CN116959608A - 一种基于poct定量检测和pbpk模型预测甲氨蝶呤浓度变化的方法 - Google Patents
一种基于poct定量检测和pbpk模型预测甲氨蝶呤浓度变化的方法 Download PDFInfo
- Publication number
- CN116959608A CN116959608A CN202310684570.6A CN202310684570A CN116959608A CN 116959608 A CN116959608 A CN 116959608A CN 202310684570 A CN202310684570 A CN 202310684570A CN 116959608 A CN116959608 A CN 116959608A
- Authority
- CN
- China
- Prior art keywords
- methotrexate
- blood concentration
- concentration
- pbpk model
- poct
- 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.)
- Pending
Links
- FBOZXECLQNJBKD-ZDUSSCGKSA-N L-methotrexate Chemical compound C=1N=C2N=C(N)N=C(N)C2=NC=1CN(C)C1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 FBOZXECLQNJBKD-ZDUSSCGKSA-N 0.000 title claims abstract description 175
- 229960000485 methotrexate Drugs 0.000 title claims abstract description 175
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000012123 point-of-care testing Methods 0.000 title claims abstract description 27
- 230000008859 change Effects 0.000 title claims abstract description 24
- 210000004369 blood Anatomy 0.000 claims abstract description 65
- 239000008280 blood Substances 0.000 claims abstract description 65
- 210000002966 serum Anatomy 0.000 claims abstract description 32
- 239000003814 drug Substances 0.000 claims abstract description 28
- 229940079593 drug Drugs 0.000 claims abstract description 21
- 239000000243 solution Substances 0.000 claims description 27
- 238000005192 partition Methods 0.000 claims description 9
- 239000000126 substance Substances 0.000 claims description 9
- 108091023020 Aldehyde Oxidase Proteins 0.000 claims description 8
- 102000048262 Aldehyde oxidases Human genes 0.000 claims description 8
- 108010020346 Polyglutamic Acid Proteins 0.000 claims description 7
- 229920002643 polyglutamic acid Polymers 0.000 claims description 7
- 230000035945 sensitivity Effects 0.000 claims description 7
- 239000002253 acid Substances 0.000 claims description 5
- 210000000056 organ Anatomy 0.000 claims description 5
- 230000003647 oxidation Effects 0.000 claims description 5
- 238000007254 oxidation reaction Methods 0.000 claims description 5
- 239000008363 phosphate buffer Substances 0.000 claims description 5
- 108090000364 Ligases Proteins 0.000 claims description 4
- 102000003960 Ligases Human genes 0.000 claims description 4
- 230000008081 blood perfusion Effects 0.000 claims description 4
- 230000003197 catalytic effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000009792 diffusion process Methods 0.000 claims description 4
- 238000010494 dissociation reaction Methods 0.000 claims description 4
- 230000005593 dissociations Effects 0.000 claims description 4
- 230000003870 intestinal permeability Effects 0.000 claims description 4
- 150000002632 lipids Chemical class 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000036962 time dependent Effects 0.000 claims description 4
- 239000008055 phosphate buffer solution Substances 0.000 claims description 3
- 230000037396 body weight Effects 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 10
