CN109285588A - 大鼠壬基酚的生理毒代动力学模型构建方法 - Google Patents
大鼠壬基酚的生理毒代动力学模型构建方法 Download PDFInfo
- Publication number
- CN109285588A CN109285588A CN201811030037.3A CN201811030037A CN109285588A CN 109285588 A CN109285588 A CN 109285588A CN 201811030037 A CN201811030037 A CN 201811030037A CN 109285588 A CN109285588 A CN 109285588A
- Authority
- CN
- China
- Prior art keywords
- nonyl phenol
- model
- blood
- chamber
- rat
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明提供了一种大鼠壬基酚的生理毒代动力学模型构建方法,主要包括以下步骤:(1)确立模型的结构;(2)确立模型微分方程;(3)确立和收集模型参数;(4)模型优化;(5)模型验证;(6)模型效果评价。本发明所建立的壬基酚的生理毒代动力学模型由于具有种属外推的特点,使其在毒物毒性与危险度评估中有特殊的价值。与经典的房室模型不同,本发明的模型房室和绝大部分参数具有生理学意义,可以预测毒物在血液和其他组织器官中的暴露水平及其代谢变化情况,可协助物质毒理机制研究并改进危险度评价的过程。
Description
技术领域
本发明涉及一种大鼠壬基酚的生理毒代动力学模型构建方法,属于毒理学研究和应用领域。
技术背景
环境内分泌干扰物(EDCs),又称环境雌激素,广泛存在于环境,可通过食物链富集放大,最终进入身体,其中酚类EDCs(双酚A、烷基酚等)的污染与生活关系更为密切,其毒性主要集中在内分泌干扰和对生殖系统的毒性作用方面。壬基酚(NP)作为一种典型的酚类EDCs,随着的广泛应用,其在食品中的污染状况堪忧,普遍存在于各类食品中,在果蔬类、肉制品、水产品和饮料类食品中均有检出,所带来的潜在风险亟须关注。
食品中检测所得的含量仅能代表机体摄入的总量(外暴露剂量),而经由膳食暴露进入身体后被吸收利用的部分(内暴露剂量)才可以对身体产生健康危害,对环境污染物进行生物监测(血液含量检测)已经成为评估与暴露相关的健康风险的工具,使用内暴露剂量评价污染物暴露水平及时间趋势变化的研究日益增长。
传统的毒物代谢动力学(毒动学)是在特定试验条件下,按照标准剂量和途径染毒后,研究毒物在动物体内的代谢和残留消除规律,主要用于染毒方案的制定。虽然经典毒动学研究通过拟合残留数据也可以获得毒物在动物体内简单的消除趋势,但该趋势是多种限制条件下的一种静态数学描述,无法满足对实际暴露条件下的机体内暴露剂量准确预测的要求。
针对经典毒动学模型的明显不足,国外学者Teorell在1937年首次提出了全新的生理毒动学(PBTK)模型的概念,它基于动物的生理解剖学特点,结合经典毒动学研究结果,对毒物在体内的过程进行详尽的模块化数学描述。与经典房室模型不同,PBTK模型的房室和绝大部分参数具有生理意义。PBTK模型的参数大多可从实验获得,一旦参数确定后,该模型可用来模拟和预测各种实验条件下的某特定器官或组织内的毒代动力学过程。在毒理学领域,PBTK模型常用于确定化学物的生物有效剂量(即直接导致毒效应的内剂量)和该指标的不同染毒途径、剂量(高到低)和种系间的外推,因此该技术可协助物质毒理机制研究并改进危险度评价过程。
目前,基于PBTK模型预测体内毒物含量的经时变化已有不少成功的案例,只需利用一些容易获得的信息就能预测不同暴露情况下毒物(甚至其代谢物)在机体内的经时含量,而且还能分析个体差异对预测结果的影响。在酚类EDCs方面,目前仅有建立关于双酚A的PBTK模型,有关的PBTK模型的建立尚属空白。
发明内容
技术问题:针对经典的毒代动力学模型中存在的问题,本发明通过构建符合大鼠生理解剖特征的生理毒代动力学模型结构,提供一种基于PBTK模型的大鼠体内浓度的预测方法,能够准确预测大鼠经口暴露后体内浓度的经时变化情况。可用来:(1)模拟和预测各种实验条件下的任何组织器官中浓度及代谢产物的经时过程;(2)定量地描述病理、生理参数变化对处置的影响。
技术方案:本发明所述大鼠壬基酚的生理毒代动力学模型构建方法,包括以下步骤:
