Microfluidic Liver Array for Drug Metabolite Profiling

用于药物代谢物分析的微流控肝脏阵列

基本信息

  • 批准号:
    7804425
  • 负责人:
  • 金额:
    $ 45.18万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2010
  • 资助国家:
    美国
  • 起止时间:
    2010-03-01 至 2012-02-29
  • 项目状态:
    已结题

项目摘要

DESCRIPTION (provided by applicant): CellASIC has developed a novel microfluidic technology to integrate 32 bioreactors on a standard 96-well plate for multiplexed perfusion culture of primary human hepatocytes with demonstrated long-term viability and liver-enzymatic function. This Phase 1 SBIR will utilize this technology to develop and validate an in vitro screening platform for liver-specific drug metabolite profiling. Model compounds will be used to assess metabolic activities, with analysis via LC-MS/MS with our collaborators at BD Biosciences. Once the validation is complete, the company positioned to quickly make the product available to the marketplace. Drug metabolite profiling using primary human hepatocytes has gained more importance in the past decade as it has become recognized that drug metabolism is closely related to drug safety. The FDA has recently issued guidance on drug-drug interaction tests as well as drug safety testing of drug metabolites. Additionally, there is a strong movement in the US as well as in Europe to reduce animal trials and develop improved in vitro technologies. However, the state-of-the-art in vitro drug metabolism models only predict around 50% of the in vivo metabolites, partly because primary hepatocytes rapidly degrade in culture and lose their liver-enzymatic functions. PUBLIC HEALTH RELEVANCE: CellASIC is developing a microfluidic liver array (MLA) system that will allow biopharmaceutical companies to more accurately predict the adverse effects of new drug compounds on human liver prior to clinical and animal studies. Key benefits include safer drugs in the clinic, reduced cost per data point, more clinically relevant data at an earlier stage, reduced reliance on animal testing, and improved understanding of toxicity mechanisms.
描述(由申请人提供):CellASIC 开发了一种新型微流体技术,可在标准 96 孔板上集成 32 个生物反应器,用于原代人肝细胞的多重灌注培养,并已证明具有长期活力和肝酶功能。第一阶段 SBIR 将利用该技术开发和验证用于肝脏特异性药物代谢物分析的体外筛选平台。模型化合物将用于评估代谢活动,并与 BD Biosciences 的合作者通过 LC-MS/MS 进行分析。验证完成后,该公司将迅速将产品推向市场。 在过去十年中,使用原代人肝细胞进行药物代谢谱分析变得越来越重要,因为人们认识到药物代谢与药物安全性密切相关。 FDA 最近发布了药物相互作用测试以及药物代谢物的药物安全性测试指南。此外,美国和欧洲正在大力减少动物试验并开发改进的体外技术。然而,最先进的体外药物代谢模型只能预测大约 50% 的体内代谢物,部分原因是原代肝细胞在培养物中快速降解并失去其肝酶功能。 公共健康相关性:CellASIC 正在开发一种微流控肝脏阵列 (MLA) 系统,该系统将使生物制药公司能够在临床和动物研究之前更准确地预测新药物化合物对人类肝脏的不利影响。主要好处包括临床药物更安全、每个数据点的成本降低、早期阶段有更多临床相关数据、减少对动物试验的依赖以及提高对毒性机制的了解。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Paul Ju-Sung Hung其他文献

Paul Ju-Sung Hung的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Paul Ju-Sung Hung', 18)}}的其他基金

Digital Melt Curve Analysis Platform for Longitudinal Cancer Patient Monitoring
用于纵向癌症患者监测的数字熔解曲线分析平台
  • 批准号:
    10256226
  • 财政年份:
    2021
  • 资助金额:
    $ 45.18万
  • 项目类别:
Micromolded Digital Nucleic Acid Test Consumable
微模数字核酸检测耗材
  • 批准号:
    9347291
  • 财政年份:
    2017
  • 资助金额:
    $ 45.18万
  • 项目类别:
Array Imaging digital PCR Platform
阵列成像数字PCR平台
  • 批准号:
    9768589
  • 财政年份:
    2016
  • 资助金额:
    $ 45.18万
  • 项目类别:
Microfluidic Liver Array for Drug Metabolite Profiling
用于药物代谢物分析的微流控肝脏阵列
  • 批准号:
    8036092
  • 财政年份:
    2010
  • 资助金额:
    $ 45.18万
  • 项目类别:
Microfluidic Bioreactor for High Throughput Hepatotoxicity Screening
用于高通量肝毒性筛选的微流控生物反应器
  • 批准号:
    7595066
  • 财政年份:
    2006
  • 资助金额:
    $ 45.18万
  • 项目类别:
Microfluidic Bioreactor for High Throughput Hepatotoxicity Screening
用于高通量肝毒性筛选的微流控生物反应器
  • 批准号:
    7482512
  • 财政年份:
    2006
  • 资助金额:
    $ 45.18万
  • 项目类别:
Microfluidic Bioreactor for High Throughput Hepatotoxicity Screening
用于高通量肝毒性筛选的微流控生物反应器
  • 批准号:
    7926454
  • 财政年份:
    2006
  • 资助金额:
    $ 45.18万
  • 项目类别:

相似国自然基金

基于真实世界医疗大数据的中西药联用严重不良反应监测与评价关键方法研究
  • 批准号:
    82274368
  • 批准年份:
    2022
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
OR10G7错义突变激活NLRP3炎症小体致伊马替尼严重皮肤不良反应的机制研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
基于隐狄利克雷分配模型的心血管系统药物不良反应主动监测研究
  • 批准号:
    82273739
  • 批准年份:
    2022
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
基于真实世界数据的创新药品上市后严重罕见不良反应评价关键方法研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
D.formicigenerans菌通过调控FoxP3-Treg影响PD-1抑制剂所致免疫相关不良反应的机制研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Health Effects of the Fluorinated Pollutants; PFAS on Enamel Development
氟化污染物对健康的影响;
  • 批准号:
    10697298
  • 财政年份:
    2023
  • 资助金额:
    $ 45.18万
  • 项目类别:
Novel Adipose Targeted Gene Therapy for Lipodystrophy
新型脂肪靶向基因疗法治疗脂肪营养不良
  • 批准号:
    10820263
  • 财政年份:
    2023
  • 资助金额:
    $ 45.18万
  • 项目类别:
Optogenetic and chemogenetic regulation of uterine vascular function
子宫血管功能的光遗传学和化学遗传学调控
  • 批准号:
    10785667
  • 财政年份:
    2023
  • 资助金额:
    $ 45.18万
  • 项目类别:
Basic and Translational Mechanisms of Alloimmunization to RBC Transfusion. Project 3
红细胞输注同种免疫的基本和转化机制。
  • 批准号:
    10711670
  • 财政年份:
    2023
  • 资助金额:
    $ 45.18万
  • 项目类别:
Mechanisms and Selective Modulation of PPARy for the Treatment of Podocytopathies
PPARy 治疗足细胞病的机制和选择性调节
  • 批准号:
    10660400
  • 财政年份:
    2023
  • 资助金额:
    $ 45.18万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了