- 238000011161 development Methods 0.000 abstract description 4
- 230000004044 response Effects 0.000 description 11
- 238000005259 measurement Methods 0.000 description 10
- OVBPIULPVIDEAO-LBPRGKRZSA-N folic acid Chemical compound C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-LBPRGKRZSA-N 0.000 description 9
- IQQRAVYLUAZUGX-UHFFFAOYSA-N 1-butyl-3-methylimidazolium Chemical compound CCCCN1C=C[N+](C)=C1 IQQRAVYLUAZUGX-UHFFFAOYSA-N 0.000 description 6
- 210000000988 bone and bone Anatomy 0.000 description 6
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000001990 intravenous administration Methods 0.000 description 6
- 238000010253 intravenous injection Methods 0.000 description 6
- 238000011084 recovery Methods 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 5
- 230000017531 blood circulation Effects 0.000 description 5
- 235000019152 folic acid Nutrition 0.000 description 5
- 239000011724 folic acid Substances 0.000 description 5
- 238000003317 immunochromatography Methods 0.000 description 5
- 230000036210 malignancy Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- OVBPIULPVIDEAO-UHFFFAOYSA-N N-Pteroyl-L-glutaminsaeure Natural products C=1N=C2NC(N)=NC(=O)C2=NC=1CNC1=CC=C(C(=O)NC(CCC(O)=O)C(O)=O)C=C1 OVBPIULPVIDEAO-UHFFFAOYSA-N 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 229960000304 folic acid Drugs 0.000 description 4
- 238000001727 in vivo Methods 0.000 description 4
- 210000004185 liver Anatomy 0.000 description 4
- 230000036470 plasma concentration Effects 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- HODZDDDNGRLGSI-NSHDSACASA-N 7-hydroxymethotrexate Chemical class N=1C2=C(N)N=C(N)N=C2NC(=O)C=1CN(C)C1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 HODZDDDNGRLGSI-NSHDSACASA-N 0.000 description 3
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 3
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 3
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 3
- BZKPWHYZMXOIDC-UHFFFAOYSA-N acetazolamide Chemical compound CC(=O)NC1=NN=C(S(N)(=O)=O)S1 BZKPWHYZMXOIDC-UHFFFAOYSA-N 0.000 description 3
- 229960000571 acetazolamide Drugs 0.000 description 3
- 230000006907 apoptotic process Effects 0.000 description 3
- KVUAALJSMIVURS-ZEDZUCNESA-L calcium folinate Chemical compound [Ca+2].C1NC=2NC(N)=NC(=O)C=2N(C=O)C1CNC1=CC=C(C(=O)N[C@@H](CCC([O-])=O)C([O-])=O)C=C1 KVUAALJSMIVURS-ZEDZUCNESA-L 0.000 description 3
- 235000008207 calcium folinate Nutrition 0.000 description 3
- 239000011687 calcium folinate Substances 0.000 description 3
- 239000004202 carbamide Substances 0.000 description 3
- 229940109239 creatinine Drugs 0.000 description 3
- 230000001939 inductive effect Effects 0.000 description 3
- 230000002401 inhibitory effect Effects 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 210000004881 tumor cell Anatomy 0.000 description 3
- 229940116269 uric acid Drugs 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 2
- 108090000790 Enzymes Proteins 0.000 description 2
- 101710161408 Folylpolyglutamate synthase Proteins 0.000 description 2
- 101710200122 Folylpolyglutamate synthase, mitochondrial Proteins 0.000 description 2
