Page 58 - congress

ORAL PRESENTATION / TAM METİN SÖZLÜ SUNUM

PBPK modellerinin geliştirilebilmesi için çok sayıda veriye ihtiyaç vardır. Bu veriler
üç başlığa ayrılabilir:

• Çalışılacak canlının anatomik ve fizyolojik özellikleri:

Organ hacmi, kan akış hızı, yüzey alanı, doku yapısı, canlı ağırlık, cinsiyet, yaş vb.
(Lautz, Dorne, vd., 2020).

• İlaç veya kimyasal maddenin özellikleri:
Yağda çözünürlük, molekül büyüklüğü, pKa, ilacın çözünme yeteneği, dağılım

katsayısı, serbest ve bağlı ilaç miktarı (Kuepfer vd., 2016).

• Çalışma protokolü ve formülasyon
Uygulama yolu, doz, doz aralığı, formülasyon, yardımcı madde türü (Allegaert vd.,

2024).
Li ve ark. (2024) barsak geçirgenliğini değerlendirmek amacıyla yaptıkları

araştırmada, ML-PBPK modelinin konsantrasyon-zaman eğrisi altında kalan alanı (AUC)
%65,0 doğrulukla tahmin ettiğini, bu nedenle %47,5 doğruluk sağlayan geleneksel

yaklaşıma göre tahmin doğruluğunun daha yüksek olduğunu ortaya koymuşlardır. Bu

çalışmada, ML-PBPK modelinin geleneksel PBPK yaklaşımlarına kıyasla deney sayısını ve
gerekli süreyi azalttığı vurgulanmıştır (Li vd., 2024).

PBPK Simülasyon Programları
PBPK yazılımları, ADME verilerine dayanarak bileşiklerin fizikokimyasal özelliklerini

tahmin eder. Bu temelde elde edilen verilerle farklı formülasyonların ve dozajların
farmakokinetik profillerini öngörür. Elde edilen veriler ile, in vitro veriler veya türler arası

veri aktarımı yoluyla, hayvanlar üzerinde yapılan in vivo deneylerin maliyetinin önemli
ölçüde azaltılması mümkün hale gelir (Zhou vd., 2021).

Günümüzde bu alanda kullanılabilecek çok sayıda yazılım geliştirilmiştir. Bunlar
arasında en yaygın kullanılanları; PK-Sim, Simcyp, MATLAB, GastroPlus ve Simbiology’dir.

Yazılım seçimi, çalışılacak popülasyonlara (örneğin, böbrek yetmezliği, gebelik, yaş, ırk

vb.) ve elde edilmek istenen farmakokinetik tahminlere (örneğin, farmakogenetik,
biyoeşdeğerlik, doku dağılımı, gıda etkileri) bağlı olarak değişiklik göstermektedir. Yaygın

olarak kullanılmaya başlanan simülasyon yazılımlarının özellikleri Tablo 1’de verilmiştir
(Perry vd., 2020).

Veritabanları
PBPK modellemenin başarısı büyük ölçüde kullanılan veritabanlarının doğruluğu ve

kapsamı ile ilişkilidir.

56