1)确立模型结构:根据大鼠的解剖和生理状况,以及壬基酚在大鼠体内的代谢特征提出大鼠壬基酚的生理毒代动力学模型假设,确立模型的房室组成结构;
2)确立模型微分方程:根据血流限速和质量守恒原则确立模型微分方程;
3)确立和收集模型参数:通过文献或软件优化得到生理参数、化学参数和血液-房室器官分配系数;
4)模型优化:通过调整模型参数使模拟曲线与实验数据即时间-毒物浓度最大程度拟合以保证模型的最佳预测效果;
5)模型验证:将优化后的模型与新的实验数据即时间-毒物浓度进行拟合,以检验模型预测效果;
6)模型拟合效果评价:采用散点图或相关性分析来评价模型的拟合效果。
所述模型结构,模型结构包含动脉血、静脉血、胃、小肠、脑、子宫、卵巢、脂肪、肝脏、肾脏、快速灌注室和缓慢灌注室十二个房室,各房室通过血液室,即动脉血和静脉血,连接在一起;每一房室中的药物浓度在任何时刻都是动态平衡的,药物分布到各房室的速率是受血液流速限制;除酶促反应外,所有过程都是线性的,房室-血液药物浓度分配系数不依赖于浓度和时间;壬基酚在大鼠体内主要在肝脏代谢,产生葡萄糖醛酸-硫酸结合物,最终经过肾脏清除。
所述的快速灌注室包括肾上腺、肺、心脏血流灌注较快的组织,缓慢灌注室包括骨骼、肌肉、皮肤血流灌注较慢的组织。
模型微分方程是根据血流限速和质量守恒原则确立的,即单位时间内各房室物质变化量为进入该房室的质量及通过代谢在该房室产生的质量,减去离开该房室的质量和通过代谢在该房室减少的质量。
所述的根据血流限速和质量守恒原则确立的模型微分方程是由如下各房室的质量守恒微分方程组成的,
壬基酚生理毒代动力学模型中脂肪、大脑、子宫、卵巢、快速灌注室和缓慢灌注室中均无壬基酚代谢和排泄,因此在这些房室中壬基酚的质量守恒微分方程均为:
其中:Vi为上述各房室的体积L,Ci为上述各房室中壬基酚的浓度mg/L,Ai为上述各房室中壬基酚的质量mg,t为反应时间h,Vi×dCi/dt和dAi/dt均为上述各房室中壬基酚质量的变化速率mg/h,Qi为上述各房室的血流量L/h,Cart为动脉血中壬基酚的浓度mg/L,Pi为上述各房室中壬基酚的组织/血液分配系数;
肝脏中壬基酚的质量守恒微分方程为:
肾脏中壬基酚的质量守恒微分方程为:
其中:Vl和Vk分别为肝脏和肾脏的体积L,Km为米氏常数,t为反应时间h,Cart和Cven分别为动脉血和静脉血中壬基酚的浓度mg/L,Vmax为肝脏中壬基酚的最大反应速率mol/L/h,Kmk为肾脏中壬基酚的代谢速率h-1,Al和Ak分别为肝脏和肾脏中壬基酚的质量mg,Ql和Qk分别为肝脏和肾脏的血流量L/h,Cl和Ck分别为肝脏和肾脏中壬基酚的浓度mg/L,Pl和Pk分别为肝脏和肾脏中壬基酚的组织/血液分配系数,Vl×dCl/dt和dAl/dt均为肝脏中壬基酚质量的变化速率mg/h,Vk×dCk/dt和dAk/dt均为肾脏中壬基酚质量的变化速率mg/h;
动脉血中壬基酚的质量守恒微分方程为:
静脉血中壬基酚的质量守恒微分方程为:
其中:Vart和Vven分别为动脉血和静脉血的体积L,Cart和Cven分别为动脉血和静脉血中壬基酚的浓度mg/L,Aart和Aven分别为动脉血和静脉血中壬基酚的质量mg,Vart×dCart/dt和dAart/dt均为动脉血中壬基酚质量的变化速率mg/h,Vven×dCven/dt和dAven/dt均为静脉血中壬基酚质量的变化速率mg/h,QC为心脏输出血流量L/h,AD为每千克体重经口摄入壬基酚的质量mg,Ka为胃肠道壬基酚的吸收速率h-1,t为反应时间h,Qi为脂肪、大脑、子宫、卵巢、快速灌注室、缓慢灌注室、肝脏和肾脏中任一房室的血流量L/h,Ci为脂肪、大脑、子宫、卵巢、快速灌注室、缓慢灌注室、肝脏和肾脏中任一房室壬基酚的浓度mg/L。
质量守恒微分方程中的参数值,主要包括三大类,一是与解剖学、生理学相关的参数,包括体重、脏器占体重比值、心输出量、脏器血流量;二是与机体处置化学物质相关的特异性参数,主要为血液/组织器官分配系数;三是化学物质的生化参数,包括代谢参数、吸收参数、清除参数等。上述参数大多可从相关的文献中收集,一般情况下参数若有不确定情况,可以取平均值或在合理范围内取值,若需要评价个体差异时,可以录入描述参数分布情况的数据。
模型优化是指将模拟曲线与实验检测数据进行拟合,在此过程中如果拟合效果相关系数r<0.8,则将某些对输出结果影响较大的参数值进行调整后再重新运行,使得模型模拟曲线最大程度逼近实验数据曲线。