- 102100035067 Folylpolyglutamate synthase, mitochondrial Human genes 0.000 description 2
- 101710155795 Probable folylpolyglutamate synthase Proteins 0.000 description 2
- 101710151871 Putative folylpolyglutamate synthase Proteins 0.000 description 2
- 210000000577 adipose tissue Anatomy 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 210000002216 heart Anatomy 0.000 description 2
- 210000000936 intestine Anatomy 0.000 description 2
- 210000003734 kidney Anatomy 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 210000000496 pancreas Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000035755 proliferation Effects 0.000 description 2
- 238000007650 screen-printing Methods 0.000 description 2
- 210000003491 skin Anatomy 0.000 description 2
- 210000000952 spleen Anatomy 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000001541 thymus gland Anatomy 0.000 description 2
- 231100000331 toxic Toxicity 0.000 description 2
- 230000002588 toxic effect Effects 0.000 description 2
- 231100000419 toxicity Toxicity 0.000 description 2
- 230000001988 toxicity Effects 0.000 description 2
- MSTNYGQPCMXVAQ-RYUDHWBXSA-N (6S)-5,6,7,8-tetrahydrofolic acid Chemical compound C([C@H]1CNC=2N=C(NC(=O)C=2N1)N)NC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 MSTNYGQPCMXVAQ-RYUDHWBXSA-N 0.000 description 1
- BSYNRYMUTXBXSQ-UHFFFAOYSA-N Aspirin Chemical compound CC(=O)OC1=CC=CC=C1C(O)=O BSYNRYMUTXBXSQ-UHFFFAOYSA-N 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- 230000006820 DNA synthesis Effects 0.000 description 1
- 229910019142 PO4 Inorganic materials 0.000 description 1
- 230000006819 RNA synthesis Effects 0.000 description 1
- 229940123934 Reductase inhibitor Drugs 0.000 description 1
- 108010022394 Threonine synthase Proteins 0.000 description 1
- 229960001138 acetylsalicylic acid Drugs 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 206010003246 arthritis Diseases 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000004663 cell proliferation Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 208000018805 childhood acute lymphoblastic leukemia Diseases 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000002484 cyclic voltammetry Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 239000008367 deionised water Substances 0.000 description 1
- 229910021641 deionized water Inorganic materials 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 102000004419 dihydrofolate reductase Human genes 0.000 description 1
- OZRNSSUDZOLUSN-LBPRGKRZSA-N dihydrofolic acid Chemical compound N=1C=2C(=O)NC(N)=NC=2NCC=1CNC1=CC=C(C(=O)N[C@@H](CCC(O)=O)C(O)=O)C=C1 OZRNSSUDZOLUSN-LBPRGKRZSA-N 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000002848 electrochemical method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002637 fluid replacement therapy Methods 0.000 description 1
- 229940014144 folate Drugs 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000036571 hydration Effects 0.000 description 1
- 238000006703 hydration reaction Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 201000008968 osteosarcoma Diseases 0.000 description 1
