项目名称: 多通道非线性排泄模式的药物动力学的数学问题

项目编号: No.11501358

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 数理科学和化学

项目作者: 吴孝钿

作者单位: 上海海事大学

项目金额: 18万元

中文摘要: 市场上开发的像治疗性单克隆抗体、生长因子等药物,占总开发数50%以上,在肿瘤治疗和其它相关疾病中有着广泛的应用。这些药物具有线性(如肾排泄)和非线性米氏方程排泄的混合排泄模式,其药物动力学的研究对合理设计给药方案,以便达到最佳治疗效果,起着至关重要的作用。本项目旨在加强与有关实际单位的合作,结合此类药物的实际动力学模型,利用数学方法来研究有关药物在病人体内的变化动态和关键的药动学参数,如半衰期、血药浓度曲线下的面积等;建立新的度量方法合理解释药物数据、数学模型和药物有效性三者之间的关系;设计可靠而稳健的算法来提高药物动力学模型参数和关键药动学参数的估计精度。该项目的实施,对于节约新药开发成本、缩短研发时间、提高新药开发成功率等有着积极的影响。

中文关键词: 药物动力学;数据驱动;数学模型;微分方程

英文摘要: Some drugs such as therapeutic monoclonal antibodies (mAbs) and growth factors, at least 50 percent of drugs which are developed or under development, are widely used during chemotherapy or other disease. The clearance of these drugs is in particular of a mixed nature with a linear elimination (typical renal), and a nonlinear Michaelis-Menten process. Pharmacokinetics of these drugs, which concerns the movement of drugs in the body, plays an important role in the design of dosing regimens for the best benefit of therapeutic outcomes. In this project, we consider different accepted pharmacokinetic models with a particular emphasis on Michaelis-Menten elimination, and investigate their dynamical behaviors of the time course of drug concentration and widely used pharmacokinetic parameters, such as elimination half-time (t1/2) and the area under concentration curve (AUC) etc. Moreover, we will establish new metrics to link the relation among the pharmacokinetic data, pharmacokinetic models and their effectiveness of the drugs, and develop new strategies in order to improve the estimation of model parameters as well as pharmacokinetic parameters. The achievement of this project will have a positive impact on new drug development in reducing costs and time and decreasing failure rates during clinical trials。

英文关键词: pharmacokinetics;data-driven;mathematical modeling;differential equation

成为VIP会员查看完整内容
0

相关内容

时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
专知会员服务
13+阅读 · 2021年10月9日
港中文等最新《多模态元学习》综述论文
专知会员服务
123+阅读 · 2021年10月8日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
20+阅读 · 2021年8月9日
专知会员服务
95+阅读 · 2021年5月25日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
AI从底物和酶的结构中预测米氏常数,量化酶活性
Meta-Learning 元学习:学会快速学习
极市平台
75+阅读 · 2018年12月19日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
Meta-Learning to Cluster
Arxiv
17+阅读 · 2019年10月30日
Arxiv
136+阅读 · 2018年10月8日
Arxiv
11+阅读 · 2018年5月21日
小贴士
相关主题
相关VIP内容
时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
专知会员服务
13+阅读 · 2021年10月9日
港中文等最新《多模态元学习》综述论文
专知会员服务
123+阅读 · 2021年10月8日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
20+阅读 · 2021年8月9日
专知会员服务
95+阅读 · 2021年5月25日
【经典书】数理统计学,142页pdf
专知会员服务
96+阅读 · 2021年3月25日
【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员