抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ナノ粒子(NP)は,薬物カプセル化による遊離治療制限を克服することができるので,標的ドラッグデリバリーのための車両としてますます探索され,それによって,細胞膜を横切る溶解性と輸送が増加する。しかし,翻訳ギャップは動物からヒト研究まで存在し,FDA承認を持ついくつかのNPのみをもたらす。このため,研究者は,in vivo NP実験を誘導するため,生理的に基づく薬物動態(PBPK)モデルへ向かわった。しかし,典型的なPBPKモデルは,NP構成体と実験設定を変えるのに普遍的に適用できない経験的に導かれたフレームワークを使用する。本研究の目的は,連続NP生体内分布を決定するための物理ベースマルチスケールPBPKコンパートメントモデルを開発することである。物理ベースのコンパートメントモデル,AとBの2つのバージョンを成功裏に開発し,実験データでモデルを検証した。より生理学的に関連するモデル(モデルB)は,正規化された二乗平均平方根偏差(NRMSD)分析によって決定されたように,実験データとより密接に類似した出力を有した。分岐モデルを開発して,NPサイズを変えるためのモデルを可能にした。分岐モデルの助けを借りて,血管系の分岐が器官組織におけるNPの取込み増強を引き起こすことを示した。モデルは,最も一般的な計算プラットフォームであるMATLABとJuliaの2つを用いて解いた。2つの実験は,通常の微分方程式(ODE)の剛体システムを解くとき,Juliaにおける高度に最適化されたODEソルバパッケージ微分Equations.jlがMATLABより優れていることを示唆する。著者らは,Julias Flux.jlパッケージを用いて,ニューラルネットワークでPBPKモデルを解くことで実験を行った。ニューラルネットワークは,システムが準定常状態近似(QSSA)により非剛性になるとき,ODEのシステムを解くことができることを実証することができた。将来において,このモデルは,NP表面化学,マルチスケール血管流体力学的効果,および免疫システムの影響を説明するモジュールを組み込み,様々なNP構築物におけるNP生体内分布を予測するためのより包括的でモジュール的なモデルを作成する。著者は,それらが体内の特定の位置を標的とすることができるので,種々のドラッグデリバリー状況において,Author Sample Nano粒子(NP)が使用されている。しかし,動物とヒトの間に翻訳ギャップがあり,研究者はin vivo NP実験を誘導するための計算モデルに向けて始まった。ここでは,NP生体分布決定のための物理に基づくマルチスケール生理学に基づく薬物動態モデル(PBPK)のいくつかのバージョンを提示する。ODEベースのコンパートメントモデル(モデルAとB)の2つのバージョンと,MATLABとJuliaに実装されたODEベースの分岐血管モデル,および実験データによる検証モデルを成功裏に開発した。さらに,ODEシステムを解くためにニューラルネットワークを用いて実証した。将来,このモデルは異なるNP表面化学,免疫系効果,マルチスケール血管流体力学的効果を統合し,このモデルの多様なin vivo実験を誘導する能力を強化する。【JST・京大機械翻訳】