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 1
- 239000010452 phosphate Substances 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 238000001243 protein synthesis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 206010039073 rheumatoid arthritis Diseases 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000005460 tetrahydrofolate Substances 0.000 description 1
- 229940126585 therapeutic drug Drugs 0.000 description 1
- 231100001274 therapeutic index Toxicity 0.000 description 1
- 230000014616 translation Effects 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
- G01N27/416—Systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Physics & Mathematics (AREA)
- Crystallography & Structural Chemistry (AREA)
- Databases & Information Systems (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Molecular Biology (AREA)
- Data Mining & Analysis (AREA)
- Electrochemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明提供一种基于POCT定量检测和PBPK模型预测甲氨蝶呤浓度变化的方法，所述方法包括如下：利用笔记本电脑和便携式电化学工作站构建床边检测POCT平台，定量检测患者血清中甲氨蝶呤药物浓度；用PK‑Sim软件构建生理药代动力学PBPK模型；将POCT定量检测药物浓度带入PBPK模型进行甲氨蝶呤血药浓度随时间变化的预测分析。本发明根据POCT和PBPK模型所得甲氨蝶呤血药浓度随时间变化的预测分析结果，为临床医生的快速临床决策提供依据，推动个体化用药的发展和精准医疗的进步。
Description
【技术领域】
本发明属于治疗药物监测与个体化用药领域，具体涉及一种基于POCT定量检测和PBPK模型预测甲氨蝶呤浓度变化的方法。
【背景技术】
甲氨蝶呤(MTX)是一种叶酸还原酶抑制剂，其结构与叶酸类似，通过竞争性地与二氢叶酸还原酶结合，干扰二氢叶酸还原成四氢叶酸，减少DNA、RNA及蛋白质的合成，抑制S期肿瘤细胞的增殖及诱导凋亡。MTX治疗指数低，毒副作用大，个体间血药浓度及药物代谢动力学差异大。在《儿童急性淋巴细胞白血病诊疗规范(2018年版)》指南中对MTX血药浓度监测和亚叶酸钙解救(CFR)做出明确要求：监测42小时内MTX的血药浓度，根据血药浓度予以CFR，同时予以水化碱化，根据MTX的血药浓度调整CF的剂量，每6小时解救一次，待浓度低于0.25μM时停止解救。如果MTX的血药浓度在24h时超过10μM、48h时超过1μM和72h时超过0.1μM，则预示着解救过程使用的CF剂量不足或MTX代谢速度过慢，必须通过增加静脉补液和加大CF的解救剂量来控制MTX毒性反应的发生。但是，单次使用的CF剂量如果超过20mg/kg，或是600mg/m2，可能会引发高钙副作用。因此，为了提高大剂量MTX化疗时的临床疗效和安全性，精确CFR的剂量和时间，密切监测MTX的血药浓度水平显得尤为重要。
POCT电化学传感是实现现场治疗药物监测(TDM)分析的有力方法，可在现场对病人进行临床检验，无需专业人员操作，即使在资源有限的地区亦可对临床样本进行即时分析处理，不仅能够省去临床样本的周转时间，还可以简化样本在实验室检验的一系列复杂处理程序，快速得到临床样本的检测结果，为大剂量甲氨蝶呤中毒解救提供实验室依据。生理药代动力学(PBPK)模型是整合解剖学、生理学、生物化学及物理化学等学科，利用血液循环将体内具有明确生理意义的组织器官连接，最终构成能模拟体内处置过程的数学模型。可以外推至临床患者服用甲氨蝶呤后药物代谢动力学的变化，得到患者特异的药时曲线，协助指导临床医生的个体化用药方案制定。
【发明内容】
本发明要解决的技术问题，在于提供一种基于POCT定量检测和PBPK模型预测甲氨蝶呤浓度变化的方法，能够根据POCT和PBPK模型获得甲氨蝶呤血药浓度随时间变化的预测分析结果，为临床医生的快速临床决策提供依据，推动个体化用药的发展和精准医疗的进步。
本发明是这样实现的：
一种基于POCT定量检测和PBPK模型预测甲氨蝶呤浓度变化的方法，所述方法包括如下步骤：
步骤(1)甲氨蝶呤血药浓度检测方法的建立；
步骤(2)甲氨蝶呤生理药代动力学PBPK模型的构建；
步骤(3)利用步骤(1)的检测方法测得甲氨蝶呤血药浓度及其对应时间数据点，将其导入PBPK模型，得到甲氨蝶呤血药浓度随时间变化的预测曲线。
进一步地，所述步骤(1)甲氨蝶呤血药浓度检测方法的建立，具体如下：
用纯血清或磷酸缓冲液配制不同基质的甲氨蝶呤溶液，取50μL滴加于GO-[BMIM]PF6/SPCE工作电极表面，富集5min后，在电位0V-+1.6/+1.2V，扫描速率为0.1V/s，扫描圈数为2，采样间隔为0.002V，静置时间为2s，灵敏度为10-4的参数下进行扫描，通过记录氧化峰电流值来检测纯血清或磷酸缓冲液中甲氨蝶呤的水平。
进一步地，步骤(2)甲氨蝶呤生理药代动力学PBPK模型的构建，具体如下：
在PK-软件中输入药物的理化性质相关参数、生理参数、叶酰聚谷氨酸合成酶的清除率以及醛氧化酶的米氏常数Km和催化常数Kcat，构建甲氨蝶呤生理药代动力学PBPK模型；
所述药物的理化性质相关参数包括：药物分子式、分子量、脂水分配系数对数值、酸解离常数、血浆游离药物分数，以及甲氨蝶呤的溶解度、肠道渗透性、扩散系数；
所述生理参数包括与年龄和体重匹配的器官体积、重量、血液灌注率、组织-血浆分配系数。
进一步地，所述步骤(3)利用步骤(1)的检测方法测得甲氨蝶呤血药浓度及其对应时间数据点，将其导入PBPK模型，得到甲氨蝶呤血药浓度随时间变化的预测曲线，具体如下：
利用POCT检测方法测量至少三组不同时间点临床患者的血液样本中甲氨蝶呤血药浓度-时间数据点，导入PK-软件的PBPK模型中，得到模拟的甲氨蝶呤血药浓度时间曲线，即可预测该特定患者体内甲氨蝶呤血药浓度随时间变化趋势。
与现行甲氨蝶呤治疗药物监测方法相比，本发明具有显著的技术效果：本发明方法以血药浓度的POCT定量检测为核心，结合PBPK模型引导技术模拟的药物药代动力学数据，得到模拟的甲氨蝶呤血药浓度时间曲线，可预测该临床患者体内甲氨蝶呤血药浓度随时间变化趋势，并用于临床患者甲氨蝶呤治疗药物监测，可为临床快速医疗决策提供实验室依据，为指导高剂量甲氨蝶呤的亚叶酸钙解救制定个体化方案。
