Page 64 - congress
P. 64

ORAL PRESENTATION / TAM METİN SÖZLÜ SUNUM



                                                             SONUÇ
                     Fizyolojik  tabanlı  farmakokinetik  modelleme,  veteriner  farmakoloji  ve  toksikoloji

               alanında etik, bilimsel ve ekonomik avantajlarıyla giderek önem kazanmaktadır. Yapay zeka
               ve makine öğrenmesi teknolojileriyle desteklenen bu modeller, özellikle hayvanlarda  doz

               optimizasyonu,  toksikolojik  risk  tahmini  ve  bireysel  tedavi  uygulamalarında  önemli  bir

               potansiyele sahiptir (Raghuvanshi vd., 2025; Zhou vd., 2021). Ancak, türe özgü fizyolojik
               verilerin  eksikliği,  deneysel  verilerin  insan  ağırlıklı  olması  ve  taşıyıcı  protein/enzim

               veritabanlarının yetersizliği gibi  yapısal  sınırlılıklar,  veteriner sahada  bu modellerin geniş
               ölçekli kullanımını zorlaştırmaktadır (Lautz vd., 2019; Lin vd., 2016). Bu nedenle, veteriner

               odaklı açık erişimli veri tabanlarının oluşturulması ve IVIVE (in vitro–in vivo ekstrapolasyon)
               stratejilerinin hayvan türlerine özgü uyarlanması, gelecekteki uygulamaların başarısı için

               kritik önem taşımaktadır (Dekker, 2020).


                                                           KAYNAKLAR

               Akinsulie OC, Idris I, Aliyu VA, Shahzad S, Banwo OG, Ogunleye SC, Olorunshola M, Okedoyin DO,
                     Ugwu C, Oladapo IP. (2024). The potential application of artificial intelligence in veterinary
                     clinical practice and biomedical research. Frontiers in Veterinary Science, 11, 1347550.
               Al-Tabakha  MM,  Alomar  MJ.  (2020).  In  vitro  dissolution  and  in  silico  modeling  shortcuts  in
                     bioequivalence testing. Pharmaceutics, 12(1), 45.
               Ali N, Hanif N, Khan HA, Waseem MA, Saeed A, Zakir S, Khan A, Aamir M, Ali A, Ali A. (2025). Deep
                     learning  and  artificial  intelligence  for  drug  discovery,  application,  challenge,  and  future
                     perspectives. Discover Applied Sciences, 7(6), 1-16.
               Allegaert  K,  Mitra  S,  Smits  A,  Turner  MA.  (2024).  Advocating  for  drug  development  in  newborn
                     infants. Early Human Development, 106136.
               Benet LZ, Zia-Amirhosseini P. (1995). Basic principles of pharmacokinetics. Toxicologic pathology,
                     23(2), 115-123.
               Cheng Y-H, Thomas S, Tsang YC, Almeida S, Ashraf M, Fotaki N, Heimbach T, Patel N, Shah H, Jiang
                     X.  (2025).  Advances  in  Physiologically  Based  Pharmacokinetic  (PBPK)  Modeling  and  its
                     Regulatory  Utility  to  Support  Oral  Drug  Product  Development  and  Harmonization.
                     Pharmaceutical Research, 1-15.
               Chou  W-C,  Lin  Z.  (2023).  Machine  learning  and  artificial  intelligence  in  physiologically  based
                     pharmacokinetic modeling. Toxicological Sciences, 191(1), 1-14.
               Dekker S. (2020). Physiologically Based Kinetic (PBK) Model of the Goat.
               Demeester C, Robins D, Edwina AE, Tournoy J, Augustijns P, Ince I, Lehmann A, Vertzoni M, Schlender
                     JF. (2023). Physiologically based pharmacokinetic (PBPK) modelling of oral drug absorption in
                     older adults–an AGePOP review. European Journal of Pharmaceutical Sciences, 188, 106496.
               Dhillon S, Gill K. (2006). Basic pharmacokinetics. Clinical pharmacokinetics, 1-44.





                                                                                                           61
   59   60   61   62   63   64   65   66   67   68   69