视频 | 采用ADMET Predictor评估化学品的ADME、毒性和毒代动力学特性（中英文字幕）

ADMET and Toxicokinetic (TK) Properties of Chemicals

本课程聚焦在环境化学品（包括药物、农药、阻燃剂、化妆品及食品添加剂等）的ADMET（吸收、分布、代谢、排泄和毒性）及毒代动力学（TK）特性，针对体内数据匮乏的化学品，阐述了如何利用计算模型减少动物试验。使用ADMET Predictor软件演示了ADMET性质预测（如logP、溶解度、代谢稳定性）及高通量药时曲线模拟（HTPK），提出基于结构相似性、TK参数和药时曲线相似性选择参考化合物，评估新化合物的毒性，以降低对动物试验的依赖，为化学品安全评估提供了高效替代方案。

Simulations Plus公司，资深首席科学家

1. 研究背景

• 化学物风险：包括药物、农药、增塑剂、阻燃剂、化妆品、食品添加剂等，多数缺乏实验毒代动力学（TK）数据。

• 关键挑战：化学物缺乏体外（in vitro）和体内（in vivo）TK数据，而减少动物试验是行业长期目标。

2. 替代动物试验的核心技术

1. 高通量模拟快速获得TK参数

• HTPK模块通过ACAT模型和生理参数，直接生成%Fa、%Fb、AUC等关键暴露参数。低%Fa或%Fb化合物的潜在毒性也相对低。

2.  毒性预测

• 用MUT风险评分（Ames模型集成）替代致突变性动物试验。

• 大鼠急性毒性模型（LD₅₀预测）减少剂量探索动物使用。

3.  优化实验设计减少动物用量

• 通过模拟预测低暴露化合物（如%Fa<10%），避免对低风险化合物进行不必要的动物试验。

• Cp-time曲线分析（如二甲戊灵案例）可预估稳态浓度，指导体外毒性测试剂量。

• PBTK模型支持从体外数据外推至人体（如肝清除率），减少跨物种验证动物需求。

4.   解决"验证循环"难题

• 参考化合物策略：通过TK输出参数（如%Fb, CL）或Cp-time曲线匹配，为无动物数据化合物选择相近的参考化合物，避免为新化合物单独进行动物验证。

5.   数据驱动决策支持

• 热力图分析暴露参数（AUC, Cmax）与毒性评分（MUT风险），优先测试高暴露/高毒性化合物。

• 通过模拟目标浓度（如IC₅₀）所需剂量，减少动物剂量探索试验。

PDF版PPT下载链接（复制到浏览器）

https://www.jianguoyun.com/p/DXnauooQ3Pq0CBihj4cGIAA

识别海报中二维码，观看课程回放（直播与回放是同一个链接）

关注【凡默谷】公众号
菜单栏>>培训中心>>直播回放

找到课程《采用ADMET Predictor评估化学品的ADME、毒性和毒代动力学特性》

观看B站视频 

复制链接到浏览器

https://www.bilibili.com/video/BV1zZNxzTE4R/?spm_id_from=333.1387.homepage.video_card.click&vd_source=3f8377ce9ea62c9030b25556a09e6a66