Predictive Methods in Percutaneous Absorption

این کتاب نور جدیدی بر توسعه و استفاده از مدل‌های کمی برای توصیف فرآیند نفوذ پوست می‌افکند. این به طور انتقادی توسعه مدل‌های پیش‌بینی کمی جذب پوست را بررسی می‌کند و توصیه‌های کلیدی را برای توسعه مدل مورد بحث قرار می‌دهد. موضوعات ارائه شده شامل مقدمه ای بر فیزیولوژی پوست است. نظریه های اساسی جذب پوست؛ فرآیندهای مبتنی بر آزمایشگاه فیزیکی مورد استفاده برای تولید داده‌های جذب پوست، که به نوبه خود برای ساخت مدل‌های ریاضی برای توصیف فرآیند نفوذ پوست استفاده می‌شود. الگوریتم‌های نفوذپذیری پوست از جمله روابط کمی ساختار-فعالیت (یا نفوذپذیری) (QSARs یا QSPRs)؛ روابط بین نفوذپذیری و خواص مولکولی؛ توسعه رویکردهای متمرکز بر فرمولاسیون برای مدل‌های پیش‌بینی نفوذپذیری پوست. استفاده از غشاهای مصنوعی، به عنوان مثال. پلی دی متیل سیلوکسان به عنوان جایگزینی برای پوست پستانداران؛ و در آخر، استفاده از روش‌های جدید یادگیری ماشینی در توسعه نسل بعدی مدل‌های نفوذپذیری پوست پیش‌بینی‌کننده.

این کتاب برای همه محققان دانشگاهی و صنعتی که در زمینه کشف و توسعه داروسازی کار می‌کنند و همچنین مورد علاقه خواهد بود. به عنوان خوانندگان حوزه مواجهه شغلی و ارزیابی خطر، به ویژه کسانی که کارشان شامل مواد شیمیایی کشاورزی، مواد شیمیایی فله و لوازم آرایشی است.

This book sheds new light on the development and use of quantitative models to describe the process of skin permeation. It critically reviews the development of quantitative predictive models of skin absorption and discusses key recommendations for model development. Topics presented include an introduction to skin physiology; the underlying theories of skin absorption; the physical laboratory-based processes used to generate skin absorption data, which is in turn used to construct mathematical models describing the skin permeation process; algorithms of skin permeability including quantitative structure-activity (or permeability) relationships (QSARs or QSPRs); relationships between permeability and molecular properties; the development of formulation-focused approaches to models of skin permeability prediction; the use of artificial membranes, e.g. polydimethylsiloxane as alternatives to mammalian skin; and lastly, the use of novel Machine Learning methods in developing the next generation of predictive skin permeability models.

The book will be of interest to all researchers in academia and industry working in pharmaceutical discovery and development, as well as readers from the field of occupational exposure and risk assessment, especially those whose work involves agrochemicals, bulk chemicals and cosmetics.