機器學習預測藥物動力學 助候選藥物早期評估
候選藥物的藥物動力學特徵決定其在體內的吸收與代謝表現,傳統預測方法耗時費力。賽諾菲研究團隊以機器學習構建數據驅動模型,讓候選藥物的PK特徵得以「提前亮相」。
傳統方法局限
過往預測藥物動力學(PK)參數需要透過體外或體內測試獲取數據,不僅耗時耗力,還涉及倫理問題,長期成為新藥研發早期評估的瓶頸。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
