Transit Compartment Model vs LAG Model (转移室模型与时滞模型)
有些口服药物在到达吸收部位前,在消化道内转运需要一段时间,这在PK曲线上,就会看到血药浓度在某某min以后才会开始上升。传统的处理方法(也是现在 主要药动学软件都内置的)是增加一个时滞参数TLAG。加上TLAG以后一般会得到较好的拟合结果,不过,从理论上分析,药物不能在TLAG以后,突然开 始吸收入血,肯定有个变化的过程。见下图的模拟,虚线是LAG模型,实线是TRANSIT模型:
Some thoughts on Mass Spectrometry and Modeling & Simulation
有些口服药物在到达吸收部位前,在消化道内转运需要一段时间,这在PK曲线上,就会看到血药浓度在某某min以后才会开始上升。传统的处理方法(也是现在 主要药动学软件都内置的)是增加一个时滞参数TLAG。加上TLAG以后一般会得到较好的拟合结果,不过,从理论上分析,药物不能在TLAG以后,突然开 始吸收入血,肯定有个变化的过程。见下图的模拟,虚线是LAG模型,实线是TRANSIT模型:
本文的例子是我们在研究鬼箭羽时发现的一个新化合物,当时其绝对构型采用经验规则与已知绝对构型的进行比较来确定的,发表在Natural Product Research上。后来,我们采用量化计算的方式,同样的确定了该化合物的绝对构型,下面详细的笔记,与诸位分享。
学过药动的人都知道生物利用度(F)是一个非常重要的参数,其反映了机体对药物的利用程度。Wikipedia上对生物利用度(Absolute bioavailability)的解释为: In pharmacology, in order to determine absolute bioavailability of a drug, a pharmacokinetic study must be done to obtain a plasma drug concentration vs time plot for the…
在每天的裂解途径解析的时候,最后都要给出对应的化合物的结构信息,比如分子量、分子式等,每个化合物都要放到ChemDraw中去计算,然后再拷贝回来,效率低下,还比较容易出错。一直想写个在线的计算程序,输入SMILES,然后输出想要的结构性质和结构式,今天终于得空写好。
当我想好这个题目的时候,我顺便放狗搜了一下,找到几个非常对我胃口的博客(数据科学与R语言,Yihui Xie)。在看其中文档的过程中,我曾有短暂的失落感,“我在统计方面的知识太逊了”,不过我马上意识到自己又陷入了完美主义的坑,一个人怎能那方面都那么出色呢?在统计领域,我只要知道有哪些流行技术,哪些对我现在的研究课题有帮助,或者将来有帮助即可,只要分类整理入自己的笔记即可,完全可以等到需要的时候再去学。我自己喜欢的专业才是最根本的,这个是核心,其他只是点缀而已。我的目标是,“比药学家懂统计,比统计学家懂药学”!
前面我们用Excel和Matlab实现了酶动力学的参数估算方法,今天我们介绍使用药动建模工具phoenix来进行酶动力学分析。正如我们前面提到的,phoenix不支持隐式方程的求参,所以需要对数据进行一下变通,通过观察IMM方程,我们发现,虽然C0和C1之间不能用显示方程表示,但是C1和t之间的关系却可以写成显示方程,一系列的C1和对应的反应时间t我们都知道,C0可以类比于PK中的给药剂量。
Google搜索了一下,发现隐式方程的求参问题有不少解决方案,matlab, R都可以实现。基本思路与我用Excel求参的方法一样,先编写一个函数来实现隐式方程的显示化,
前段时间进行体内外相关性建模,遇到需用体外酶动力学参数预测体内的消除程度,在与做试验的同学讨论的时候,发现大家应用米曼方程并不注意前提条件,比如需控制反应时间或起始浓度,使反应结束时,底物的消除不要超过10%,否则计算的反应速率就与真正的起始速率有很大偏差,用这样获得的有偏差的起始速率与起始浓度求算Km和Vmax,必定难以获得真实的酶动力学参数。
在高楼大厦林立的繁华城市中,一只小狗躺在自己的屋顶上,仰望天空,陪伴它的是一只忘记了季节的小鸟“糊涂塔克”。它幻想开飞机,开火箭,当超人,它从不担心是否需要考飞机驾照,是否要学航天知识。。。。。。这就是Snoopy!
Phoenix是Pharsigh开发的药动建模平台,是制药界的“Gold Standard”。Phoenix不仅可以研究药动学问题,对于“男追女”的问题研究也是神器一枚。且看我们如何用它来实现获得了2013年菠萝科学奖的论文(“男生追女生的数学模型”)中的微分模型。