FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W1495627420> ?p ?o ?g. }

• W1495627420 abstract "Die Effizienz in der heutigen Arzneimittelforschung und -entwicklung ist, bezogen auf das Verhaltnis zwischen der Anzahl der potentiellen aktiven Wirkstoffe und der Anzahl der auf dem Markt vertriebenen Arzneimittel sehr niedrig. Diese Ineffizienz beruht darauf, dass mehr als die Halfte der Wirkstoffe die klinischen Tests nicht besteht, was wiederum auf erhebliche toxische oder geringe pharmakokinetische Eigenschaften zuruckzufuhren ist. Untersuchungen zum Arzneimittelmetabolismus im Korper spielen eine grose Rolle, da Arzneimittel toxische Eigenschaften annehmen konnen, wenn sie nicht effizient metabolisiert und aus dem Korper eliminiert werden. Die Leber tragt am meisten zum Arzneimittelmetabolismus bei, da Detoxifikationsenzyme, wie die Cytochrom-P450-Monooxygenasen (CYPs) und UDP-Glucuronosyltransferasen (UGTs), in groser Menge in den Leberzellen exprimiert sind und eine hohe inter-individuelle Variabilitat aufweisen. Diese Variabilitat darf jedoch nicht mit dem therapeutischen Fenster in Konflikt geraten. Daher erfordert diese inter-individuelle Variabilitat eine breit gefacherte, auf Populations-Statistiken beruhende Risiko-Abschatzung der Toxizitat in der pharmakologischen Forschung.Diese Arbeit, welche sich auf die dynamische Analyse des Arzneimittelmetabolismus in Hepatozyten konzentriert, setzt den Fokus auf die Modellierung des Netzwerkes in Phase I, II und III, in der Modellidentifikation anhand experimenteller Daten auf die Analyse der Parameter-Identifizierbarkeit, welche mit der Robustheit des Systems verknupft ist, sowie auf die Vorhersage des individuellen Arzneimittelabbaus auf Basis von individuellen CYP- und UGT-Proteindaten.Die Untersuchung des Arzneimittelmetabolismus in dieser Arbeit zeigte, dass Modellierung und Simulation des Metabolismus und der Transportschritte in Leberzellen essentielle Elemente in der Vorhersage der Toxizitat darstellen. Von Bedeutende sind vor allem die quantitative Bestimmung der Modellparameter, sowie die qualitative Beurteilung der Parameteridentifizierbarkeit anhand von Sensitivitaten und Korrelationen. Nur eine hochwertige Modellierung erlaubt die Vorhersage der pharmakokinetischen Eigenschaften des Arzneimittels in der Leber, die Prognose des inter-individuellen Ausmases und die statistische Analyse in der Bevolkerung.Diese Arbeit zeigte jedoch, dass dieses Isoenzym-System auf Basis von experimentellen Daten an hepatischen Mikrosomen kaum identifizierbar ist, da dieses System insensitive und nicht-identifizierbare Parameter aufweist. Daher zeigen die Ergebnisse dieser Arbeit, dass die detaillierte Untersuchung des Reaktionsnetzwerkes an rekombinanten Isoenzymen vielversprechender und bedeutender ist als an Mikrosomen, in dem Fall, dass mehrere Isoenzyme an dem Abbau eines Arzneimittels zu einem bestimmten Produkt beteiligt sind.Des Weiteren spielen Transportschritte eine wichtige Rolle in der Elimination und der Ausscheidung von Arzneimitteln aus den Leberzellen. Die Modellidentifikation anhand experimenteller Daten an primaren humanen Hepatozyten zeigte in ahnlicher Weise zu der Modellverifikation an Lebermikrosomen insensitive und linear korrelierende Parameter in den Transportschritten. Eine Moglichkeit der Modellreduktion auf Basis einer lokalen Parametersensitivitatsanalyse konnte in dieser Arbeit erfolgreich aufgezeigt werden, welche zu sensitiven Parametern fuhrte und damit zuverlassige Modellvorhersagen zulasst. Die Modellverifikation sollte jedoch in Zukunft durch die Implementierung von zusatzlichen Daten aus Untersuchungen an rekombinanten Transportsystemen erganzt werden. Aufgrund der Tatsache, dass die Vorhersage der inter-individuellen Variabilitat auf quantitativen Proteindaten beruht, sollten die zukunftige Verbesserung der quantitativen Bestimmung der CYP- und UGT-Enzyme, sowie die entsprechende Entwicklung von Methoden fur die Transportproteine weiter verfolgt werden.Zukunftig sollte ebenso ein Fokus auf die Kopplung des Moduls des Arzneimittelmetabolismus mit den Modulen Zentralmetabolismus und Genregulation gelegt werden, was die holistische Simulation des Arzneimittelmetabolismus in Wechselwirkung mit den anderen Prozessen in der Zelle unter normalen und krankheitsbedingt gestorten Bedingungen erlaubt. Die Vorhersage der Reaktionswege, der Enzympartner und sogar der Modellparameter, sowie deren Verteilung in der Bevolkerung auf Basis von physikochemischen Eigenschaften von Substanzen, wird ebenso eine zentrale Rolle in der Zukunft spielen. Ein weiteres Potential des in dieser Arbeit vorgestellten Modellierungsansatzes liegt in der Implementierung in multi-kompartimentellen physiologisch basierten pharmakokinetischen Modellen. In diesem Rahmen konnten die individuellen in-silico-Vorhersagen verbessert und ein weiterer Fortschritt in der Entwicklung der personalisierten Medizin erreicht werden. The efficiency in the current drug research and development is very low, when judged on the ratio between the number of potential active agents and the number of drugs released to the market. This inefficiency can be explained by the fact, that more than half of the possible drug leads fail the clinical studies, which in turn can be lead back on major toxic or low pharmacokinetic properties. Investigations on drug detoxification in the body play an important role, because drugs can develop toxic