研究药物体内过程的模型之统计矩模型

药物的体内过程指的是药物经过给药部位之后进入体内直至排出体外的过程,这一过程是药物发挥药理作用、产生治疗效果的基础和临床制定用药方案的依据。通过药动学实验可以了解药物在体内的吸收、分布、代谢和排泄的一系列过程。药动学模型如较为常用的房室模型是研究药物在体内的过程的经典模型,近年来人们又把统计矩的方法引入到了药动学的计算。

将统计矩的概念用于药物动力学的基础是,当一定量的药物输入机体时,不论在给药部位或者在整个机体内,各药物分子滞留时间的长短,均属随机变量。药物在生物体内的吸收、分布、代谢和排泄,可以视为这种随机变量所相应的总体效应。它不需要预先设定药物在体内的配置属于何种模型,只要药物是线性动力学特征。今天我们来看一下统计矩这种的模型的优缺点以及该模型的应用。

药物的体内过程复杂,同一药物于同一时刻在不同器官的量不同,同一器官的不同时刻药量也不相同,药动学模型的使用可以在一定程度上了解药物在体内的分布。统计矩模型以概率论和统计矩理论解析血药浓度一时间数据,忽略房室的概念,因而也称非房室模型,其特征参数包括零阶矩、一阶矩和二阶矩。

统计矩模型的限制性条件少,只要求药一时曲线末端符合指数消除,可以解决不能用房室模型拟合的问题。有研究者用用非室模型(统计矩法)对家兔和大鼠静注天麻素后的药-时数据进行了分析,并与室模型法进行比较[1]。结果表明,用室模型及非室模型研究药动学具有一致性,而后者不但在应用方面优于前者,而且方法更简单、计算速度更快,值得推广。对于一个具体药物是属于哪种房室模型的药物,要根据实验结果(药物浓度一时间曲线)进行具体分析。药代动力学外包公司可以根据血药浓度-时间数据,采用适宜的房室模型或非房室模型方法进行数据处理,求算药物动力学参数。

然而统计矩模型仅适用于一室模型药物的分析,对于大多数(二室或多室模型)药物,统计矩模型的结果反映的是药动学的表象,而不是本质。而且统计矩模型只能提供总体参数,不能提供血药浓度一时间的细节。

而且统计矩涉及的卷积分、逆卷积分等原理,普通的医药学研究者很难掌握其理论基础,在药动学参数测定中仅教条式地进行数据输入计算,甚至直接用软件进行结果输出,而对结果的内涵理解不深。

统计矩模型和房室模型都是药代动力学外包的模型,然而任何研究都有局限性,任何模型、方法都不可能完全模拟人体的状况,甚至会有很大的差距。认识这些差距,是发现新途径和新方法的前题。不过这两种模型作为生理药物动学模型、药动一药效组合模型、群体药动学等模型的基础,为药动学的发展做出了突出贡献。美迪西提供药代动力学外包服务,其药代动力学实验室已经通过CFDA的GLP认证,实验研究遵循ICH、CFDA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,满足客户从早期药物发现到新药申报的需求。

总之,由于统计矩的分析方法不需要事先进行模型的假设,解决了不能用相同房室拟合全部数据的问题,因此在药物动力学的计算中还是一定的应用前景的。

[1]天麻素药代动力学的室模型及非室模型分析[J].

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容