通过药代动力学建模开发COVID-19新疗法

许多广谱抗病毒药物很难开发，因为关键分子以及它们引起感染的生化途径在病毒之间有很大差异，COVID-19更突出了这一点，利用抑制炎症途径或其他病毒类似酶的现有药物，以及开发合成新型药物，是发现新的抗COVID-19疗法的可行策略。

无论是现有药物被重新用于解决新型病毒的威胁，还是正在开发的新药，预测目标组织中药物浓度分布的能力都代表了对准确给药的反复挑战。美迪西药代动力学实验室已经通过NMPA的GLP认证，实验研究遵循ICH、NMPA和FDA的指导原则，可以根据客户需求设计并开展体内、体外药代动力学试验，为客户提供一整套药代动力学评价和优化服务。

结合基于生理学的药代动力学（PBPK）建模和计算机辅助药物设计（CADD）技术可用于进一步优化候选AAI分子，并为针对COVID-19的新治疗药物的准确剂量提供基本数据。PBPK建模可识别PK变异性的来源，并预测特定靶器官和组织中的PK谱，当与PD建模结合使用时，PBPK还可以生成预测性和有效性曲线。产生的结果以“反向翻译”方法用于为CADD提供信息。输入和输出的迭代循环可以阐明最佳结构，并导致PK，PD效力以及特定的ADME组织靶向药理学特性的最佳组合。

实验证明具有抗病毒和抗炎（AAI）双重活性的小分子可以更有效地简化治疗，预防复发，并减少长期的COVID-19并发症。

参考文献：

[1] Panagiotis Zagaliotis, et al. Developing New Treatments for COVID-19 through Dual-Action Antiviral/Anti-Inflammatory Small Molecules and Physiologically Based Pharmacokinetic Modeling. Int J Mol Sci. 2022 Jul; 23(14): 8006. Published online 2022 Jul 20. doi: 10.3390/ijms23148006

[2] Amin Rostami‐Hodjegan. Reverse Translation in PBPK and QSP: Going Backwards in Order to Go Forward With Confidence. Clin Pharmacol Ther. 2018 Feb; 103(2): 224–232. Published online 2017 Nov 9. doi: 10.1002/cpt.904

[3] HM Jones and K Rowland-Yeo. Basic Concepts in Physiologically Based Pharmacokinetic Modeling in Drug Discovery and Development. CPT Pharmacometrics Syst Pharmacol. 2013 Aug; 2(8): e63. Published online 2013 Aug 14. doi: 10.1038/psp.2013.41