Notice
Recent Posts
Recent Comments
Link
«   2026/01   »
1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31
Tags more
Archives
Today
Total
관리 메뉴

최용우

chatGPT. 마우스 실험 디지털 트윈 해결해야할 문제와 PK/PD 의약품의 거동 분석하기 본문

창업

chatGPT. 마우스 실험 디지털 트윈 해결해야할 문제와 PK/PD 의약품의 거동 분석하기

용우쨩 2025. 11. 27. 21:08

총정리 — 반드시 파훼해야 할 7대 난제

1️⃣ PK–PD–Tumor 결합 데이터 부족
2️⃣ 항체 PK(TMD) 모델 복잡성 해결
3️⃣ 종양 미세환경 최소 모델링
4️⃣ 생쥐→사람 scaling 문제
5️⃣ 개체 간 variability 구현(분포 기반 모델)
6️⃣ 약물 구조 → PK/PD 파라미터 AI 예측 정확도
7️⃣ 검증·신뢰성 확보(제약사 adoption)

 

✅ PK / PD 요약정리

1) PK와 PD의 차이

항상 PK → PD 순서

  • PK (Pharmacokinetics): 약물이 몸에서 어떻게 움직이는가
    → 몸이 약물에게 하는 일
    → 용량 → 농도
  • PD (Pharmacodynamics): 농도가 작용부위에서 어떤 효과를 내는가
    → 약물이 몸에게 하는 일
    → 용량 → 효능(효과)

✅ PD — 약력학 (효과 중심)

약물 농도 → 생체효과 관계를 연구하는 분야.

⭐ 핵심 파라미터

  • Emax : 최대 효과
  • EC50 : 최대효과의 50%가 나타나는 농도
  • TD50 / LD50 : 독성효과/치사효과의 50%가 나타나는 농도

⭐ Dose–Response Curve

  • 용량 증가 → 효과 증가
  • 하지만 80% 이상에서는 효과 증가 작고, 부작용만 증가

PD는 결국 이렇게 계산됨

효능 =
(intrinsic activity × 생체 감수성 × 작용부위 농도)

즉: EC50, Emax 로 요약됨.


✅ PK — 약동학 (농도 중심)

약물이 체내에서 시간에 따라 어떻게 변화하는지
Absorption – Distribution – Metabolism – Excretion (ADME)

⭐ 핵심 개념

(1) 흡수 A

  • 생체이용률 F = 전신순환에 들어온 약물량
  • IV: F = 1
  • PO: F < 1

(2) 분포 D

  • 혈장농도 vs 조직농도 / BBB 같은 장벽 영향

(3) 대사 M

  • 활성/비활성/독성 대사체로 변환

(4) 배설 E

  • 주로 신장, 담즙

✅ PK의 핵심 파라미터

⭐ (1) 분포용적 Vd

Vd = 약물량 / 농도
→ “약물이 퍼져 있는 허구적 공간의 크기”

⭐ (2) 소실속도상수 Kel

정맥투여 시
Cp = C0·e^(-Kel·t)

ln 변환하면 직선 → 기울기 = -Kel
Kel = (lnC0 – lnCt) / t

⭐ (3) 클리어런스 CL

CL = D / AUC
→ “단위시간 동안 약물이 제거되는 혈액량”

⭐ (4) 반감기 t1/2

t1/2 = 0.693 / Kel


✅ PK-PD 모델링

1) Compartment Model

몸을 1C, 2C, 3C 구획으로 나눠 약물 농도 변화를 단순화
(수학적 모델)

2) PBPK Model (Physiologically Based PK)

실제 장기(간, 신장, 혈류량 등)를 반영한 생리학 기반 모델
✔ 종간 예측 가능
✔ in-silico animal model 핵심 기반


✅ PK-PD 시뮬레이션

1) Deterministic (평균값 예측)

  • 평균 농도 → 평균 효과

2) Stochastic (개인차 반영)

  • 나이, 성별, 체중, 효소발현량 등 variability 반영

활용 목적

  • 1상 자료 기반 → 임상시험 효율 향상
  • 대상자 수 최소화
  • 가교전략(bridging) 활용 가능
  • 신약 용량/용법 최적화

⭐ 너의 In-Silico 동물모델과 직접 연결되는 부분

🔥 In-silico 모델이 예측해야 하는 PK 값

  • Clearance
  • Vd
  • F (bioavailability)
  • t1/2
  • Cmax, Tmax
  • AUC

🔥 In-silico 모델이 예측해야 하는 PD 값

  • Emax
  • EC50
  • 종양억제 파라미터 (k_death)
  • 생존/사멸 신호 변화
  • receptor occupancy(RO)
  • kon, koff → Kd

🔥 최종적으로 예측해야 하는 출력

  • 농도–시간 그래프 (PK)
  • 효과–시간 / 종양성장 억제 그래프 (PD)
  • 용량·용법 최적마우스 종양 모델별 반응 차이