Biopharmaceutics Applications in Drug Development pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:

作者:Krishna, Rajesh, Ph.D. (EDT)/ Yu, Lawrence, Ph.D. (EDT)

出品人:

页数:418

译者:

出版时间:2007-11

价格:$ 236.17

装帧:

isbn号码:9780387723785

丛书系列:

图书标签:

• Biopharmaceutics
• Drug Development
• Pharmacokinetics
• Drug Absorption
• Drug Delivery
• Formulation
• Bioavailability
• Pharmacodynamics
• Clinical Trials
• Pharmaceutical Science

药物发现与转化研究的跨学科前沿 书名： 《前沿药物化学与系统生物学整合方法论：从靶点验证到临床前优化》 作者： 迈克尔·A·霍尔姆斯 (Michael A. Holmes)，茱莉亚·K·陈 (Julia K. Chen) 出版社： 科学前沿出版社 (Frontier Science Press) 出版年份： 2024 年 --- 内容概要 本书全面探讨了在现代药物发现管线中，药物化学、计算模型、以及系统生物学如何进行深度融合与协同作用，以加速和优化新型治疗药物的识别、设计与临床前开发。本书旨在为药物化学家、药理学家、生物信息学家以及转化医学研究人员提供一套系统性的方法论框架，以应对当前新药研发中高失败率和高成本的挑战。 全书共分为六个主要部分，共计十八章，层层递进地构建了一个从基础科学理解到实际应用转化的完整流程。 --- 第一部分：现代药物靶点的复杂性与验证策略 (Chapters 1-3) 本部分聚焦于理解疾病背后的复杂分子网络，以及如何有效且可靠地选择和验证潜在的治疗靶点。 第一章：疾病通路解析与“可成药性”评估 本章深入分析了多种复杂疾病（如神经退行性疾病、自身免疫性疾病和新型癌症类型）的分子机制。重点讨论了传统的小分子靶点与新兴的蛋白质-蛋白质相互作用（PPIs）靶点、RNA靶点以及表观遗传靶点之间的差异。书中详细阐述了如何利用高通量筛选数据、基因组学和转录组学数据，结合生物网络分析，来识别那些具有高度选择性、且在疾病进展中起到关键驱动作用的“核心调控因子”。特别强调了“可成药性”评估不再仅限于口袋的形状，更需要考虑靶点在整个细胞环境中的动态行为和相互作用。 第二章：系统生物学工具在靶点验证中的应用 本章系统介绍了将系统生物学模型应用于早期靶点验证的方法。讨论了如何构建因果推断网络（Causal Inference Networks），用以区分疾病的根本原因与伴随的表型改变。内容涵盖了利用扰动组学数据（Perturbation Omics Data）——如CRISPR文库筛选、siRNA/shRNA筛选——来映射功能性基因调控回路。书中提供了具体的案例分析，展示了如何通过多组学数据的整合，建立预测性的生物标志物面板，从而在进入药物筛选阶段前，排除那些虽在体外有效但对生理通路影响不大的“假阳性”靶点。 第三章：抗体与多肽类药物的特异性设计挑战 针对生物大分子药物，本章探讨了如何通过结构生物学和计算免疫学方法，优化抗体的亲和力、选择性和药代动力学特征。重点讨论了双特异性或多特异性抗体的设计原则，以及如何利用体外进化技术（如噬菌体展示）与体内功能验证相结合，加速先导分子的优化进程。 --- 第二部分：计算化学与人工智能赋能的分子设计 (Chapters 4-7) 本部分是全书的核心，详细阐述了如何利用先进的计算工具，特别是机器学习（ML）和深度学习（DL）模型，来加速先导化合物的发现和优化。 第四章：从高通量筛选到虚拟筛选的策略转型 本章对比了传统高通量筛选（HTS）的局限性，并重点介绍了基于模型的虚拟筛选（VS）方法。内容包括活性、毒性、ADMET（吸收、分布、代谢、排泄、毒性）预测模型的构建、验证和部署。书中提供了关于如何处理高维特征空间数据的详细教程，包括使用新的图神经网络（GNNs）来更好地捕捉分子拓扑结构信息。 第五章：生成模型在从头设计中的应用 本章深入探讨了如何使用变分自编码器（VAEs）、生成对抗网络（GANs）以及扩散模型（Diffusion Models）等先进的生成模型，进行“从头设计”（de novo design）。强调了如何将生物活性约束（如靶点结合模式、药效团分布）嵌入到生成过程中，以确保生成分子的化学空间既具有新颖性，又满足基本的药学性质要求。 第六章：结构生物学数据驱动的药物设计 本章侧重于如何将冷冻电镜（Cryo-EM）和高分辨率X射线晶体学数据转化为可操作的分子设计信息。详细介绍了分子对接（Docking）、分子动力学模拟（MD Simulations）在识别结合位点变构效应和优化配体-靶点相互作用方面的具体应用。