模型验证是使用与建模时所用资料不同的另外一套动物实验数据流行病学调查数据检验模型有效性,即模型能否较好的预测同一毒物在不同染毒条件下的动力学变化,如果不能通过验证,则需要进行参数优化或调整模型结构,以保证模型的真实可靠性。
对模型拟合效果进行评价,是对各个指标在各时间点的实验数据和模型模拟的数据进行相关性分析或做残差图来评价拟合效果优劣,从而评价大鼠血液-组织中壬基酚浓度的预测效果。
有益效果:本发明所述的方法是基于大鼠PBTK模型来预测在大鼠体内壬基酚的浓度变化,与经典房室模型不同,PBTK模型的房室和绝大部分参数具有生理意义。PBTK模型的参数大多可从实验获得,一旦参数确定后,本发明理论上可用来:(1)模拟和预测各种实验条件下的任何组织器官中浓度及代谢产物的经时过程;(2)定量地描述病理、生理参数变化对处置的影响。
在毒理学领域,PBTK模型常用于确定化学物的生物有效剂量(即直接导致毒效应的内剂量)和该指标的不同染毒途径、剂量(高到低)和种系间的外推。因此,本发明可协助的毒理机制研究并改进危险度评价方法。
附图说明
图1是本发明的方法流程图;
图2是本发明的PBTK模型的结构示意图;
图3是大鼠重复经口染毒500μg/kg的预测值(曲线)和实测值的比较;
图4是大鼠重复经口染毒10mg/kg的预测值(曲线)和实测值的比较;
图5是大鼠重复经口染毒50μg/kg的预测值(曲线)和实测值的比较。
具体实施方式
下面结合具体实施的实施例对本发明的技术方案作进一步详细的说明。
本发明提供了大鼠壬基酚的生理毒代动力学模型构建方法,包括确立模型结构、确立模型微分方程、收集模型参数、模型优化、模型验证以及模型拟合效果评价。具体步骤如下:
(1)确立大鼠壬基酚的生理毒代动力学模型结构
本发明中使用大鼠PBTK模型来描述在大鼠体内的动态浓度变化,依据大鼠的生理解剖及在其体内的代谢特征提出大鼠PBTK模型的假设并确立模型结构。
模型结构图又称血流循环图,它的设计依赖于机体的解剖、生理情况以及在体内的作用特点,本研究中纳入的房室包含以下5个方面:①的吸收部位:胃肠道;②代谢器官:肝脏;③排泄部位:肾脏;④靶器官:大脑、子宫、卵巢等;⑤储存部位:脂肪;⑥其他部位:根据血液灌注特征,分为快速灌注室(心脏、脾脏等)和缓慢灌注室(肌肉、骨骼等)。各房室通过血液连接在一起,每一房室中的毒物浓度在任何时刻都是动态平衡的,毒物分布到各房室的速率是受血液流速限制。除酶促反应外,所有过程都是线性的,房室/血液毒物浓度分配系数不依赖于毒物浓度和时间。
经口暴露的PBTK模型房室结构图如图1所示,本模型主要包括12个房室结构,涵盖了壬基酚的吸收、分布(储存)、代谢和排泄等房室。经胃肠道吸收后由门静脉进入肝脏代谢,生成葡萄糖醛酸和硫酸结合物,并且其代谢产物经肾脏和胆汁排泄,随尿液和粪便排出体外。
(2)确立大鼠壬基酚的生理毒代动力学模型微分方程
依据血流限速和质量守恒的原则确立在大鼠体内PBTK模型的质量平衡方程,模型结构中每个房室都包含相应的质量平衡方程,具体见表1各式:
表1 PBTK模型微分方程
式中,AD为每千克体重经口摄入壬基酚的质量(mg);Ka为胃肠道吸收速率(h-1);Vi为各房室体积(L);Qi为各房室中的血流量(L/h);Qc为心脏输出血流量(L/h);Ci为各房室中壬基酚的浓度(mg/L);Ai为各房室中壬基酚的质量(mg);Pi为各房室中壬基酚的组织/血液分配系数;Km为米氏常数(mol/L);Vmax为肝脏中壬基酚的最大反应速率(mol/L/h);Kmk为肾脏中壬基酚的代谢速率(h-1);t为反应时间(h)。
(3)收集大鼠壬基酚的生理毒代动力学模型参数
模型参数包括三大类,一是与解剖学、生理学相关的参数,包括大鼠的体重、脏器占体重比值、心输出量、脏器血流量、组织体积等;二是与机体处置化学物质相关的特异性参数,主要为组织器官分配系数;三是化学物质的生化参数,包括代谢速率、吸收速率、清除率等。上述参数大多可从相关的文献中收集,一般情况下参数若有不确定情况,可以取平均值或在合理范围内取值,若需要评价个体差异时,可以录入描述参数分布情况的数据。本例中大鼠壬基酚PBTK模型参数如表2、表3所示。
表2大鼠壬基酚PBTK模型生理参数
表3大鼠壬基酚PBTK模型化学参数
(4)对大鼠壬基酚的生理毒代动力学模型进行优化
