Drug Target Review | 开发一种算法来预测药物性肝损伤

简介: Drug Target Review | 开发一种算法来预测药物性肝损伤

Elsevier和FDA之间合作将提出一种算法,用于准确预测药物诱发的肝损伤。Drug Target Review调查了该毒理学项目将为药物发现行业带来的好处。

image.png

确保候选药物进行毒性分析是药物开发过程的重要且必不可少的阶段。去年11月,爱思唯尔(Elsevier)和美国食品药品监督管理局(FDA)的美国国家毒理学研究中心(NCTR)宣布,他们将进入一项合作研究与开发协议(CRADA),以改善毒理学研究。该项目旨在对药物诱发的肝损伤(DILI)进行研究,以促进预测算法的开发,研究小组认为,该预测对于推进对肝脏中新药化合物的临床前测试具有很大的希望。


DILI的影响

DILI是药物开发过程中化合物损耗的主要原因,并且是停药和限制药物最常见的原因之一。

image.png

Elsevier生命科学解决方案董事总经理Cameron Ross解释说,如果未对其进行正确检测或管理,DILI可能会导致伤害或死亡,这凸显了实施防止有毒药物进入患者的有效流程的必要性。


药物开发人员的主要问题是新分子实体(NME)引起的不良肝反应的发生频率,主要是在肿瘤学上。三分之一使用蛋白激酶抑制剂治疗的患者发生肝毒性,据报道,诸如帕唑帕尼、舒尼替尼和雷戈非尼等分子具有致命的后果。此外,接受免疫检查点抑制剂治疗的患者中有10%可能会出现肝损伤,且复发率很高。对500多种药物撤回的分析表明,由于毒性而撤回的药物中,有21%归因于肝毒性。这使其成为毒性相关药物戒断的主要原因。另一项研究表明,DILI是涉及研究和批准的药物的法规行动的主要原因之一,并且是美国急性肝衰竭的主要原因。


DILI可能会严重阻碍药物开发过程,并可能给患者带来灾难性的后果;因此,在过程中尽早测试药物化合物是否具有这种作用至关重要。


预防DILI的安全预防措施

Ross强调说:“尽早减轻药物开发中的DILI风险,不仅可以确保更好的患者安全性,还可以帮助制药公司节省与药物开发相关的时间和成本,最终帮助更快地将药物推向市场。”


Ross认为,药物开发过程中存在一个令人担忧的问题,那就是没有标准来指示在申请临床研究批件(IND)提交阶段应采用哪种算法进行早期DILI风险评估。鉴于当前的动物试验尚不足以预测潜在的临床DILI风险,因此这尤其成问题。


此外,由于多种因素会影响DILI,因此通常仅在后期临床试验或上市后才观察到这种严重的副作用,从而增加了在早期阶段检测肝损伤的必要性。


该项目背后的理由:开发一种可以对来自先例药物的高质量数据进行训练的算法,以证明是否存在DILI问题,以更好地预测药物开发初期在临床中DILI的可能性。


算法的工作原理

CRADA项目旨在成为独立的或集成的工具,以在药物开发的临床前阶段评估DILI。Ross认为,该算法将在以下条件下工作:


两个规则的模型,定义为亲脂性与剂量相结合


NCTR和FDA开发的肝脏毒性知识库(LTKB)中的计算机数据


Elsevier的PharmaPendium数据库中的药代动力学和药物安全性数据-FDA和欧洲药品管理局(EMA)批准文件和文献的集合。


该算法将评估和区分可能会在易感患者中引起DILI的潜在药物的候选药物。


Ross说,目前的想法是,这种输出可能会导致产生“ DILI得分”。一旦测试了许多药物,就可以将其他药物置于数百种其他药物的范围内。然后,他们的分数将对如何解释毒性和DILI风险产生“批判性见解”,使研究人员能够确定化合物的毒性。


该算法相对于类器官的优势

该算法的好处是,当在法规审查过程的各个阶段出现DILI问题时,FDA都可以使用该算法。Ross说,作为一种符合法规的方法,它提供了另一种评估DILI风险的方法,而在其他毒理学测试中可能会漏掉这种风险。


另外,由于该算法将采用多因素方法,因此应改善其预测并与FDA建议保持同步。

image.png

尽管类器官和其他毒理学测试对于分析DILI风险仍然至关重要,但Ross强调说,“由于时间限制或成本的原因,很难轻易将结果与同类药物的范围进行比较。”