properties, if they are not metabolized and eliminated efficiently from the body. The liver contributes the most to drug metabolism, since detoxification enzymes, like cytochrom-P450-monooxygenases (CYPs) and UDP-glucuronosyltransferases (UGTs), are expressed abundantly in the liver cells and show a high inter-individual variability. Eventually, this variability must not get into conflict with the therapeutic window of the drug, which is limited individually by efficacy and toxicity. Therefore, the inter-individual variability necessitates a comprehensive and diversified population-statistics based risk assessment of toxicity in the pharmacological research.This work, which concentrates on the dynamic analysis of drug metabolism in hepatocytes, sets the focus on the modeling of this network in phases I, II and III, in the model identification on basis of experimental data on the analysis of parameter identifiability, which is associated with the robustness of the system, and on the prediction of individual drug degradation on the basis of individual CYP and UGT enzyme data.The investigation on drug metabolism in this work showed, that the modeling and simulation of metabolism and transport mechanisms in liver cells are essential elements in the prediction of toxicity of drugs. Important roles are played by quantitative determination of model parameters as well as by qualitative judgment of parameter identifiability, comprising sensitivities and correlations. Only a high quality modeling enables the prediction of pharmacokinetic properties of the drug in the liver, and further, the prognosis of the inter-individual extent and the statistical analysis in population.However, this study showed that this isoenzyme system is hardly identifiable on the basis of experimental data from hepatic microsomes, because the parameter estimation in different parallel initial conditions leads to varying parameter sets, and that the system inherits insensitive and non-identifiable parameters. Therefore, the results of this work indicate that the detailed investigation of reaction kinetics on recombinant isoenzymes is more promising and meaningful than on liver microsomes, in the case, that several isoenzymes catalyze the degradation of parent drug to each product.Also, transport steps play an important role in the elimination and the excretion of drugs out of the liver cells. The model identification based on experimental data from primary human hepatocytes showed in similar way to the model verification on microsomes insensitive and linear correlating parameters in the transport steps. A possibility of model reduction on the basis of a local parameter sensitivity analysis could be depicted successfully in this work, which directed to sensitive parameters and thus would permit reliable model predictions. However, the model verification should be complemented in the future by the implementation of additional data from investigation on recombinant transport systems. Due to the fact, that the prediction of inter-individual variability is dependent on quantitative protein data, the further improvement of quantitative analytics of CYP and UGT enzymes and the corresponding development of methods for the transport proteins has to be continued.Future focus should be laid in the coupling of the drug metabolism module with the module of central carbon metabolism as well as with the module of gene regulation, which would enable the holistic simulation of drug metabolism in context to all other processes in the cell under diverse functional and dysfunctional conditions. Predictions of reaction pathways, enzyme partners and even model parameters and their distribution in population by quantitative structure-activity-relationship methods will also play a further central role in the future. A further potential of the modeling approach presented here is the implementation into multi-compartment physiologically based pharmacokinetic models. In this frame, the inter-individual in-silico-prediction could be improved and a further progress in the development of individualized medicine could be arrived." @default.
• W1495627420 created "2016-06-24" @default.
• W1495627420 creator A5080243534 @default.
• W1495627420 date "2011-01-01" @default.
• W1495627420 modified "2023-09-26" @default.
• W1495627420 title "Dynamische Modellierung und Simulation des Arzneimittelmetabolismus in humanen Leberzellen: Identifizierbarkeit, Robustheit und inter-individuelle Variabilität" @default.
• W1495627420 cites W2068044722 @default.
• W1495627420 cites W2101168835 @default.
• W1495627420 cites W2128635872 @default.
• W1495627420 cites W2611560603 @default.
• W1495627420 doi "https://doi.org/10.18419/opus-1985" @default.
• W1495627420 hasPublicationYear "2011" @default.
• W1495627420 type Work @default.
• W1495627420 sameAs 1495627420 @default.
• W1495627420 citedByCount "0" @default.
• W1495627420 crossrefType "dissertation" @default.
• W1495627420 hasAuthorship W1495627420A5080243534 @default.
• W1495627420 hasConcept C15744967 @default.
• W1495627420 hasConceptScore W1495627420C15744967 @default.
• W1495627420 hasLocation W14956274201 @default.
• W1495627420 hasOpenAccess W1495627420 @default.
• W1495627420 hasPrimaryLocation W14956274201 @default.
• W1495627420 isParatext "false" @default.
• W1495627420 isRetracted "false" @default.
• W1495627420 magId "1495627420" @default.
• W1495627420 workType "dissertation" @default.