【附图说明】
下面参照附图结合实施例对本发明作进一步的说明。
图1为本发明实施例中甲氨蝶呤在磷酸缓冲液、十倍稀释血清和纯血清中的标准曲线(A-C)以及三条标准曲线的轮廓分析图(D)。
图2为本发明实施例中不同干扰物对甲氨蝶呤检测影响的CV图(A)和电流响应信号的统计学分析(B)；GO-[BMIM]PF6/SPCE的稳定性(C)和重现性(D)；在纯血清中，甲氨蝶呤加标回收的CV图(E)。
图3为本发明实施例中两种方法检测临床实际样品甲氨蝶呤浓度分布图，高浓度(A)和低浓度(B)；两种方法检测甲氨蝶呤浓度结果相关性分布图。
图4本发明实施例中为健康人群单次静脉滴注10g/m2(A)、3g(B)和10mg(C)药时曲线模拟图；圆点：文献中的实测值；黑线：甲氨蝶呤的预测值。
图5为本发明实施例中4名骨恶性肿瘤患者单次静脉滴注10g/m2药时曲线图(A-D)；圆点：荧光免疫层析法所测值；方块：GO-[BMIM]PF6/SPCE所测值；黑线：甲氨蝶呤的预测值。
【具体实施方式】
本发明涉及一种基于POCT定量检测和PBPK模型预测甲氨蝶呤浓度变化的方法，所述方法包括如下步骤：
步骤(1)甲氨蝶呤血药浓度检测方法的建立；
步骤(2)甲氨蝶呤生理药代动力学PBPK模型的构建；
步骤(3)利用步骤(1)的检测方法测得甲氨蝶呤血药浓度及其对应时间数据点，将其导入PBPK模型，得到甲氨蝶呤血药浓度随时间变化的预测曲线。
较优的，所述步骤(1)甲氨蝶呤血药浓度检测方法的建立，具体如下：
用纯血清或磷酸缓冲液配制不同基质的甲氨蝶呤溶液，取50μL滴加于GO-[BMIM]PF6/SPCE工作电极表面，富集5min后，在电位0V-+1.6/+1.2V，扫描速率为0.1V/s，扫描圈数为2，采样间隔为0.002V，静置时间为2s，灵敏度为10-4的参数下进行扫描，通过记录氧化峰电流值来检测纯血清或磷酸缓冲液中甲氨蝶呤的水平。
步骤(1.1)甲氨蝶呤血药浓度测定的方法学考察：对上述所建立方法的灵敏度、特异性、稳定性、重复性和回收率进行考察；对磷酸缓冲液、十倍稀释血清和纯血清配制的甲氨蝶呤溶液进行标准曲线绘制和轮廓分析，发现三条标准曲线之间具有显著性差异，尤其是磷酸溶液与纯血清溶液之间，差异非常大；分别以纯血清配制的甲氨蝶呤溶液进行特异性、稳定性、重复性和回收率等方法学考察。
较优的，所述步骤(2)甲氨蝶呤生理药代动力学PBPK模型的构建，具体如下：
在PK-软件中输入药物的理化性质相关参数、生理参数、叶酰聚谷氨酸合成酶的清除率以及醛氧化酶的米氏常数Km和催化常数Kcat，构建甲氨蝶呤生理药代动力学PBPK模型；PBPK模型由心、肺、脑、肌肉、脂肪组织、脾、胰、胃、肠、骨、皮肤、胸腺、肝脏和肾脏14个可视化组织隔室组成，各个组织隔室的血流速度、体积和组织-血浆分配系数有所不同，各隔室间通过血液循环相互连接；考虑到甲氨蝶呤需要通过叶酰聚谷氨酸合成酶在细胞内进行代谢，得到聚谷氨酸甲氨蝶呤，从而发挥抑制肿瘤细胞增殖、诱导凋亡的作用，故纳入叶酰聚谷氨酸合成酶的清除率；甲氨蝶呤还会在肝脏中通过醛氧化酶形成7-羟基甲氨蝶呤代谢产物，而7-羟基甲氨蝶呤代谢物难溶于水，可能在体内产生蓄积，导致肝肾毒性的发生，故纳入醛氧化酶的米氏常数(Km)和催化常数(Kcat)，以上所用的相关酶参数来源于已发表的文献。
所述药物的理化性质相关参数包括：药物分子式、分子量、脂水分配系数对数值、酸解离常数、血浆游离药物分数(来源于DrugBank)，以及甲氨蝶呤的溶解度、肠道渗透性、扩散系数(从已发表的文献中获取)；
所述生理参数包括与年龄和体重匹配的器官体积、重量、血液灌注率、组织-血浆分配系数(使用PK-软件内置的年龄相关生理评估模块生成)。
步骤(2.1)甲氨蝶呤生理药代动力学模型的验证评价：应用PK-建立甲氨蝶呤健康人群的PBPK模型。使用(GetData Graph Digitizer 2.26)对报告的血浆时间浓度数据进行数字化，获取相应的血药浓度-时间曲线。在PK-/>软件中输入甲氨蝶呤建模所需的理化参数以及相关的生理参数，优化患者的肾清除率，建立健康人群单剂量静脉滴注甲氨蝶呤10g/m2的PBPK模型，并使用已经发表的临床实测药代动力学数据对所建立的甲氨蝶呤PBPK模型进行验证。
步骤(2.2)POCT检测方法所得临床患者的血药浓度-时间数据点与药代动力学模型预测所得药时曲线进行拟合评价：将所建立的POCT检测方法所得数据点导入PK-软件得到模拟的血药浓度时间曲线，发现临床患者的甲氨蝶呤单剂量静脉给药后的PK参数(AUC、Cmax)实测值与预测值吻合良好，倍数误差在2倍范围内，证明所建立的模型是可靠的，所得数据是可信的。
较优的，所述步骤(3)利用步骤(1)的检测方法测得甲氨蝶呤血药浓度及其对应时间数据点，将其导入PBPK模型，得到甲氨蝶呤血药浓度随时间变化的预测曲线，具体如下：
利用POCT检测方法测量至少三组不同时间点临床患者的血液样本中甲氨蝶呤血药浓度-时间数据点，导入PK-软件的PBPK模型中，得到模拟的甲氨蝶呤血药浓度时间曲线，即可预测该特定患者体内甲氨蝶呤血药浓度随时间变化趋势。
最后将POCT检测所得临床患者甲氨蝶呤血药浓度和利用其进行的PBPK预测所得甲氨蝶呤血药浓度时间曲线反馈至临床，为临床制定亚叶酸钙解救方案提供实验室依据。
下面将结合附图1-5和具体实施方式对本发明的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。实施例中未注明具体条件者，按照常规条件或制造商建议的条件进行。所用试剂或仪器未注明生产厂商者，均为可以通过市售购买获得的常规产品。
实施例1：
(1)GO-[BMIM]PF6/SPCE的制备
将丝网印刷碳电极用去离子水清洗3遍，氮气吹干，滴涂氧化石墨烯-[BMIM]PF6分散液于丝网印刷电极的工作电极表面，自然晾干后即得GO-[BMIM]PF6/SPCE。
(2)甲氨蝶呤的检测
使用便携式电化学工作站和笔记本电脑搭建POCT检测平台，采用循环伏安法对甲氨蝶呤进行检测。将不同浓度的甲氨蝶呤溶液吸取50μL滴加于GO-[BMIM]PF6/SPCE表面，富集5min后，在电位0V-+1.6/+1.2V，扫描速率为0.1V/s，扫描圈数为2，采样间隔为0.002V，静置时间为2s，灵敏度为10-4的参数下进行扫描，通过记录氧化峰电流值来考察该电化学传感器对甲氨蝶呤检测的灵敏度及检测纯血清中甲氨蝶呤的水平。所有电化学检测均在室温环境中进行。
实施例2：
基于POCT的甲氨蝶呤血药浓度检测的标准曲线制备步骤如下：
分别用PB(0.2M，pH 6)、稀释10倍的血清(0.1×血清)和纯血清为基质，配制浓度梯度溶液3mM、2.5mM、2mM、1.5mM、1mM、500μM、100μM、80μM、60μM、40μM、20μM、10μM、1μM、0.01μM和0.0001μM，各滴加50μL于GO-[BMIM]PF6/SPCE表面，用CV法进行检测，每个浓度设置5次平行实验，以考察不同环境对甲氨蝶呤检测的影响。
