臨床薬物動態学研究室の青山隆彦准教授らの研究成果が、学術誌「Clinical and Translational Science」に掲載されました。
本研究では、薬物の分子構造に関する情報と、血流量・透析液流量などの透析条件を用いて、血液透析による薬物除去の程度を示す血液透析クリアランス（CLHD）を予測する機械学習モデルを構築しました。
その結果、薬物の分子特性と透析条件を組み合わせることで、CLHDを定量的に予測できる可能性が示されました。
本手法は、透析患者における薬物動態情報が十分でない場合の投与設計や、新薬開発時の透析による薬物除去性の評価への応用が期待されます。
なお、本研究は、日本学術振興会科学研究費助成事業（JSPS KAKENHI、課題番号 JP24K09969）の支援を受けて実施しました。

＜論文名＞
Translational Prediction of Hemodialysis Clearance Integrating Molecular Structure and Dialysis Conditions

＜掲載誌＞
Clinical and Translational Science

＜論文URL＞
https://ascpt.onlinelibrary.wiley.com/doi/10.1111/cts.70746