基本操作界面 DDI 窗口左侧显示的是当前在 GastroPlus主界面打开的化合物- record. 选择当前的一个化合物作为促变药或受变药. DDI 窗口的右侧显示相互作用的化合物—这可能是在GastroPlus 主窗口中打开的同一数据库中的记录，也可能是在不同的 GastroPlus 数据库。 默认情况下，DDI 模块提供的标准化合物数据库可在访问时打开。 将相互作用的化合物设置为受变药还是促变药，取决于用户自己的设置 底物的设置 在稳态预测中，底物的代谢曲线(fm and Fg 值) 需要进行指定. fm …
药物相互作用类型 动态竞争抑制 动态时间依赖- 性抑制 动态诱导 （包括对原型药物和/或代谢产物的影响；包括酶和转运蛋白） 稳态竞争抑制 稳态时间依赖- 性抑制 稳态诱导 （可能包括施害药物浓度影响代谢产物，不包括转运体） PBPK 模型 吸收分布代谢过程 药物在体内转运过程 预测稳态DDI- 相关方程 虽然方程中只显示一种抑制剂或诱导剂的影响, 但模拟不同浓度时,母药和代谢物的影响(如它们有影响并且有指定的常数)也会纳入模拟中 预测稳态DDI– 多个促变药 预测稳态DDI– 多个促变药 预测稳态DDI 时 需要输…
4.1 一个示例 一个数据集中可能含有几十个变量和成千上万的观测，但为了简化示例，我们仅选取了5行10列的数据可以使用代码清单4-1中的代码创建一个包含表4-1中数据的数据框。 manager <- c(1, 2, 3, 4, 5) date <- c("10/24/08","10/28/08","10/1/08","10/12/08"，"5/1/09") country <- c("us","us","us","uk","uk") gender <- c("M","M","F","F","…
1 使用图形 通过逐条输入语句构建图形，逐渐完善图形特征，直至得到想要的效果。 如下 attach(mtcars) plot(wt, mpg) abline(lm(mpg-wt)) title("Regression of MPG on weight") detach(mtcars) 以上代码首句绑定了数据框mtcars。第二条语句打开了一个图形窗口并生成了一幅散点图，横轴表示车 身重量，纵轴为每加仑汽油行驶的英里数。第三句向图形添加了一条最优拟合曲线。第四句添加了标题。最后一句为数据框解除了绑定。 要通过代码保存…
探索R中的数据结构 数据集的概念： 数据集通常是由数据构成的一个矩形数组，行表示观测，列表示变量。表2-1提供了一个假想的病例数据集。 在表2-1所示的数据集中，PatientID是行/实例标识符，AdmDate是日期型变量，Age是连续型变量, Diabetes是名义型变量，Status是有序型变量。 R可以处理的数据类型（模式）包括数值型、字符型、逻辑型（TRUE/FALSE）、复数型（虚数）和原生型（字节）。 数据结构 R中有许多用于存储数据的结构，包括标量、向量、数组、数据框和列表。 在R中，对象（obje…
CAR-T疗法原理及其研究进展 CAR-T疗法简介 CAR-T治疗又称嵌合抗原受体T细胞治疗，是将人的T细胞经过基因工程手段体外修饰改造后，回输患者体内，用于治疗疾病。CAR-T技术逐渐发展，临床结果表明CAR-T细胞在治疗血液系统恶性肿瘤具有极大的优势。但随着研究的深入和应用的不断增多，CAR-T治疗产生的不良反应逐渐被认识和关注。2021年3月发表于《Nature》杂志上的一篇文章《Recent advances and discoveries in the mechanisms and functions o…
