Prediction of metabolic drug clearance in humans:In vitro–in vivoextrapolationvsallometric scaling

体内 药理学 化学 甲苯磺丁脲 右美沙芬 异速滴定 药代动力学 变异系数 医学 生物 内科学 色谱法 胰岛素 生态学 生物技术
作者
Mohammad Bagher Shiran,N. J. Proctor,Eleanor Howgate,K Rowland‐Yeo,Geoffrey T. Tucker,Amin Rostami‐Hodjegan
出处
期刊:Xenobiotica [Informa]
卷期号:36 (7): 567-580 被引量:83
标识
DOI:10.1080/00498250600761662
摘要

Previously in vitro-in vivo extrapolation (IVIVE) with the Simcyp Clearance and Interaction Simulator has been used to predict the clearance of 15 clinically used drugs in humans. The criteria for the selection of the drugs were that they are used as probes for the activity of specific cytochromes P450 (CYPs) or have a single CYP isoform as the major or sole contributor to their metabolism and that they do not exhibit non-linear kinetics in vivo. Where data were available for the clearance of the drugs in at least three animal species, the predictions from IVIVE have now been compared with those based on allometric scaling (AS). Adequate data were available for estimating oral clearance (CLp.o.) in 9 cases (alprazolam, sildenafil, caffeine, clozapine, cyclosporine, dextromethorphan, midazolam, omeprazole and tolbutamide) and intravenous clearance in 6 cases (CLi.v.) (cyclosporine, diclofenac, midazolam, omeprazole, theophylline and tolterodine). AS predictions were based on five different methods: (1) simple allometry (clearance versus body weight); (2) correction for maximum life-span potential (CL x MLP); (3) correction for brain weight (CL x BrW); (4) the use of body surface area; and (5) the rule of exponents. A prediction accuracy was indicated by mean-fold error and the Pearson product moment correlation coefficient. Predictions were considered successful if the mean-fold error was
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
1秒前
jane发布了新的文献求助10
1秒前
阿莫西林胶囊完成签到,获得积分10
1秒前
2秒前
Yziii举报甄冰海求助涉嫌违规
2秒前
2秒前
suofzcn发布了新的文献求助10
2秒前
4秒前
4秒前
5秒前
结实的丹雪完成签到,获得积分10
5秒前
xuxiaoyan完成签到,获得积分10
5秒前
6秒前
重要半兰发布了新的文献求助10
6秒前
7秒前
薰硝壤应助ren采纳,获得50
7秒前
7秒前
jane完成签到,获得积分10
8秒前
8秒前
无有山发布了新的文献求助10
8秒前
8秒前
李健的小迷弟应助旺旺采纳,获得10
8秒前
俭朴的小熊猫完成签到,获得积分10
8秒前
白白不焦虑完成签到,获得积分10
9秒前
完美世界应助旅行的天空采纳,获得10
9秒前
典雅碧空发布了新的文献求助10
9秒前
shadow完成签到 ,获得积分10
10秒前
会飞的史迪奇完成签到,获得积分20
11秒前
crowd_lpy发布了新的文献求助10
11秒前
11秒前
11秒前
zcy发布了新的文献求助10
11秒前
毛毛发布了新的文献求助30
12秒前
无无发布了新的文献求助10
12秒前
12秒前
515发布了新的文献求助20
13秒前
优雅狗发布了新的文献求助10
13秒前
sonshun完成签到,获得积分20
13秒前
leo发布了新的文献求助10
13秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3156110
求助须知:如何正确求助?哪些是违规求助? 2807513
关于积分的说明 7873605
捐赠科研通 2465844
什么是DOI,文献DOI怎么找? 1312456
科研通“疑难数据库(出版商)”最低求助积分说明 630107
版权声明 601905