Computer Simulation and Modeling in Pharmacokinetics and Pharmacodynamics

Chawla, Ruchi; Rani, Varsha; Mishra, Mohini; Kumar, Krishan

doi:10.1007/978-981-16-5180-9_8

Cited by 2 publications

(3 citation statements)

References 120 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Estas tecnologías permiten simular y entender los procesos biológicos a nivel molecular, ofreciendo una vía rápida y costo-eficiente para el descubrimiento y desarrollo de nuevos medicamentos. Chawla et al (2022) ofrece una visión detallada sobre la aplicación de la simulación por computadora y el modelado en la farmacocinética y farmacodinámica. Este enfoque computacional facilita una comprensión profunda de cómo los fármacos interactúan con el organismo, permitiendo predecir su absorción, distribución, metabolismo y excreción (ADME) con una precisión cada vez mayor.…”

Section: Herramientas Y Software En Farmacología Computacionalunclassified

“…Este enfoque computacional facilita una comprensión profunda de cómo los fármacos interactúan con el organismo, permitiendo predecir su absorción, distribución, metabolismo y excreción (ADME) con una precisión cada vez mayor. La capacidad de simular estos procesos en las etapas tempranas del desarrollo de fármacos puede reducir significativamente la necesidad de ensayos clínicos, acelerando el tiempo de llegada al mercado de nuevos tratamientos (Chawla et al, 2022). Patel et al (2022), revisan las herramientas de software computacional disponibles para el diseño y descubrimiento de fármacos, destacando la importancia de plataformas como AutoDock, Schrödinger y MOE en el proceso de diseño de fármacos.…”

Section: Herramientas Y Software En Farmacología Computacionalunclassified

See 1 more Smart Citation

Avances en modelos in silico para el descubrimiento rápido de fármacos: transformando la farmacología computacional

León Fiallos,

Zurita Sánchez

2024

View full text Add to dashboard Cite

Introducción. El descubrimiento y desarrollo de nuevos fármacos enfrentan retos significativos debido a los altos costos, largos periodos de desarrollo y bajas tasas de éxito. La farmacología computacional, aprovechando modelos in silico, emerge como una solución prometedora, acelerando y economizando este proceso mediante la predicción de interacciones fármaco-blanco y optimización de propiedades farmacocinéticas y farmacodinámicas. Objetivo. Explorar el papel fundamental que juegan los modelos in silico en la revolución del descubrimiento y desarrollo de nuevos fármacos. Metodología. La investigación siguió un proceso metodológico basada en enfoque cualitativo, en el método científico analítico-sintético, mediante técnicas de observación y según su fuente de datos de tipo documental lo cual posibilitó observar el papel que juega los modelos in silico en relación con los fármacos. Resultados. Este artículo revisa el estado actual de la farmacología computacional, destacando las técnicas y herramientas de modelado in silico en la identificación de compuestos con potencial farmacológico. Se examinan casos de estudio donde la aplicación de modelos in silico ha resultado en el descubrimiento exitoso de nuevos fármacos, enfatizando su eficacia en el proceso de descubrimiento de fármacos. Se discuten los desafíos actuales y limitaciones de la farmacología computacional, junto con estrategias propuestas para superar estos obstáculos. Además, se proyectan las futuras direcciones y avances tecnológicos, considerando el papel disruptivo de la inteligencia artificial y la computación cuántica en la transformación del paradigma de descubrimiento de fármacos. Conclusión. Esta revisión subraya la importancia de continuar desarrollando y aplicando modelos in silico para facilitar el descubrimiento de nuevos fármacos, prometiendo una era de innovación farmacológica más rápida y personalizada. Área de estudio general: Biología. Área de estudio específica: Biotecnología y Farmacología.

show abstract

Section: Herramientas Y Software En Farmacología Computacionalunclassified

Avances en modelos in silico para el descubrimiento rápido de fármacos: transformando la farmacología computacional

León Fiallos,

Zurita Sánchez

2024

View full text Add to dashboard Cite

show abstract

“…Artificial intelligence has two subsets: machine learning and deep learning. Scientists frequently integrate computer-added drug design tools with artificial intelligence, powered decisionmaking at crucial stages of drug discovery programs [1,73]. Deep learning-based artificial neural networks and machine learning-based expert systems are currently very well-liked for predicting interactions between drugs and their targets as well as physicochemical properties, quality, stability, toxicity, safety, and biological activity of formulations.…”

Section: Role Of Artificial Intelligence In Preformulation Studiesmentioning

confidence: 99%

Preformulation Studies: A Versatile Tool in Formulation Design

Ahirwar¹,

Shukla²

2023

Drug Formulation Design

View full text Add to dashboard Cite

The physicochemical properties of pharmacological molecules have a tremendous effect on safety and efficacy. Poor physicochemical properties can often make it hard to set up a reliable structure-activity relationship (SAR) with no prominent efficacy in preclinical and clinical models. This can lead to more variability in capability and higher drug development costs in the entire development process, and in the worst case, even to stop the clinical trials in the later period. Understanding the basic physicochemical properties makes it possible to separate and untangle investigational observations hence poor molecular properties can be changed or fixed during the design phase. This makes it more likely that the molecule will make it through the long and difficult development process. The decline in innovator pharmacotherapeutics number registrations decline each year and the industry is under even more pressure than in the past to speed up the drug development process. This reduces the length of time required for development and introduces innovative pharmaceutical products. To do this, it is imperative to proceed with an organised approach and act appropriately the first time. The current chapter aims to focus on the important physicochemical properties of the selected molecule, along with how those properties are evaluated and implicated in both discovery enablement and final dosage form development.

show abstract

Computer Simulation and Modeling in Pharmacokinetics and Pharmacodynamics

Cited by 2 publications

References 120 publications

Avances en modelos in silico para el descubrimiento rápido de fármacos: transformando la farmacología computacional

Avances en modelos in silico para el descubrimiento rápido de fármacos: transformando la farmacología computacional

Preformulation Studies: A Versatile Tool in Formulation Design

Contact Info

Product

Resources

About