Wei Wang;...;Defang Ouyang(2021.10, Journal of Controlled Release)[Computational pharmaceutics - A new paradigm of drug delivery]
理由
機械学習の勉強
概要
過去数十年間に、製薬と薬物伝達は、新規分子物質(NMEs)の長い時間、高いコスト、低い生産性によって製薬業界においてますます重要になっている。しかしながら、現在の処方開発は従来の試行錯誤実験に基づいており、時間を消費し、コストが高く、予測できない。計算能力とアルゴリズムの指数関数的な成長に伴い、最近10年間で、「計算製剤学」という新しい分野がビッグデータや人工知能、マルチスケールモデリング技術を製剤学に組み合わせ、薬物輸送のパラダイムシフトの大きな可能性を提供した。計算製剤学は、製剤研究者に多階層のレンズを与え、プレフォーミュレーション研究や処方探索、人体の生体内予測、臨床における精密医療などにわたって、物理、化学、数学、データ駆動的詳細を解明する。本論文は、人工知能や機械学習アルゴリズム、分子モデリング、プロセスシミュレーション、生理学に基づく薬物動態(PBPK)モデリングを含めた”Pharma 4.0"と計算製剤学のすべての分野における包括的かつ詳細な総説を与える。ここでは、これらの技術の理論と進歩をまとめるだけではなく、規制要求、現在の問題点、さらに将来の製薬産業における人材教育や文化的変化のようなこの分野の未来像も議論する。
雑記
寒いと気分が落ち込む