模型优化是指将模型输出结果和实验数据进行对比,通过各种相关软件中的参数优化功能来完成,在此过程中如差异较大则可对某些参数值进行调整后再重新运行,使得模型模拟曲线最大程度逼近实验数据曲线。本例中我们使用大鼠重复经口染毒500μg/kg、10mg/kg实验数据进行模型数据的拟合,再经过参数调整后,得到一个优化的PBTK模型,模型拟合图如图2、图3所示:随着每天重复染毒,大鼠血清壬基酚浓度随着时间推移呈现先升高后迅速下降的趋势,血清壬基酚浓度均在第7天达到峰值,并且在前30天内血清壬基酚浓度变化较大,之后血清壬基酚浓度变化逐渐趋于平稳,这提示随着低剂量染毒,壬基酚在血液中的浓度逐渐达到一个平衡状态。PBTK模型对大鼠血清壬基酚浓度的模拟值与检测的实际值接近,在实测值的误差范围内,较好地拟合了这两剂量组在染毒后血清中壬基酚的含量。
(5)大鼠壬基酚的生理毒代动力学模型验证
模型验证需要使用与建模时所用资料不同的另外一套动物实验数据流行病学调查数据,检验模型能否较好的预测同一毒物在不同条件下的动力学变化,如果不能通过验证,则需要进行参数优化或调整模型结构。本例中采用大鼠重复经口染毒50μg/kg实验数据进行模型验证,模型拟合图如图4所示:模拟曲线的趋势与达峰时间均与中、高剂量组染毒相似,峰值浓度随着染毒剂量的降低而逐渐减小,除个别检测值外,在实测值的误差范围内,模型较好地拟合了低剂量染毒后血清中壬基酚的含量。
(6)大鼠壬基酚生理毒代动力学模型拟合效果评价
本例中对模型拟合效果的评价是对浓度在各时间点的实验数据和模型模拟的数据作相关性分析,来评价模型模拟效果的优劣,相关性分析结果如表4所示,由表可知各剂量组预测值和实验值存在显著的相关性(P<0.01),而且相关系数r均大于0.9,这提示模型的拟合效果很好,能够满足预测不同的经口暴露剂量条件下大鼠血清中的浓度变化情况。
表4大鼠重复经口染毒实验和模型预测的血清浓度的相关性分析
注:P<0.05提示实验室和预测值存在相关性,r≥0.8提示实验值和预测值高度相关
以上实施例仅是本发明若干种优选实施方式中的1种,应当指出,本发明不仅仅限于上述实施例,对于任何熟悉本专业的技术人员,依然可以对上述实施例中的技术方案进行修改,或者对其中部分技术特征进行等同替换。但是凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单的修改、等同替换与改型,仍属于本发明技术方案的核心思想与保护范围。
Claims (9)
1.一种大鼠壬基酚的生理毒代动力学模型构建方法,其特征在于包含以下步骤:
1)确立模型结构:根据大鼠的解剖和生理状况,以及壬基酚在大鼠体内的代谢特征提出大鼠壬基酚的生理毒代动力学模型假设,确立模型的房室组成结构;
2)确立模型微分方程:根据血流限速和质量守恒原则确立模型微分方程;
3)确立和收集模型参数:通过文献或软件优化得到生理参数、化学参数和血液-房室器官分配系数;
4)模型优化:通过调整模型参数使模拟曲线与实验数据即时间-毒物浓度最大程度拟合以保证模型的最佳预测效果;
5)模型验证:将优化后的模型与新的实验数据即时间-毒物浓度进行拟合,以检验模型预测效果;
6)模型拟合效果评价:采用散点图或相关性分析来评价模型的拟合效果。
2.根据权利要求1所述的大鼠壬基酚的生理毒代动力学模型构建方法,其特征是所述模型结构,模型结构包含动脉血、静脉血、胃、小肠、脑、子宫、卵巢、脂肪、肝脏、肾脏、快速灌注室和缓慢灌注室十二个房室,各房室通过血液室,即动脉血和静脉血,连接在一起;每一房室中的药物浓度在任何时刻都是动态平衡的,药物分布到各房室的速率是受血液流速限制;除酶促反应外,所有过程都是线性的,房室-血液药物浓度分配系数不依赖于浓度和时间;壬基酚在大鼠体内主要在肝脏代谢,产生葡萄糖醛酸-硫酸结合物,最终经过肾脏清除。
3.根据权利要求1所述的大鼠壬基酚的生理毒代动力学模型构建方法,其特征是所述的快速灌注室包括肾上腺、肺、心脏血流灌注较快的组织,缓慢灌注室包括骨骼、肌肉、皮肤血流灌注较慢的组织。
4.根据权利要求1所述的大鼠壬基酚的生理毒代动力学模型构建方法,其特征是模型微分方程是根据血流限速和质量守恒原则确立的,即单位时间内各房室物质变化量为进入该房室的质量及通过代谢在该房室产生的质量,减去离开该房室的质量和通过代谢在该房室减少的质量。
5.根据权利要求4所述的大鼠壬基酚的生理毒代动力学模型构建方法,其特征是所述的根据血流限速和质量守恒原则确立的模型微分方程是由如下各房室的质量守恒微分方程组成的,
壬基酚生理毒代动力学模型中脂肪、大脑、子宫、卵巢、快速灌注室和缓慢灌注室中均无壬基酚代谢和排泄,因此在这些房室中壬基酚的质量守恒微分方程均为:
其中:Vi为上述各房室的体积L,Ci为上述各房室中壬基酚的浓度mg/L,Ai为上述各房室中壬基酚的质量mg,t为反应时间h,Vi×dCi/dt和dAi/dt均为上述各房室中壬基酚质量的变化速率mg/h,Qi为上述各房室的血流量L/h,Cart为动脉血中壬基酚的浓度mg/L,Pi为上述各房室中壬基酚的组织/血液分配系数;
