보기
Lancaster MC, Sobie EA. "Improved Prediction of DrugInduced Torsades de Pointes Through Simulations of Dynamics and Machine Learning Algorithms," Clin. Pharmacol. Ther., 2016;100(4):371-379, doi: 10.1002/cpt.367.

상세보기
Li Z. et al., "Improving the in silico assessment of proarrhythmia risk by combining hERG (Human Ether-a-go-go-Related Gene) channel-drug binding kinetics and multichannel pharmacology," Circ. Arrhythmia Electrophysiol., 2017;10(2):1-12, doi: 10.1161/CIRCEP.116.004628.

상세보기
Li Z. et al., "Assessment of an In Silico Mechanistic Model for Proarrhythmia Risk Prediction Under the CiPA Initiative," Clin. Pharmacol. Ther., 2019;105(2):466-475, doi: 10.1002/cpt.1184.

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

약물의 염전성 부정맥 유발 예측 지표로서 심장의 전기생리학적 특징 값들의 검증
Verification of Cardiac Electrophysiological Features as a Predictive Indicator of Drug-Induced Torsades de pointes 원문보기

Abstract ▼ AI-Helper

주제어

표/그림 (7)

표/그림 (7)

참고문헌 (17)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

약물의 염전성 부정맥 유발 예측 지표로서 심장의 전기생리학적 특징 값들의 검증 Verification of Cardiac Electrophysiological Features as a Predictive Indicator of Drug-Induced Torsades de pointes 원문보기

Abstract ▼ AI-Helper

주제어

표/그림 (7) 모든 표/그림 보기

표/그림 (7) 슬라이드로 보기

참고문헌 (17)

이 논문을 인용한 문헌

저자의 다른 논문 :

정다운 (5) 임기무 (9)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

약물의 염전성 부정맥 유발 예측 지표로서 심장의 전기생리학적 특징 값들의 검증
Verification of Cardiac Electrophysiological Features as a Predictive Indicator of Drug-Induced Torsades de pointes 원문보기

표/그림 (7)

표/그림 (7)