尽管该项目处于开发的早期阶段,Ross说他希望该算法将经过严格的测试,以便克服可能出现的任何限制,使研究人员能够生产出符合行业和法规标准的工具。


结论

Elsevier与FDA之间的CRADA项目将使研究人员能够使用算法确定DILI的可能性,从而在药物开发过程中节省时间和金钱。这应防止有毒药物进入患者体内并导致有害的副作用。


Ross建议,Elsevier和FDA提供的“非常强大”的信息资源将有助于加强该项目,并在将来进一步改善药物肝毒性研究。


目录
相关文章
|
6月前
|
人工智能 编解码 算法
使用 PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理
在本教程中,您将学习在阿里云交互式建模平台PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理,实现文本驱动的图像编辑功能单卡即可完成AIGC图片风格变化、背景变化和主体变化等功能。让我们一同开启这场旅程,为您的图像编辑添上无限可能性的翅膀吧。
使用 PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理
|
17天前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
18 3
|
3月前
|
算法 NoSQL 中间件
go语言后端开发学习(六) ——基于雪花算法生成用户ID
本文介绍了分布式ID生成中的Snowflake(雪花)算法。为解决用户ID安全性与唯一性问题,Snowflake算法生成的ID具备全局唯一性、递增性、高可用性和高性能性等特点。64位ID由符号位(固定为0)、41位时间戳、10位标识位(含数据中心与机器ID)及12位序列号组成。面对ID重复风险,可通过预分配、动态或统一分配标识位解决。Go语言实现示例展示了如何使用第三方包`sonyflake`生成ID,确保不同节点产生的ID始终唯一。
go语言后端开发学习(六) ——基于雪花算法生成用户ID
|
3月前
|
数据采集 前端开发 算法
基于朴素贝叶斯算法的新闻类型预测,django框架开发,前端bootstrap,有爬虫有数据库
本文介绍了一个基于Django框架和朴素贝叶斯算法开发的新闻类型预测系统,该系统具备用户登录注册、后台管理、数据展示、新闻分类分布分析、新闻数量排名和新闻标题预测等功能,旨在提高新闻处理效率和个性化推荐服务。
|
5月前
|
算法 Java API
记录我第一次在Android开发图像处理算法的经历
记录我第一次在Android开发图像处理算法的经历
35 1
|
6月前
|
算法 前端开发 Android开发
Android文字基线Baseline算法的使用讲解,Android开发面试题
Android文字基线Baseline算法的使用讲解,Android开发面试题
Android文字基线Baseline算法的使用讲解,Android开发面试题
|
6月前
|
JavaScript 算法 前端开发
【专栏】前端开发中的slot算法和shadow DOM,两者提供更灵活、高效和模块化的开发方式
【4月更文挑战第29天】本文探讨了前端开发中的slot算法和shadow DOM,两者提供更灵活、高效和模块化的开发方式。slot算法允许在组件中定义插槽位置,实现内容的灵活插入和复用,提高代码可读性和维护性。shadow DOM则通过封装DOM子树,实现样式和事件的隔离,增强组件独立性和安全性。这两种技术常应用于组件开发、页面布局和主题定制,但也面临兼容性、学习曲线和性能优化等挑战。理解并掌握它们能提升开发效率和用户体验。
106 2
|
6月前
|
算法 Java 索引
金石推荐 | 【算法数据结构专题】「延时队列算法」史上手把手教你针对层级时间轮(TimingWheel)实现延时队列的开发实战落地(下)(二)
金石推荐 | 【算法数据结构专题】「延时队列算法」史上手把手教你针对层级时间轮(TimingWheel)实现延时队列的开发实战落地(下)
64 1
|
6月前
|
存储 算法 Java
金石推荐 | 【算法数据结构专题】「延时队列算法」史上手把手教你针对层级时间轮(TimingWheel)实现延时队列的开发实战落地(下)(一)
金石推荐 | 【算法数据结构专题】「延时队列算法」史上手把手教你针对层级时间轮(TimingWheel)实现延时队列的开发实战落地(下)
128 1
|
6月前
|
消息中间件 算法 Java
金石推荐 |【算法数据结构专题】「延时队列算法」史上手把手教你针对层级时间轮(TimingWheel)实现延时队列的开发实战落地(上)
金石推荐 |【算法数据结构专题】「延时队列算法」史上手把手教你针对层级时间轮(TimingWheel)实现延时队列的开发实战落地(上)
106 1