肝脏中壬基酚的质量守恒微分方程为:
肾脏中壬基酚的质量守恒微分方程为:
其中:Vl和Vk分别为肝脏和肾脏的体积L,Km为米氏常数,t为反应时间h,Cart和Cven分别为动脉血和静脉血中壬基酚的浓度mg/L,Vmax为肝脏中壬基酚的最大反应速率mol/L/h,Kmk为肾脏中壬基酚的代谢速率h-1,Al和Ak分别为肝脏和肾脏中壬基酚的质量mg,Ql和Qk分别为肝脏和肾脏的血流量L/h,Cl和Ck分别为肝脏和肾脏中壬基酚的浓度mg/L,Pl和Pk分别为肝脏和肾脏中壬基酚的组织/血液分配系数,Vl×dCl/dt和dAl/dt均为肝脏中壬基酚质量的变化速率mg/h,Vk×dCk/dt和dAk/dt均为肾脏中壬基酚质量的变化速率mg/h;
动脉血中壬基酚的质量守恒微分方程为:
静脉血中壬基酚的质量守恒微分方程为:
其中:Vart和Vven分别为动脉血和静脉血的体积L,Cart和Cven分别为动脉血和静脉血中壬基酚的浓度mg/L,Aart和Aven分别为动脉血和静脉血中壬基酚的质量mg,Vart×dCart/dt和dAart/dt均为动脉血中壬基酚质量的变化速率mg/h,Vven×dCven/dt和dAven/dt均为静脉血中壬基酚质量的变化速率mg/h,QC为心脏输出血流量L/h,AD为每千克体重经口摄入壬基酚的质量mg,Ka为胃肠道壬基酚的吸收速率h-1,t为反应时间h,Qi为脂肪、大脑、子宫、卵巢、快速灌注室、缓慢灌注室、肝脏和肾脏中任一房室的血流量L/h,Ci为脂肪、大脑、子宫、卵巢、快速灌注室、缓慢灌注室、肝脏和肾脏中任一房室壬基酚的浓度mg/L。
6.根据权利要求1所述的大鼠壬基酚的生理毒代动力学模型构建方法,其特征是质量守恒微分方程中的参数值,主要包括三大类,一是与解剖学、生理学相关的参数,包括体重、脏器占体重比值、心输出量、脏器血流量;二是与机体处置化学物质相关的特异性参数,主要为血液/组织器官分配系数;三是化学物质的生化参数,包括代谢参数、吸收参数、清除参数等。上述参数大多可从相关的文献中收集,一般情况下参数若有不确定情况,可以取平均值或在合理范围内取值,若需要评价个体差异时,可以录入描述参数分布情况的数据。
7.根据权利要求1所述的大鼠壬基酚的生理毒代动力学模型构建方法,其特征是模型优化是指将模拟曲线与实验检测数据进行拟合,在此过程中如果拟合效果相关系数r<0.8,则将某些对输出结果影响较大的参数值进行调整后再重新运行,使得模型模拟曲线最大程度逼近实验数据曲线。
8.根据权利要求1所述的大鼠壬基酚的生理毒代动力学模型构建方法,其特征是模型验证是使用与建模时所用资料不同的另外一套动物实验数据流行病学调查数据检验模型有效性,即模型能否较好的预测同一毒物在不同染毒条件下的动力学变化,如果不能通过验证,则需要进行参数优化或调整模型结构,以保证模型的真实可靠性。
9.根据权利要求1所述的大鼠壬基酚的生理毒代动力学模型构建方法,其特征是对模型拟合效果进行评价,是对各个指标在各时间点的实验数据和模型模拟的数据进行相关性分析或做残差图来评价拟合效果优劣,从而评价大鼠血液-组织中壬基酚浓度的预测效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811030037.3A CN109285588B (zh) | 2018-09-05 | 2018-09-05 | 大鼠壬基酚的生理毒代动力学模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811030037.3A CN109285588B (zh) | 2018-09-05 | 2018-09-05 | 大鼠壬基酚的生理毒代动力学模型构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109285588A true CN109285588A (zh) | 2019-01-29 |
CN109285588B CN109285588B (zh) | 2021-11-26 |
Family
