文献

J-GLOBAL ID：202202236982217058   整理番号：22A1020538

生物学の翻訳を導く前臨床腫瘍学における予測シミュレーション【JST・京大機械翻訳】

Predictive Simulations in Preclinical Oncology to Guide the Translation of Biologics

著者 (7件)： Dong Shujun (1Department of Chemical Engineering, University of Michigan, Ann Arbor, MI, United States) ,  Nessler Ian (1Department of Chemical Engineering, University of Michigan, Ann Arbor, MI, United States) ,  Kopp Anna (1Department of Chemical Engineering, University of Michigan, Ann Arbor, MI, United States) ,  Rubahamya Baron (1Department of Chemical Engineering, University of Michigan, Ann Arbor, MI, United States) ,  Thurber Greg M. (1Department of Chemical Engineering, University of Michigan, Ann Arbor, MI, United States) ,  Thurber Greg M. (2Department of Biomedical Engineering, University of Michigan, Ann Arbor, MI, United States) ,  Thurber Greg M. (3Rogel Cancer Center, University of Michigan, Ann Arbor, MI, United States)
資料名： Frontiers in Pharmacology (Web)  (Frontiers in Pharmacology (Web))
巻： 13  ページ： 836925  発行年： 2022年 
JST資料番号： U7091A  ISSN： 1663-9812  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 前臨床in vivo研究は,薬物開発と翻訳の角石を形成し,in vitro実験を最初のヒト試行で橋渡しする。しかし,動物モデルの有用性にもかかわらず,ベンチからベッドサイドへの翻訳は,特に生物学的製剤および作用のユニークな機構を有する薬剤に対して困難である。これらの動物モデルの限界は,臨床で無効である,またはより悪い薬剤を選別し,成功した薬剤になる化合物をスクリーニングする。そのような失敗の1つの理由は,動物モデルがしばしば臨床的に許容可能な用量を可能にし,他の有望な有効性研究からの翻訳を弱めることである。他の時間,忍容性は,臨床試験のための必要な線量範囲を同定することを困難にする。薬物動態および薬力学的応答を予測する能力により,機構的シミュレーションはin vitroからin vivoおよび臨床研究への候補の前進を助けることができる。ここでは,臨床における抗体薬物抱合体(ADC)およびチェックポイント阻害剤投与(PD-1およびPD-L1)の投与を分析するための薬物治療への基本的洞察を用いた。結果は,シミュレーションが,in vitroおよび前臨床in vivo薬剤において,最も効果的な臨床化合物をどのように同定できるかを示す。同様に,絶対標的発現と抗体インターナリゼーションの定量化の重要性は,投与を正確にスケールするために重要である。これらの予測モデルは臨床シナリオをシミュレートでき,薬物発見で開始する全開発パイプラインに沿って検証され,更新できる結果を提供する。実験手法と組み合わせて,シミュレーションは臨床で最も高い有効性を持つと予測される初期段階での化合物の選択を導くことができる。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  ターゲット ,  実験 ,  *生物学 ,  抗体 ,  実験動物 ,  ヒト ,  薬物 ,  薬物動力学 ,  薬物療法 ,  臨床試験 ,  *臨床医学 ,  化合物 ,  インターナリゼーション ,  忍容性
準シソーラス用語： 動物モデル , 【Automatic Indexing@JST】

著者キーワード (5件)： 抗体薬物複合体 ,  チェックポイント阻害剤 ,  Thiele係数 ,  予測薬力学 ,  組織浸透

分類 (1件)： 生物薬剤学(基礎)  (GY01021U)

引用文献 (80件)：

• AgrawalS., FengY., RoyA., KolliaG., LestiniB. (2016). Nivolumab Dose Selection: Challenges, Opportunities, and Lessons Learned for Cancer Immunotherapy. J. Immunother. Cancer 4, 72. doi: 10.1186/s40425-016-0177-2
• AntoniaS. J., BalmanoukianA., BrahmerJ., OuS. I., HellmannM. D., KimS. W., et al (2019). Clinical Activity, Tolerability, and Long-Term Follow-Up of Durvalumab in Patients with Advanced NSCLC. J. Thorac. Oncol. 14 (10), 1794-1806. doi: 10.1016/j.jtho.2019.06.010
• AustinC. D., De MazièreA. M., PisacaneP. I., van DijkS. M., EigenbrotC., SliwkowskiM. X., et al (2004). Endocytosis and Sorting of ErbB2 and the Site of Action of Cancer Therapeutics Trastuzumab and Geldanamycin. Mol. Biol. Cel 15 (12), 5268-5282. doi: 10.1091/mbc.e04-07-0591
• BaxterL. T., ZhuH., MackensenD. G., ButlerW. F., JainR. K. (1995). Biodistribution of Monoclonal Antibodies: Scale-Up from Mouse to Human Using a Physiologically Based Pharmacokinetic Model. Cancer Res. 55 (20), 4611-4622. doi: 10.1091/mbc.e04-07-0591
• BiY., LiuJ., FurmanskiB., ZhaoH., YuJ., OsgoodC., et al (2019). Model-informed Drug Development Approach Supporting Approval of the 4-week (Q4W) Dosing Schedule for Nivolumab (Opdivo) across Multiple Indications: a Regulatory Perspective. Ann. Oncol. 30 (4), 644-651. doi: 10.1093/annonc/mdz037

タイトルに関連する用語 (5件)： 生物学 ,  翻訳 ,  臨床腫瘍学 ,  予測 ,  シミュレーション