| مرحله جاری طرح | خاتمه قرارداد و اجرا |
| کد طرح | 68158 |
| عنوان فارسی طرح | پیشبینی مسیر کلیرانس داروها براساس پارامترهای ساختمانی |
| عنوان لاتین طرح | Predicting clearance pathway using structural parameters |
| نوع طرح | طرح - پایان نامه, گرنت پژوهشی |
| اولویت طرح | مکانیسم سلولی مولکولی اثربخشی فرآوردههای دارویی، ترکیبات بیولوژیک |
| نوع مطالعه | مطالعات علوم پایه (Experimental) |
| تحقیق در نظام سلامت | بلی |
| آیا طرح پایاننامه دانشجویی است؟ | بله |
| مقطع پایان نامه | دکتری عمومی |
| مدت اجرا - ماه | 12 |
| نوآوری و ضرورت انجام تحقیق | براساس مواردی در متن پروپوزال آورده شده است، تاکنونی از این جنبه داده های کلیرنس داروها مورد ارزیابی و مدل بندی قرار نگرفته است. نتایج این مطالعه می تواند کمک قابل توجهی در درک مکانیسم کلیرنس داروها و ارتباط آن با پارامترهای ساختمانی ارائه دهد. |
| اهداف اختصاصی | تعیین مهمترین عامل مسیر کلیرانس داروها جهت ایجاد مدل پیش بینی -پیدا کردن رابطه بین ساختمان شیمیایی با بازجذب و ترشح داروها با دفع کلیوی |
| چکیده انگلیسی طرح | Clearance (CL) pathway of a drug, renal or metabolism, is one of the most important pharmacokinetic parameters. It allows to predict half-life, bioavailability, drug-drug interactions and it can also affect the dose regimen of a drug (1). Predicting clearance pathway for new chemical candidates is vital in drug development to minimize the risk of possible side effects and drug interactions (1-3). Many in vivo methods have been established in order to predict human clearance, and these methods mainly rely on data from in vivo studies in preclinical species, mainly rat, dog and monkey (4, 5). These methods are time-consuming with a significant cost. The aim of this study is to clarify the relationship between structural parameters of drugs and clearance pathway. Clearance pathway of drugs was obtained from literature. Structural descriptors [Abraham solvation parameters, topological polar surface area (TPSA), number of hydrogen bond donors and acceptors, number of rotatable bonds, molecular weight, logarithm of partition coefficient (LogP) and logarithm of distribution coefficient at pH=7.4 (logD7.4)] were calculated by ACD/Labs software and http://www.ufz.de/lserd website. |
| کلمات کلیدی | In-silico: انجام مطالعات بوسیله ی روش های کامپیوتر In-vivo: آزمایش روی موجودات زنده از جمله انسان، حیوانات آزمایشگاهی LogD: مقیاسی جهت سنجش لیپوفیلیسیتهی ترکیبات شیمیایی در pH های مختلف |
| ذینفعان نتایج طرح |
| نام و نامخانوادگی | سمت در طرح |
|---|---|
| نوید کبودی | دانشجوی مالک پایان نامه |
| علی شایان فر | استاد راهنمای اول (آموزشی ) |
| حوزه خبر | خبر |
|---|---|
| رسانه ها و مردم | عنوان خبر متن خبر |
| متخصصان و پژوهشگران | عنوان خبر توصیف گرهای ساختمانی به منظور تعیین مسیر کلیرنس داروها مورد استفاده قرار گرفتمتن خبر پیش بینی مسیر کلیرنس براساس ساختمان دارو بدون استفاده از یافته آزمایشگاهی می تواند نقش مهمی در فرآیندهای کشف و توسعه دارو داشته باشد و در ضمن می تواند به درک مکانیسم چنین پدیده هایی کمک نماید. در این مطالعه مدل هایی با قدرت پیش بینی قابل قبول و با قابلیت تفسیر مناسب بدست آمد که می تواند بخوبی مسیر کلیرنس داروها را تعیین نماید. |
| سیاستگذاران درمانی | عنوان خبر متن خبر |
| سیاستگذاران پژوهشی | عنوان خبر متن خبر |
| لینک (URL) مقاله انگلیسی مرتبط منتشر شده 1 |