ID=65184480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811030037.3A Active CN109285588B (zh) | 2018-09-05 | 2018-09-05 | 大鼠壬基酚的生理毒代动力学模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109285588B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110467273A (zh) * | 2019-08-27 | 2019-11-19 | 暨南大学 | 一种垃圾渗滤液浓缩液的微生物毒性及可生化性评价方法及其应用 |
CN111048143A (zh) * | 2019-12-12 | 2020-04-21 | 复旦大学 | 成年人经口暴露于双酚a的生理毒物代谢动力学模型 |
CN111145829A (zh) * | 2019-12-12 | 2020-05-12 | 复旦大学 | 成年女性经口暴露于PCBs的生理毒物代谢动力学模型 |
CN111768861A (zh) * | 2019-11-27 | 2020-10-13 | 复旦大学 | 膳食重金属水平评估模型的构建方法、评估方法和系统 |
CN111972353A (zh) * | 2019-05-22 | 2020-11-24 | 天士力医药集团股份有限公司 | 一种复方丹参滴丸多组分在大鼠体内群体药代动力学模型的构建方法 |
CN112285079A (zh) * | 2020-10-19 | 2021-01-29 | 厦门大学 | 一种以唾液酸为标志的食物营养吸收利用评价方法及应用 |
CN113140321A (zh) * | 2021-05-20 | 2021-07-20 | 中国药科大学 | 运用PK-sim预测异甘草酸镁在人体中暴露浓度的方法 |
CN114582512A (zh) * | 2022-01-17 | 2022-06-03 | 浙江大学 | 大鼠丙烯酰胺的生理毒代动力学模型及其构建方法 |
CN115512788A (zh) * | 2022-09-16 | 2022-12-23 | 山东大学 | 一种运用pbpk模型预测sglt抑制剂人体暴露量及对靶部位蛋白抑制率的方法及系统 |
WO2023241402A1 (zh) * | 2022-06-14 | 2023-12-21 | 湖南慧泽生物医药科技有限公司 | 药物吸收速率常数的预测模型、设备和存储介质 |
CN117727463A (zh) * | 2023-12-28 | 2024-03-19 | 中国药科大学 | 一种基于血液循环生理机制的qsp模型及其应用 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105334292A (zh) * | 2015-10-15 | 2016-02-17 | 中国水产科学研究院黄海水产研究所 | 一种鲆鲽鱼组织中磺胺药物残留的预测方法 |
CN106959366A (zh) * | 2017-03-23 | 2017-07-18 | 浙江省农业科学院 | 一种涉及代谢产物的猪体内磺胺间甲氧嘧啶的残留预测方法 |
CN107092773A (zh) * | 2017-03-08 | 2017-08-25 | 浙江省农业科学院 | 一种生理药动学模型预测猪体内环丙沙星残留的方法 |
-
2018
- 2018-09-05 CN CN201811030037.3A patent/CN109285588B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105334292A (zh) * | 2015-10-15 | 2016-02-17 | 中国水产科学研究院黄海水产研究所 | 一种鲆鲽鱼组织中磺胺药物残留的预测方法 |
CN107092773A (zh) * | 2017-03-08 | 2017-08-25 | 浙江省农业科学院 | 一种生理药动学模型预测猪体内环丙沙星残留的方法 |
CN106959366A (zh) * | 2017-03-23 | 2017-07-18 | 浙江省农业科学院 | 一种涉及代谢产物的猪体内磺胺间甲氧嘧啶的残留预测方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111972353A (zh) * | 2019-05-22 | 2020-11-24 | 天士力医药集团股份有限公司 | 一种复方丹参滴丸多组分在大鼠体内群体药代动力学模型的构建方法 |
CN110467273A (zh) * | 2019-08-27 | 2019-11-19 | 暨南大学 | 一种垃圾渗滤液浓缩液的微生物毒性及可生化性评价方法及其应用 |
