Development of Innovative Drugs via Modeling with MATLAB: A Practical Guide

توسعه داروهای نوآورانه با تکیه بر رویکردهای تجربی دشوارتر می شود. این الهام بخش تمام شرکت های بزرگ داروسازی شد تا پارادایم های مبتنی بر مدل جایگزین را دنبال کنند. سوال کلیدی این است: چگونه می توان ترکیبات ابتکاری و متعاقباً رژیم های دوز مناسب را پیدا کرد؟

این کتاب که از دیدگاه صنعت نوشته شده و بر اساس تجربه چندین ساله نوشته شده است، ارائه می دهد:

- مفاهیمی برای ایجاد مدل های دارویی-بیماری، معرفی و تکمیل شده با برنامه های متلب گسترده

. p>

- راهنمایی برای کاوش و اصلاح این برنامه ها برای افزایش درک اصول کلیدی

- استفاده از معادلات دیفرانسیل برای مشکلات فارماکوکینتیک، فارماکودینامیک و (پاتو-) فیزیولوژیک و در نتیجه شناخت ماهیت دینامیکی آنها< /p>

- طیفی از موضوعات از تجزیه نمایی منفرد تا دوز تطبیقی، از اکتشاف تک آزمودنی تا شبیه‌سازی کارآزمایی بالینی، و از مدل‌سازی بیماری‌های تجربی تا مکانیکی.

دانشجویان با پیش‌زمینه ریاضی در مقطع کارشناسی یا آموزش معادل، علاقه به علوم زیستی و مهارت در یک زبان برنامه نویسی سطح بالا مانند MATLAB، تشویق می شوند تا در تحقیق و توسعه دارویی مبتنی بر مدل شرکت کنند.

The development of innovative drugs is becoming more difficult while relying on empirical approaches. This inspired all major pharmaceutical companies to pursue alternative model-based paradigms. The key question is: How to find innovative compounds and, subsequently, appropriate dosage regimens?

Written from the industry perspective and based on many years of experience, this book offers:

- Concepts for creation of drug-disease models, introduced and supplemented with extensive MATLAB programs

- Guidance for exploration and modification of these programs to enhance the understanding of key principles

- Usage of differential equations to pharmacokinetic, pharmacodynamic and (patho-) physiologic problems thereby acknowledging their dynamic nature

- A range of topics from single exponential decay to adaptive dosing, from single subject exploration to clinical trial simulation, and from empirical to mechanistic disease modeling.

Students with an undergraduate mathematical background or equivalent education, interest in life sciences and skills in a high-level programming language such as MATLAB, are encouraged to engage in model-based pharmaceutical research and development.