Can We Predict Clinical Pharmacokinetics of Highly Lipophilic Compounds by Integration of Machine Learning or In Vitro Data into Physiologically Based Models? A Feasibility Study Based on 12 Development Compounds.

Parrott, Neil; Manevski, Nenad; Olivares-Morales, Andrés

Parrott, Neil; Manevski, Nenad; Olivares-Morales, Andrés.

Afiliación

Parrott N; Pharmaceutical Sciences, Pharma Research and Early Development, Roche Innovation Center Basel, F. Hoffmann-La Roche Ltd., Grenzacherstrasse 124, CH-4070 Basel, Switzerland.
Manevski N; Pharmaceutical Sciences, Pharma Research and Early Development, Roche Innovation Center Basel, F. Hoffmann-La Roche Ltd., Grenzacherstrasse 124, CH-4070 Basel, Switzerland.
Olivares-Morales A; Pharmaceutical Sciences, Pharma Research and Early Development, Roche Innovation Center Basel, F. Hoffmann-La Roche Ltd., Grenzacherstrasse 124, CH-4070 Basel, Switzerland.

Mol Pharm ; 19(11): 3858-3868, 2022 11 07.

Article en En | MEDLINE | ID: mdl-36150125

Asunto(s)

Aprendizaje Automático; Modelos Biológicos; Humanos; Estudios de Factibilidad; Disponibilidad Biológica; Solubilidad; Farmacocinética; Preparaciones Farmacéuticas; Simulación por Computador

Palabras clave

drug-like properties; lipophilicity; machine learning; physiologically based pharmacokinetics; protein binding

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Aprendizaje Automático / Modelos Biológicos Tipo de estudio: Prognostic_studies / Risk_factors_studies Límite: Humans Idioma: En Revista: Mol Pharm Asunto de la revista: BIOLOGIA MOLECULAR / FARMACIA / FARMACOLOGIA Año: 2022 Tipo del documento: Article País de afiliación: Suiza Pais de publicación: Estados Unidos

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google