由图1可知，三种不同溶液中，在3mM-100μM和100μM-0.0001μM范围内，MTX的电流响应值与其浓度均呈现良好的线性关系。在PB溶液中，线性方程为Ipa(μA)＝36.60CMTX(mM)-3.11，R2＝0.979(3mM-100μM)和Ipa(μA)＝51.89CMTX(mM)+0.10，R2＝0.983(100μM-0.0001μM)，检测限为0.0013nM(S/N＝3)；在0.1×血清溶液中，线性方程为Ipa(μA)＝9.36CMTX(mM)-0.93，R2＝0.987(3mM-100μM)和Ipa(μA)＝7.05CMTX(mM)+0.077，R2＝0.99(100μM-0.0001μM)，检测限为0.0014nM(S/N＝3)；在纯血清溶液中，线性方程为Ipa(μA)＝7.18CMTX(mM)+0.79，R2＝0.986(3mM-100μM)和Ipa(μA)＝10.37CMTX(mM)+0.041，R2＝0.988(100μM-0.0001μM)，检测限为0.0028nM(S/N＝3)。三条线性的轮廓图如图1D所示，表明3条线性的变化趋势相差较大。对三条线性进行重复测量分析，P＝0.038(<0.05)，说明三条线性之间存在显著性差异，尤其是PB溶液与纯血清溶液，差异非常大。
实施例3：
甲氨蝶呤血药浓度测定的方法学考察步骤如下：
分别用纯血清配制500μM MTX、500μM叶酸、1mM 7-OH MTX、5mM尿酸、100mM尿素、5mM乙酰唑胺、1mM肌酐及500mM NaHCO38种溶液。将上述8种物质按照体积比为2：2：1：1：1：1：1：1混合，得到终浓度为100μM MTX、100μM叶酸、100μM 7-OH MTX、500μM尿酸、10mM尿素、500μM乙酰唑胺、100μM肌酐和50mM NaHCO3溶液。另外配制100μM MTX溶液。分别吸取50μL两种溶液滴加于GO-[BMIM]PF6/SPCE表面，用CV法进行检测，每组设置5次平行实验，以考察上述7种物质对MTX检测的影响。
用纯血清梯度稀释5mM的MTX母液至100μM。将制备好的GO-[BMIM]PF6/SPCE分别在室温下放置1、5、10、15、20、25、30、40、50和60天，采用CV法检测100μM MTX，记录测得的氧化峰电流信号值，每个天数设置5次平行实验，以考察该电化学传感器2个月内的稳定性。制备5片GO-[BMIM]PF6/SPCE，滴加50μL 100μM MTX于工作电极表面，每片电极检测5次，以考察电极间的重复性。另外，制备1片GO-[BMIM]PF6/SPCE，连续检测100μM MTX 10次，以考察电极内的重复性。
本实验采用加标回收法考察该电化学传感器的准确性。将收集的MTX血样分装至6个EP管中，每个EP管中为500μL。用纯血清配制150mM、100mM、50mM、5mM、2.5mM的MTX溶液，各吸取5μL分别加入5个EP管中，得到终浓度为1.5mM、1mM、500μM、50μM、25μM和0μM的MTX溶液。采用CV法对6种浓度的MTX进行检测，每种浓度设置5次平行实验。
实验分为两组，一组为纯血清配制的100μM MTX(曲线a)，另一组为纯血清配制的100μM MTX、50mM NaHCO3、500μM尿酸、10mM尿素、500μM乙酰唑胺、100μM肌酐、100μM 7-OHMTX和100μM叶酸混合物(曲线b)。由图2A-B可知，两组溶液均在0.8V-1.0V之间出现MTX的氧化峰，且两者的电流响应值无统计学差异(P>0.05)，表明上述7种物质对MTX的检测并无干扰，说明该电化学传感器对MTX的检测具有较高的特异性。
将GO-[BMIM]PF6/SPCE放置在室温、湿度为40％-77％的环境中60天。采用CV法检测2个月内GO-[BMIM]PF6/SPCE对MTX(100μM，纯血清配制)电流响应值的变化(图2C插图)。如图2C所示，在第60天时，所测得的电流响应值仍是原始响应值的92.98％，说明GO-[BMIM]PF6/SPCE在60天内仍然能够保持良好的稳定性。采用CV法评估修饰GO-[BMIM]PF6复合物后电极内和电极间的重复性。如图2D所示，制备5片GO-[BMIM]PF6/SPCE，每片电极均检测5次，MTX的电流响应值波动在1.23μA-1.58μA范围内，相对标准偏差(RSD)为1.443％-11.0493％。另外，本研究考察了在同一片电极内进行10次平行测定的重复性，电流响应值随着测定次数的增加而减小，这可能与电极上GO-[BMIM]PF6修饰材料的消耗有关，但在测定第5次时，电流响应值仍为原始响应值的85.58％，说明同一电极在重复测定5次内可保持良好的重复性。以上实验结果表明，本研究采用GO-[BMIM]PF6复合物所制备的电化学传感器具有优良的稳定性及重复性。
图2E为不同浓度甲氨蝶呤的CV图。根据所检测出的MTX电流信号值，通过纯血清所制得的线性转换为对应的MTX浓度，并计算回收率。其回收率在80.11％-112.75％之间，RSD为1.17％-11.01％。综上，说明该电化学传感器用于血清中MTX检测的可行性及准确性。
实施例4：
临床患者甲氨蝶呤血药浓度检测步骤如下：
将临床样本采集后装至含有分离胶的试管中，全血分离为血清与血浆，故无需对所收集的临床样本进行复杂前处理，可直接吸取50μL血清滴加于制备好的GO-[BMIM]PF6/SPCE表面，富集5min后，在电位为0V-+1.2V，扫描速率为0.1V/s，灵敏度为10-4的参数下进行CV扫描，并记录相应的电流响应值。将电流值代入纯血清甲氨蝶呤溶液所绘制的标准曲线，即可得到患者体内药物浓度。
如图3所示，用Pearson及Spearman对两种方法所得高浓度和低浓度数据进行相关性分析。结果表明两种方法之间存在相关性，在高浓度范围内(3mM-100μM)，两者间相关系数值为0.878，有着显著的正相关关系(P<0.01，图3A和图3C)。在低浓度范围内(100μM-0.0001μM)，两者间的相关系数值为0.537，亦有着显著的正相关关系(P<0.01，图3B)。对两种方法检测的MTX血药浓度结果进行一元线性回归分析，建立回归模型。高浓度范围内，经检验F＝57.002，P<0.05，即建立的回归模型有意义，进而得到一元线性回归方程Y＝192.229+0.821X(其中X为荧光免疫层析法，Y为电化学传感器法)；低浓度范围内，经检验F＝217.434，P<0.05，即建立的回归模型有意义，进而得到一元线性回归方程Y＝3.319+0.940X(其中X为荧光免疫层析法，Y为电化学传感器法)。
实施例5：
甲氨蝶呤生理药代动力学PBPK模型构建及验证步骤如下：
获取建模所需的药物理化参数和相关生理参数：药物分子式、分子量、脂水分配系数对数值、酸解离常数、血浆游离药物分数来源于DrugBank。甲氨蝶呤的溶解度、肠道渗透性、扩散系数从已发表的文献中获取。生理参数使用PK-软件内置的年龄相关生理评估模块生成，包括与年龄和体重匹配的器官体积、重量、血液灌注率和组织-血浆分配系数等。甲氨蝶呤的PBPK模型由心、肺、脑、肌肉、脂肪组织、脾、胰、胃、肠、骨、皮肤、胸腺、肝脏和肾脏等14个可视化组织隔室组成。各个组织隔室的血流速度、体积和组织-血浆分配系数有所不同，各隔室间通过血液循环相互连接。考虑到甲氨蝶呤需要通过叶酰聚谷氨酸合成酶(FPGS)在细胞内进行代谢，得到聚谷氨酸化甲氨蝶呤，从而发挥抑制肿瘤细胞增殖和诱导凋亡的作用，故纳入FPGS的清除率。此外，甲氨蝶呤还会在肝脏中通过醛氧化酶(AOX)形成7-羟基甲氨蝶呤代谢产物，其难溶于水，可能在体内产生蓄积，导致肝肾毒性的发生，故纳入AOX的Km和Kcat，以上所用酶的相关参数来源于已发表的文献。