CN110467273B (zh) * | 2019-08-27 | 2021-08-24 | 暨南大学 | 一种垃圾渗滤液浓缩液的微生物毒性及可生化性评价方法及其应用 |
CN111768861B (zh) * | 2019-11-27 | 2024-05-17 | 复旦大学 | 膳食重金属水平评估模型的构建方法、评估方法和系统 |
CN111768861A (zh) * | 2019-11-27 | 2020-10-13 | 复旦大学 | 膳食重金属水平评估模型的构建方法、评估方法和系统 |
CN111048143A (zh) * | 2019-12-12 | 2020-04-21 | 复旦大学 | 成年人经口暴露于双酚a的生理毒物代谢动力学模型 |
CN111145829A (zh) * | 2019-12-12 | 2020-05-12 | 复旦大学 | 成年女性经口暴露于PCBs的生理毒物代谢动力学模型 |
CN112285079A (zh) * | 2020-10-19 | 2021-01-29 | 厦门大学 | 一种以唾液酸为标志的食物营养吸收利用评价方法及应用 |
CN113140321A (zh) * | 2021-05-20 | 2021-07-20 | 中国药科大学 | 运用PK-sim预测异甘草酸镁在人体中暴露浓度的方法 |
CN113140321B (zh) * | 2021-05-20 | 2023-12-19 | 中国药科大学 | 运用PK-sim预测异甘草酸镁在人体中暴露浓度的方法 |
CN114582512A (zh) * | 2022-01-17 | 2022-06-03 | 浙江大学 | 大鼠丙烯酰胺的生理毒代动力学模型及其构建方法 |
WO2023241402A1 (zh) * | 2022-06-14 | 2023-12-21 | 湖南慧泽生物医药科技有限公司 | 药物吸收速率常数的预测模型、设备和存储介质 |
CN115512788A (zh) * | 2022-09-16 | 2022-12-23 | 山东大学 | 一种运用pbpk模型预测sglt抑制剂人体暴露量及对靶部位蛋白抑制率的方法及系统 |
CN115512788B (zh) * | 2022-09-16 | 2023-08-08 | 山东大学 | 预测SGLTi人体暴露量及靶蛋白抑制率的方法及系统 |
CN117727463A (zh) * | 2023-12-28 | 2024-03-19 | 中国药科大学 | 一种基于血液循环生理机制的qsp模型及其应用 |
Also Published As
Publication number | Publication date |
---|---|
CN109285588B (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109285588A (zh) | 大鼠壬基酚的生理毒代动力学模型构建方法 | |
ANDERSEN | Physiological modelling of organic compounds | |
Hu et al. | The epidemiology of lead toxicity in adults: measuring dose and consideration of other methodologic issues | |
Mertens | Rate and extent of digestion | |
Bradman et al. | Organophosphate urinary metabolite levels during pregnancy and after delivery in women living in an agricultural community | |
Ehlers et al. | Standardization of computer-assisted semen analysis using an e-learning application | |
US11348687B2 (en) | Personalizing a biomarker signal and medical procedures by determining plasma volume variation of one or more markers | |
