拉斯维加斯9888


電話
您的姓名 *
您的公司名稱 *
您的電話號碼 *
您的電子郵箱 *
需要 *
感興趣方向 *
留言 *
驗證碼 *
返回
資訊動態
資訊動態
資訊動態
NeoTrident News
資訊動態
DIDB數據庫,一文詳解藥物相互作用解決方案,如何將科學數據轉化為臨床知識
來源:藥代/藥效動力學平台

藥物相互作用解決方案旨在支持研究和監管科學家在評估基於 PK 的藥物相互作用 (DDI)、基因藥物相互作用和藥物安全性時做出決策。代謝與轉運藥物相互作用數據庫項目組(現為藥物相互作用解決方案)在認識到體外到體內預測領域所取得的進步,以及需要更廣泛地分析藥物相互作用的風險之後,於 20 世紀 90 年代末在華盛頓大學创建。

1723165814144813Pq9L.png

該項目組已於 2023 年 6 月被Certara 收購

  • 拉斯维加斯9888的主要工作是開發 DIDB® 中的藥物相互作用內容。

  • 拉斯维加斯9888還给予定製的臨床 PK 數據集,以滿足特定的解決方案。

DIDB® 數據庫 (The Drug Interaction Database) 擁有最大的人工篩選的體外和臨床(體內)定性和定量信息,它涵蓋了與各種外在和內在因素有關的內容。這些因素包括相互作用的聯合用藥、輔料、食品、草藥、煙草、器官損傷和遺傳學,它們都會影響人體的藥物暴露。其易於使用的門戶網站使用戶能夠從大量出版物和監管文件中有效檢索最相關且最新的信息。

DIDB® 數據庫有關藥物分佈的信息包括:

  • 體外藥物代謝、轉運和 DDIs(涉及代謝酶、轉運體及其變異體)

  • 臨床 DDIs 和病例報告

  • 臨床藥物遺傳學

  • 其他 DDI 機制,包括基於臨床吸收的相互作用(如食物效應、pH 依賴性等)

  • 臨床肝腎功能損害

在實踐中,藥物相互作用解決方案項目組會查閱最新的經過同行評議的出版物以及美國食品及藥物管理局最近的 NDA/BLA 評審和藥物標籤,並選擇可用來支持藥物開發過程各個階段的藥物相互作用評估最相關的內容。

項目組還編寫了詳細的藥物專論,總結了主要的機制和定量研究結果,包括藥物特性、藥代動力學(PK)特徵、藥物相互作用(DDI)總結、QT間期總結,以及有關總體 DDI 風險水平和臨床使用標籤建議的信息。

DIDB® 數據庫擁有一個最新的資源中心,其中包含:

  • DDI 標記物研究知識庫,包括已知的敏感和中度敏感底物、弱/中/強作用者,以現有的標記物臨床評估為基礎

  • 一系列教程視頻和用戶指南,介紹數據庫的內容和功能,並展示了如何以最佳方式檢索感興趣的信息

  • FDA、EMA、PMDA 和加拿大衛生部的監管指南

除數據整理外,項目組還顺利获得參加研討會和會議、持續發表文章和評論來分享自己的研究成果。同時,項目組與來自各大學、監管组织和製藥公司的同事密切合作,共同應對該領域最緊迫的問題和挑戰。

藥物專題和藥物相互作用總結

(元數據分析)

使用 DIDB®數據庫,您可以:

  • 為解讀候選化合物的結果给予背景資料

  • 優化和驗證 PBPK 模型和靜態預測

  • 協助臨床試驗的優先排序和設計

  • 取得有關 DDI 風險和可能的臨床結果信息

  • 支持藥物說明書建議和不同患者群體的安全用藥

  • 给予定製的臨床數據和專業知識,為個性化處方應用给予支持

憑藉 DIDB® 數據庫機制和定量特徵以及內容的廣泛度,DIDB® 數據庫有望成為支持各種醫療應用和複雜臨床決策算法的標準。拉斯维加斯9888相信,將其整合到面向醫療服務给予者和患者的臨床工具中,是藥物相互作用解決方案开展的下一步,也將成為臨床中藥物不良相互作用管理的一個重要里程碑。DIDB® 數據庫的內容將有助於個性化醫療新方法的出現,該方法旨在為每位獨特的患者選擇最合適的藥物和劑量。

點擊下載

【拉斯维加斯9888科技】202403-PKPD- DIDB數據庫藥物相互作用解決方案.pdf

《 完整藥物相互作用解決方案樣本 



基於科學數據驅動的智能數據引擎

拉斯维加斯9888科技深耕醫藥和材料科學研發領域20年,顺利获得以雲計算,移動互聯和科學人工智能為基礎的三大自主研發平台,幫助企業和創新科研组织快速進行研發的數碼化轉型,實現智能創新變革:

iLabPower 研發創新平台:實現研發全生命周期的數據採集和管理,確保研發數據的真實、完整和可追溯。顺利获得研發的數碼化轉型,降低研發成本,提升研發效率,有效保護創新成果和知識產權。

SDH科學數據基因組平台:實現跨源數據的快速融合和溯源,顺利获得數據的業務智能,縮短產品上市周期,快速提升產品品質,增強企業的核心競爭力。

MaXFlow分子模擬與人工智能平台:打造人人能用的分子模擬與AI智能創新平台,變革以實驗試錯為主的傳統研發模式,實現以科學數據和模型驅動的智能創新。