应用PK-软件建立甲氨蝶呤健康人群单剂量静脉给药的PBPK模型。使用GetData Graph Digitizer 2.26对报告的时间浓度数据进行数字化，获取相应的血药浓度-时间曲线。在PK-/>软件中输入甲氨蝶呤建模所需的理化参数以及相关的生理参数，优化模型的肾清除率，建立健康人群单剂量静脉注射甲氨蝶呤的PBPK模型，并使用已经发表的临床实测药代动力学数据对所建立的甲氨蝶呤PBPK基础模型进行验证。
由图4可知，实测血药浓度数据点大部分都分布在PBPK模型预测的血药浓度-时间曲线两侧，说明二者拟合良好。表1为文献1、文献2以及文献3中分别公开的三组健康人群静脉注射甲氨蝶呤后实测值，以及将该三组数据中相应的参数导入本发明构建的甲氨蝶呤学PBPK模型得到的甲氨蝶呤预测值比对，如表1所示，健康人群MTX单剂量静脉给药后的药代动力学参数：药物浓度-时间曲线下面积(AUC)和峰浓度(Cmax)，实测值与预测值吻合良好，倍数误差在2倍范围内。以上结果表明，所建立的健康人群PBPK模型能准确预测单剂量静脉注射MTX的血药浓度-时间曲线和PK参数，所建立的基础模型准确可靠。
其中文献1为：Zhang W,Zhang Q,Tian X,et al.Population pharmacokineticsof high-dose methotrexate after intravenous administration in Chineseosteosarcoma patients from a single institution[J].Chinese medical journal,2015,128(1):111-118.
文献2为：Fukuhara K,Ikawa K,Morikawa N,et al.Populationpharmacokinetics of high-dose methotrexate in Japanese adult patients withmalignancies:a concurrent analysis ofthe serum and urine concentration data[J].Journal ofclinical pharmacy and therapeutics,2008,33(6):677-684.
文献3为：Stewart CF,Fleming RA,Germain BF,et al.Aspirin altersmethotrexate disposition in rheumatoid arthritis patients[J].Arthritis&Rheumatism,1991,34(12):1514-1520
表1健康人群静脉注射甲氨蝶呤后实测和模拟的药动学参数
实施例6：
一种基于POCT定量检测和PBPK模型预测甲氨蝶呤浓度变化的方法的临床患者甲氨蝶呤治疗药物监测步骤如下：
将本研究所收集的荧光免疫层析法和GO-[BMIM]PF6/SPCE所测得的甲氨蝶呤血药浓度带入已建立好的PBPK基础模型中，纳入标准为：(1)年龄12-45岁；(2)已确诊为骨恶性肿瘤；(3)甲氨蝶呤为单剂量静脉给药；(4)实测点大于3个。共纳入4名患者，对其进行药代动力学模拟得到药时曲线。通过POCT定量检测特定患者3个及以上血药浓度-时间数据点，将其代入构建好的PBPK模型中，预测模拟该患者体内甲氨蝶呤的药时曲线，从而得到任意时间点的血药浓度。
如图5所示，两种方法所测得的MTX血药浓度数据点大部分都分布在PBPK模型预测的血药浓度-时间曲线两侧，说明三者拟合良好。如表2和表3所示，骨恶性肿瘤患者的甲氨蝶呤单剂量静脉给药后的药代动力学参数(AUC、Cmax)实测值与预测值吻合良好，倍数误差在2倍范围内。综上，说明了该PBPK模型用于临床患者甲氨蝶呤药代动力学预测的可靠性。
表2 4名骨恶性肿瘤患者静脉注射10g/m2 MTX后荧光免疫层析法实测和模拟的PK参数
表3 4名骨恶性肿瘤患者静脉注射10g/m2 MTX后GO-[BMIM]PF6/SPCE电化学传感器实测和模拟的PK参数
虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。
Claims (4)
1.一种基于POCT定量检测和PBPK模型预测甲氨蝶呤浓度变化的方法，其特征在于：所述方法包括如下步骤：
步骤(1)甲氨蝶呤血药浓度检测方法的建立；
步骤(2)甲氨蝶呤生理药代动力学PBPK模型的构建；
步骤(3)利用步骤(1)的检测方法测得甲氨蝶呤血药浓度及其对应时间数据点，将其导入PBPK模型，得到甲氨蝶呤血药浓度随时间变化的预测曲线。
2.根据权利要求1所述的一种基于POCT定量检测和PBPK模型预测甲氨蝶呤浓度变化的方法，其特征在于：所述步骤(1)甲氨蝶呤血药浓度检测方法的建立，具体如下：
用纯血清或磷酸缓冲液配制不同基质的甲氨蝶呤溶液，取50μL滴加于GO-[BMIM]PF6/SPCE工作电极表面，富集5min后，在电位0V-+1.6/+1.2V，扫描速率为0.1V/s，扫描圈数为2，采样间隔为0.002V，静置时间为2s，灵敏度为10-4的参数下进行扫描，通过记录氧化峰电流值来检测纯血清或磷酸缓冲液中甲氨蝶呤的水平。
3.根据权利要求1所述的一种基于POCT定量检测和PBPK模型预测甲氨蝶呤浓度变化的方法，其特征在于：步骤(2)甲氨蝶呤生理药代动力学PBPK模型的构建，具体如下：
在软件中输入药物的理化性质相关参数、生理参数、叶酰聚谷氨酸合成酶的清除率以及醛氧化酶的米氏常数Km和催化常数Kcat，构建甲氨蝶呤生理药代动力学PBPK模型；
所述药物的理化性质相关参数包括：药物分子式、分子量、脂水分配系数对数值、酸解离常数、血浆游离药物分数，以及甲氨蝶呤的溶解度、肠道渗透性、扩散系数；
所述生理参数包括与年龄和体重匹配的器官体积、重量、血液灌注率、组织-血浆分配系数。
4.根据权利要求2-3任一项所述的一种基于POCT定量检测和PBPK模型预测甲氨蝶呤浓度变化的方法，其特征在于：所述步骤(3)利用步骤(1)的检测方法测得甲氨蝶呤血药浓度及其对应时间数据点，将其导入PBPK模型，得到甲氨蝶呤血药浓度随时间变化的预测曲线，具体如下：
利用POCT检测方法测量至少三组不同时间点临床患者的血液样本中甲氨蝶呤血药浓度-时间数据点，导入软件的PBPK模型中，得到模拟的甲氨蝶呤血药浓度时间曲线，即可预测特定患者的甲氨蝶呤血药浓度随时间变化趋势。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310684570.6A CN116959608A (zh) | 2023-06-09 | 2023-06-09 | 一种基于poct定量检测和pbpk模型预测甲氨蝶呤浓度变化的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310684570.6A CN116959608A (zh) | 2023-06-09 | 2023-06-09 | 一种基于poct定量检测和pbpk模型预测甲氨蝶呤浓度变化的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116959608A true CN116959608A (zh) | 2023-10-27 |