Steinmetz et al. | Multivariate genetic analysis of high density lipoprotein particles | |
Harville et al. | Factors influencing the difference between maternal and cord blood lead | |
Mörk et al. | A human physiological model describing acetone kinetics in blood and breath during various levels of physical exercise | |
Grgic et al. | Test-retest reliability of velocity and power in the deadlift and squat exercises assessed by the GymAware PowerTool system | |
Matabuena et al. | An improved version of the classical banister model to predict changes in physical condition | |
Brochot et al. | Development of a physiologically based toxicokinetic model for butadiene and four major metabolites in humans: global sensitivity analysis for experimental design issues | |
Rodriguez et al. | Diagnostic accuracy of a bovine specific electronic beta-hydroxybutyrate handheld meter in fresh blood and stored serum samples | |
Ibáñez et al. | Kinematic and neuromuscular ranges of external loading in professional basketball players during competition | |
CN108132338A (zh) | 一种人乳替代脂相似性评价方法 | |
Krishnan | Physiologically based pharmacokinetic models in the risk assessment of developmental neurotoxicants | |
Young et al. | Model for evaluation of fatty acid metabolism for man during prolonged exercise. | |
Oliver et al. | A longitudinal study examining the effects of a season of American football on lipids and lipoproteins | |
Sawai et al. | Serum creatine kinase increases after acute strength training in college athletes with menstrual irregularities | |
Serdar et al. | The effects of analytical factors on second trimester risk estimations | |
CN111048143A (zh) | 成年人经口暴露于双酚a的生理毒物代谢动力学模型 | |
CN113257422A (zh) | 基于糖代谢数据的疾病预测模型的构建方法及系统 | |
Wakeland et al. | A hybrid simulation model for studying acute inflammatory response | |
CN111145828A (zh) | 成年人经口暴露于dehp的生理毒物代谢动力学模型 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |