生理药代动力学(physiologically based pharmacokinetic,PBPK)模型已经被广泛用于预测药物的吸收、分布、代谢和排泄等特性,而基于机器学习(machine learning,ML)和人工智能(artificial intelligenceAI)可以和PBPK模型进行深度融合,从...生理药代动力学(physiologically based pharmacokinetic,PBPK)模型已经被广泛用于预测药物的吸收、分布、代谢和排泄等特性,而基于机器学习(machine learning,ML)和人工智能(artificial intelligenceAI)可以和PBPK模型进行深度融合,从而加快PBPK的预测速度和提高其预测质量,进一步加快药物研发进展。本文介绍了机器学习和人工智能在药代动力学中的应用,对基于机器学习和人工智能的生理药代动力学模型研究进展进行综述,并分析了机器学习和人工智能应用的局限性以及其应用前景和展望。展开更多
文摘生理药代动力学(physiologically based pharmacokinetic,PBPK)模型已经被广泛用于预测药物的吸收、分布、代谢和排泄等特性,而基于机器学习(machine learning,ML)和人工智能(artificial intelligenceAI)可以和PBPK模型进行深度融合,从而加快PBPK的预测速度和提高其预测质量,进一步加快药物研发进展。本文介绍了机器学习和人工智能在药代动力学中的应用,对基于机器学习和人工智能的生理药代动力学模型研究进展进行综述,并分析了机器学习和人工智能应用的局限性以及其应用前景和展望。