特别关注了针对膜蛋白和复杂聚集体的模拟技术。 第七章：化学空间探索与多样性构建 在药物发现的早期阶段，确保化合物库的化学多样性至关重要。本章讨论了基于片段的药物设计（FBDD）与基于骨架的药物设计（SBDD）的最新进展，以及如何利用结构信息指导片段的连接和优化，以最小的合成努力覆盖最大的化学空间。 --- 第三部分：药物代谢动力学与药代动力学（DMPK）的早期预测 (Chapters 8-10) 本部分关注的是如何将计算预测结果与体外药代动力学测试数据相结合，以早期淘汰具有不良DMPK特性的化合物。 第八章：预测药物吸收与转运的细胞模型 详细介绍了利用体外人源化细胞系统（如Caco-2、PBMC衍生细胞）来评估口服吸收效率和跨血脑屏障（BBB）渗透能力的方法。重点讨论了P-糖蛋白（P-gp）等外排泵对药物生物利用度的影响，以及如何通过计算模型预测它们与新化合物的相互作用。 第九章：代谢稳定性与细胞色素P450（CYP）酶的相互作用预测 本章提供了评估化合物在肝脏微粒体和重组酶中的代谢稳定性的标准操作流程。核心内容是如何利用定性和定量的结构-活性关系（QSAR）模型来预测主要代谢位点，并评估潜在的药物-药物相互作用（DDI）风险，特别是通过CYP酶抑制或诱导的机制。 第十章：先进的药代动力学建模：PBPK与生理相关性 本章介绍了基于生理学的药代动力学（PBPK）模型的构建与应用。阐述了如何将体外ADME数据（如溶解度、渗透性、血浆蛋白结合率）输入到PBPK模型中，以更精确地预测人体内的血药浓度曲线，从而指导临床剂量设计。 --- 第四部分：毒理学评估与安全性筛选 (Chapters 11-13) 安全性是药物开发中最关键的瓶颈之一。本部分聚焦于利用先进工具预测和规避潜在的毒理学风险。 第十一章：心血管毒性（hERG）与遗传毒性风险预测 本章详细介绍了预测hERG钾离子通道阻滞导致心脏毒性的计算方法，包括基于药效团（Pharmacophore）和3D结构的方法。同时，探讨了如何使用基于结构和基于机制的模型来预测潜在的遗传毒性（如Ames试验阳性），以及如何通过结构修饰来消除这些风险结构。 第十二章：肝毒性与脱靶效应的识别 肝脏是药物毒性的主要目标器官。本章阐述了利用生物活性数据和结构特征来预测肝细胞损伤的风险。重点讨论了通过多组学数据分析，识别特定毒性机制（如线粒体功能障碍、胆汁淤积）的早期分子信号。 第十三章：选择性与脱靶结合的深度分析 高选择性是优良药物的标志。本部分介绍了如何系统地评估候选药物与非目标蛋白的结合倾向。这包括对“毒性靶点组”（Toxicological Target Set）进行高通量虚拟筛选，确保先导化合物仅与目标靶点发生强相互作用。 --- 第五部分：从体外到体内的转化：类器官与动物模型的桥接 (Chapters 14-16) 本部分讨论了如何利用更具生理学意义的体外模型来提高临床前结果的转化率。 第十四章：类器官技术在药物测试中的应用 详细介绍了利用患者衍生类器官（PDOs）和工程化组织模型来模拟人体内肿瘤微环境或特定器官功能的最新进展。讨论了如何利用类器官平台来测试药物的有效性和对特定患者群体的反应性预测。 第十五章：定量药效学（PD）与生物标志物驱动的优化 本章关注药物在活体系统中的作用机制和强度。介绍了如何结合先进的成像技术和生物标志物（如PET示踪剂或可溶性生物标志物）来实时监测药物的靶点占有率和下游信号通路的抑制效果，从而建立更稳健的PK/PD模型。 第十六章：合理化动物模型的选择与数据外推 讨论了传统小鼠模型的局限性，并介绍了人源化模型和新型非人灵长类模型在评估人类疾病相关性的优势。重点是如何利用机制模型（Mechanistic Models）来校准和优化从动物数据到人体剂量的外推过程。 --- 第六部分：研发管线的整合与决策支持 (Chapters 17-18) 最后一部分将技术整合进实际的研发流程，强调数据驱动的决策制定。 第十七章：集成模型与药物研发的“数字双胞胎” 本章探讨了如何将本系列书中介绍的所有计算模型（ADMET、毒性、PK/PD）进行集成，构建一个端到端的预测平台。讨论了“数字双胞胎”的概念在药物开发中的初步尝试，即为每个候选分子创建一个包含所有关键属性的虚拟档案，以支持Go/No-Go决策。 第十八章：新兴领域：基于核酸的疗法与肽偶联物（PDC）的挑战 作为对未来趋势的展望，本章简要讨论了针对核酸药物（如siRNA, ASO）的递送系统优化，以及抗体-药物偶联物（ADC）和肽-药物偶联物（PDC）的设计复杂性，特别是连接子（Linker）的稳定性和体内释放动力学。 --- 目标读者 本书是为高级研究生、博士后研究人员、以及在制药、生物技术公司和学术界从事药物发现、转化研究和计算生物学工作的专业人士量身定制的参考书。它要求读者具备扎实的有机化学、分子生物学和基础统计学背景。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