研究构建ABC转运体抑制剂模型评估DDI
热点事件历史事件
研究构建ABC转运体抑制剂模型评估DDI
1 篇报道1 个报道来源13 天前更新
先了解这件事
AI 综述
Sean R. Carey等作者开发了一套结合经典与图结构定量构效关系（QSAR）模型的药物相互作用（DDI）风险评估方案，针对P-gp、BCRP和MRP1三种ABC转运体预测药物抑制作用。模型基于公开的大规模体外抑制数据训练，作者报告R²为0.58至0.82，外部预测识别出的抑制剂经实验验证或文献核实，并能筛出可能引发临床相关DDI的药物。 作者同时划定适用边界：MRP1模型不适合高置信度外部预测，仅作为概念验证，待更多数据后再用；当前方案可能误判DDI风险，例如高蛋白结合药物的风险会被高估，因此不应直接用于真实世界DDI结局评估。 该研究发表于ACS JCIM。其结论基于模型内部及外部预测表现，尚未经过真实临床DDI结果的验证。
AI 根据报道生成 · 9 天前更新
最新进展10月27日 08:00
研究构建ABC转运蛋白抑制剂机器学习模型并评估药物相互作用风险报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- ACS JCIM (化学信息与建模)精选研究构建ABC转运蛋白抑制剂机器学习模型并评估药物相互作用风险
【全文总结】研究从ChEMBL与Papyrus整理P-gp、BCRP、MRP1抑制数据，构建经典QSAR与图卷积网络共识模型，5折交叉验证R²为0.39至0.67，共识模型在多数指标上优于单个模型。
本事件热度走势
- 可比范围当前
- 2
- 可比范围峰值
- 311月2日 02:00
- 近 24 小时变化
- -20%
0123
06:0012:0018:0011月3日06:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。