索引于
  • 学术期刊数据库
  • 打开 J 门
  • Genamics 期刊搜索
  • 学术钥匙
  • 期刊目录
  • 中国知网(CNKI)
  • 引用因子
  • 西马戈
  • 乌尔里希的期刊目录
  • 电子期刊图书馆
  • 参考搜索
  • 哈姆达大学
  • 亚利桑那州EBSCO
  • OCLC-WorldCat
  • SWB 在线目录
  • 虚拟生物学图书馆 (vifabio)
  • 普布隆斯
  • 米亚尔
  • 大学教育资助委员会
  • 日内瓦医学教育与研究基金会
  • 欧洲酒吧
  • 谷歌学术
分享此页面
期刊传单
Flyer image

抽象的

使用人工脂质膜进行体外血脑屏障通透性测定的优化和验证

Devendrasinh D Jhala、Shiva Shankaran Chettiar 和 Jitendra Kumar Singh

血脑屏障 (BBB) 是制药行业的关键问题之一,因为中枢神经系统 (CNS) 药物需要穿透屏障,而外周作用药物在通过时会受到阻碍。由于存在闭塞小带和有限的运输途径,大多数 CNS 药物通过跨细胞被动扩散机制进入大脑。在本研究中,比较和评估了两种不同的体外方法来预测药物的 BBB 渗透性。我们将注意力集中在时间对 PAMPA 模型中渗透性的影响,以通过减少孵育时间来最大限度地提高高通量特性。此外,我们比较了在两种不同的 PAMPA 模型中评估的 16 种结构多样的市售药物的渗透性:(1) PAMPA-PBL(猪脑脂质)(2)PAMPA-磷脂酰胆碱脂质。这两种模型都成功识别了 CNS+(高脑渗透性)和 CNS -(低脑渗透性)药物。通过绘制两种方法的 P app 值来比较渗透性,可以预测检测能力。两种检测的 P app 值与文献报告的相关性显示出良好的相关性,r 2 分别为 0.9487 和 0.930。通过建立计算机生成的 logBB 值与实验 logBB 值的相关性(r 2 0.915),进一步评估了所建立模型的稳健性。因此,所开发的模型能够在较短的孵育时间内识别中枢神经系统渗透,这反过来会缩短检测时间,尤其是在采用高通量筛选时。

免责声明: 此摘要通过人工智能工具翻译,尚未经过审核或验证