Family
ID=88445191
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310684570.6A Pending CN116959608A (zh) | 2023-06-09 | 2023-06-09 | 一种基于poct定量检测和pbpk模型预测甲氨蝶呤浓度变化的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116959608A (zh) |
-
2023
- 2023-06-09 CN CN202310684570.6A patent/CN116959608A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Suomalainen | Biomarkers for mitochondrial respiratory chain disorders | |
| Cheng et al. | Comparison of pleural fluid pH values obtained using blood gas machine, pH meter, and pH indicator strip | |
| CN103487353B (zh) | 检测试片、检测装置及检测方法 | |
| Chung et al. | Comparability of methods for LDL subfraction determination: a systematic review | |
| Schnabl et al. | Evaluation of the analytical performance of the Nova StatSensor creatinine meter and reagent strip technology for whole blood testing | |
| CN105209909A (zh) | 与肾功能相关的生物标记及其使用方法 | |
| CN102625913A (zh) | 葡萄糖测量方法和系统 | |
| CA2724911A1 (en) | Fill sufficiency method and system | |
| Chen et al. | Analytical evaluation of the epoc® point-of-care blood analysis system in cardiopulmonary bypass patients | |
| Niculescu-Duvaz et al. | Development of an outpatient finger-prick glomerular filtration rate procedure suitable for epidemiological studies | |
| Sarfaraz et al. | A quantitative metabolomics profiling approach for the noninvasive assessment of liver histology in patients with chronic hepatitis C | |
| Kubáň et al. | Double opposite end injection capillary electrophoresis with contactless conductometric detection for simultaneous determination of chloride, sodium and potassium in cystic fibrosis diagnosis | |
| CN103293250B (zh) | 糖尿病肾病诊断试剂盒及其应用 | |
| Gerday et al. | Urinary ferritin; a potential noninvasive way to screen NICU patients for iron deficiency | |
| Tendl et al. | Two site evaluation of the performance of a new generation point-of-care glucose meter for use in a neonatal intensive care unit | |
| Padoan et al. | Extra-analytical sources of uncertainty: which ones really matter? | |
| Bigelow et al. | Point-of-care technologies for the advancement of precision medicine in heart, lung, blood, and sleep disorders | |
| Hazarika | Therapeutic drug monitoring (TDM): an aspect of clinical pharmacology and pharmacy practice | |
| CN116959608A (zh) | 一种基于poct定量检测和pbpk模型预测甲氨蝶呤浓度变化的方法 | |
| Suthakaran et al. | Chapter-7 therapeutic drug monitoring–concepts, methodology, clinical applications and limitations | |
| O’Kane et al. | Albumin-adjusted calcium: a position paper | |
| CN1904617B (zh) | 血清缺血修饰白蛋白的能够溯源的游离钴定量测定方法 | |
| Greaves et al. | Laboratory performance of sweat conductivity for the screening of cystic fibrosis | |
| Musyuni et al. | Optimizing drug discovery: An opportunity and application with reverse translational research | |
| US20110162437A1 (en) | Biomarker for Mitochondrial Toxicity Associated with Phospholipidosis |
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 |