Sistematski pregled / meta-analiza 2022
Rak i onkologija

Nedavne primjene kvantitativnih sistema farmakologije i modela mašinskog učenja među bolestima.

Journal of pharmacokinetics and pharmacodynamics

Bosanski prijevod

Sažetak istraživanja

Kvantitativna sistemska farmakologija (QSP) je kvantitativna i mehanička platforma koja opisuje fenotipsku interakciju između lijekova, bioloških mreža i stanja bolesti radi predviđanja optimalnog terapijskog odgovora. U ovoj studiji meta-analize razmatramo korisnost QSP platforme u razvoju lijekova i terapijskim strategijama na osnovu nedavnih publikacija (2019-2021). Sakupili smo nedavne originalne QSP modele i opisali raznolikost njihovih aplikacija na osnovu terapeutskih područja, metodologija, softverskih platformi i funkcionalnosti. Prikupljanje i istraživanje ovih publikacija može pomoći u obezbjeđivanju repozitorija nedavnih QSP studija kako bi se olakšalo otkrivanje i dalja ponovna upotreba QSP modela. Naš pregled pokazuje da je najveći broj QSP napora u posljednjih nekoliko godina usmjeren na imuno-onkologiju. Također smo se pozabavili prednostima integrativnih pristupa u ovoj oblasti predstavljanjem primjene metoda mašinskog učenja za otkrivanje lijekova i QSP modela. Na osnovu ove meta-analize, raspravljamo o prednostima i ograničenjima QSP modela i predlažemo polja u kojima QSP pristup predstavlja vrijedan interfejs za više istraživanja za rješavanje složenih bolesti i poboljšanje razvoja lijekova.

Prikaži originalni naslov i sažetak na engleskom

Recent applications of quantitative systems pharmacology and machine learning models across diseases.

Quantitative systems pharmacology (QSP) is a quantitative and mechanistic platform describing the phenotypic interaction between drugs, biological networks, and disease conditions to predict optimal therapeutic response. In this meta-analysis study, we review the utility of the QSP platform in drug development and therapeutic strategies based on recent publications (2019-2021). We gathered recent original QSP models and described the diversity of their applications based on therapeutic areas, methodologies, software platforms, and functionalities. The collection and investigation of these publications can assist in providing a repository of recent QSP studies to facilitate the discovery and further reusability of QSP models. Our review shows that the largest number of QSP efforts in recent years is in Immuno-Oncology. We also addressed the benefits of integrative approaches in this field by presenting the applications of Machine Learning methods for drug discovery and QSP models. Based on this meta-analysis, we discuss the advantages and limitations of QSP models and propose fields where the QSP approach constitutes a valuable interface for more investigations to tackle complex diseases and improve drug development.

Autorstvo i publikacija

Autori

Aghamiri SS, Amin R, Helikar T.

Časopis
Journal of pharmacokinetics and pharmacodynamics
Vrste publikacije
Meta-analiza, Pregledni članak, Pregledni članak, Članak u časopisu, Vanjska istraživačka podrška NIH-a
Licenca
OPEN-ACCESS-UNSPECIFIED
Citiranja u Europe PMC
40
Provjerljivi identifikatori

Izvorni podaci

DOI
10.1007/s10928-021-09790-9
PMID
34671863
PMCID
PMC8528185
Provjereno
2026-07-26
Otvori cijeli rad u Europe PMC
Napomena o bosanskom prijevodu

Naslov i sažetak prevedeni su automatski i prijevod može sadržavati netačnosti ili neprecizne stručne izraze. Za sve detalje, citiranje i medicinsko tumačenje pregledajte originalnu englesku verziju članka. Ne donosite zdravstvene odluke samo na osnovu ovog prijevoda.

Pregledaj originalni članak na engleskom
Istraživački zapis služi za informiranje i istraživanje. Ne zamjenjuje medicinski savjet, dijagnozu ili preporuku liječenja.