摘要 与人类血液恶性肿瘤和小鼠实体瘤相比，人类实体瘤的有效CAR-T细胞递送率较低，这可能部分解释了这些不同的结果。 我们使用人类和啮齿动物循环系统的解剖学和生理学数据来计算健康和肿瘤组织的典型灌注，并估计不同器官、肿瘤类型和物种的免疫细胞递送速率上限。估计小鼠的最大递送率比人类高10000倍，但据报道，小鼠的CAR-T细胞剂量通常仅低10-100倍，这表明临床试验中CAR-T细胞进入肿瘤的有效递送率远低于相应的小鼠模型。 结果表明，可能需要更高的有效人类剂量来驱动与小鼠实体瘤模型相当的功效，并且应在小鼠中测试较低…
第一节： 发展史和定义 一、发展史 群体药动学药效学理论的起源可追溯至20世纪60年代末｡Lewis B. Sheiner 和Roger Jeferill 开启了应用药动学药效学理论开展个体化用药的先河｡ 1972年,LewisB. Sheiner正式提出了群体分析的概念,并介绍了应用贝叶斯法计算个体参数的方法｡1977年,LewisB. Sheiner等首次系统阐述了非线性混合效应模型的理论,并以地高辛为例,叙述了应用该理论分析临床稀疏数据､获取群体药动学特征的过程｡1980年,Lewis B. She…
模型模拟 模型模拟简介 原理 根据参数，在不直接进行数学求解的情况下，预测药物的暴露和效应。 模拟计划 模拟过程需要注意的内容： 模拟患者特征是否与真实患者典型特征匹配 模拟场景可行性 研究设计的合理性 药动学和药效学指标合理性 基于目的，模型可以为包含个体变异群体模型，也可为不包含个体变异的群体模型 模拟 包括：协变量分布模型 ，输入输出模型，试验执行模型 一、协变量分布模型 考虑受试者特征：年龄、体重、病理、遗传、合并用药等 1. 抽样 从建模数据库或者公共数据库中抽取协变量分布特征。 2. 重采样 从原始数据…
@TOC 一 、群体药代动力学数据探索目的和方法 数据探索目的 建模前通过图法和统计学方法，对研究数据探索可揭示数据特征，发现明显趋势，辨识离群值，异常值等。 数据来源 数据来自于焦正主编的基础群体药动学和药效学书籍第10章第二节模型数据 方法 作图主要用ggplot2包，及代码中涉及的包。 作图所用主题为ggplot2默认主题：theme_bw() 稍调整 二、数据探索过程 PK数据探索 加载的包和设目录 代码： #加载的包---- library(ggplot2) library(dplyr) library(…
群体药动学药效学模型 一、药效学模型简介 明确药物暴露、药效和时间之间的关系。 经验性的药动学药效学模型包括了直接效应模型、效应室模型和翻转模型。机制性模型较经验性模型更为复杂，进一步考虑了药物的作用靶点、与临床终点 事件相关的标志物等因素。 二、常用的药动学药效学模型 直接效应模型 药效学直接效应模型可用来描述大多数药物的药动学和药效学之间的关系。表达式如下： $E_t=E_0+\frac{E_{\max } \cdot C_{\mathrm{p}, t}^\gamma}{E C_{50}^\gamma+C_{\…
ＮＯＮＭＥＭ软件可通过自定义方式，高度灵活地建立各种复杂的药动学药效学模型。 ＮＯＮＭＥＭ软件中既有内设的药动学模型（ＡＤＶＡＮ１、ＡＤＶＡＮ２、ＡＤＶＡＮ３、ＡＤＶＡＮ４、 ＡＤＶＡＮ１０、ＡＤＶＡ、ＡＤＶＡＮ１１和ＡＤＶＡＮ１２），也可采用非限定的ＰＲＥＤ及ＰＲＥＤＰＰ模块，自由定义房室数目、参数和相关函数关系式等，描述复杂的药动学和药效学行为。例如， 零级和一级的混合吸收、渐进吸收、非线性消除、自身诱导等。这些特殊药动学行 为难以用ＮＯＮＭＥＭ内置的ＡＤＶＡＮ模块直接进行表征。 下图表征了某一级消除的一房室模…
