计算机模拟肺部给药
基于计算机模拟的肺部疾病诊断
基于计算机模拟的肺部疾病诊断肺部疾病是世界上最常见的疾病之一。
由于肺部有着复杂的结构，加上具有相对复杂的解剖和生理学功能，这使得肺部疾病的误诊率相当高。
因此，准确的肺部疾病诊断变得至关重要。
如今，在计算机技术方面的发展，人工智能技术的普及，使得计算机模拟成为了肺部疾病诊断的一项重要手段。
本文将探讨基于计算机模拟的肺部疾病诊断，包括其原理、应用和发展前景。
一、计算机模拟的原理计算机模拟的主要目的是基于准确的疾病特征进行分类，以确保准确的诊断。
实际上，计算机模拟是建立在数学计算和统计学原理的基础之上，利用人工智能和计算机程序处理数据，识别异常肺部图像的技术。
通过将标准且准确的肺部图像与可能存在问题的肺部图像进行比较，计算机可以根据肺部异常的特征来识别不同的疾病和病理学变化。
二、计算机模拟的应用计算机模拟可用于许多不同的肺部疾病，如肺癌、肺结核、肺气肿、过敏性气管炎、肺炎等。
其中，最常见的疾病是肺癌和肺结核。
肺癌是一种致命性的疾病，由不自然的肺细胞的非正常生长引起。
肺结核是一种由结核分枝杆菌引起的传染病，由于世界各地均有肺结核患者，因此肺结核的研究也非常重要。
计算机模拟通常与医学影像技术相结合，以增强疾病的诊断。
医学影像技术包括X射线、CT（计算机断层摄影）、MRI（磁共振成像）等。
计算机模拟的应用包括计算机辅助诊断（CAD）和虚拟诊断支持。
三、计算机模拟的发展前景计算机模拟的发展前景非常广泛。
随着精准医疗技术的广泛应用，计算机模拟将越来越重要。
计算机模拟技术将会更有效地分类和诊断不同的疾病，从而进一步提高疾病的诊断准确性和临床治疗的效果。
此外，计算机模拟将被积极地用于未来医学教育，以帮助医学学生更好地理解和识别肺部疾病。
当然，计算机模拟还将促进肺癌和肺结核的研究，比如直接作为相关药物的开发和检测的平台。
总之，基于计算机模拟的肺部疾病诊断是当前医学技术的一项重要发展和趋势。
计算机模拟技术将不断完善和发展，通过定量化的方法，准确地诊断不同类型的肺部疾病，并为制定更精确的治疗方案提供准确的数据支持。
仿生技术在医学中的应用
仿生技术在医学中的应用随着科技的不断发展，医学领域不断涌现出各种新技术。
其中，仿生技术作为一种最具前沿性的技术，正逐渐引起人们的关注。
仿生技术将生物学、物理学、化学等多学科融合到一起，利用现代化技术手段模仿生物结构、功能的技术，以期达到更好的诊疗效果。
那么，仿生技术在医学中的应用是怎样的呢？一、仿生智能医疗器械随着人口老龄化的加速，慢性病患者数量不断上升。
而传统的医疗模式不能满足人们的需求，因为医护人员和医疗设施的不足都成为限制医疗质量的瓶颈。
仿生智能医疗器械作为一种新型的医疗模式，可以为医疗保健提供有效的解决方案。
目前，仿生智能医疗器械已经涵盖了各个领域的应用。
譬如，仿生假肢、仿生人工耳蜗、仿生人工眼睛等。
这些器械可以通过仿生材料和人工智能技术提供更精准的诊疗。
此外，还有一些智能化的医疗设备，例如：智能检测系统、智能干预系统以及智能康复伴侣等等。
一方面，仿生智能医疗器械可以节省大量人力、物力开支，提高医疗效率和准确率，甚至可以承担一些医师的工作，为医护人员减轻负担；另一方面，仿生智能医疗器械可以帮助病人进行自我管理，提高生活质量。
二、仿生药理学仿生药理学是一门利用仿生技术模拟生物体内药物扩散和代谢的一种新兴学科，它将仿生学的研究成果与药理学知识相结合，通过仿生人体模型的建立，研究药物的分布、代谢、毒性和药效等问题。
在仿生药理学中，最关键的技术是3D打印技术。
此技术可以模拟出与真实人体组织类似的体内结构，创建仿生人体模型，然后用药物模拟实验来研究药物在人体内的行为。
此外，还可以通过计算机模拟得出正反馈效应，减小或消除药物对身体的不良反应。
通过仿生药理学研究，可以在药物研发过程中发现有害作用，尽早批准新药上市，或避免未来的药物安全问题。
同时，仿生药理学还可以提高药物的生产工艺、稳定性和人体给药效率。
三、仿生医用新材料仿生医用新材料是一种利用仿生学原理、模仿自然界中生物体材料的结构和性能制备医用材料的一种新颖方法。
药物经呼吸道递送研究进展
深入探究药物在呼 吸道中的行为
为了优化药物在呼吸道中的递送 ，研究人员将进一步深入探究药 物在呼吸道中的行为，包括药物 的稳定性、吸收机制等。
与临床治疗的结合
随着研究的深入，研究人员将更 加注重与临床治疗的结合，以提 高药物的疗效和安全性。
跨学科合作
研究人员将积极开展跨学科的合 作，包括生物学、医学、药学等 ，以共同推动呼吸道药物递送的 研究进展。
药物在呼吸道中的稳定性 药物在呼吸道中可能会被分解或 流失，这会影响药物的效用和安 全性。
呼吸道黏膜的吸收特性 不同药物在呼吸道黏膜的吸收特 性不同，研究人员需要深入了解 药物的吸收机制以优化药物递送 。
研究展望
发展新型呼吸道药 物递送技术
针对呼吸道黏膜的屏障作用，研 究人员正在开发新型的呼吸道药 物递送技术，如纳米技术、生物 技术等，以提高药物的递送效率 和安全性。
2023
药物经呼吸道递送研究进 展
目录
• 药物经呼吸道递送概述 • 药物经呼吸道递送系统 • 药物经呼吸道递送的研究方法 • 药物经呼吸道递送的应用领域 • 研究挑战与展望 • 参考文献
01
药物经呼吸道递送概述
定义与特点
定义
药物经呼吸道递送是指将药物通过呼吸系统直接送至肺部或气道，以达到局 部或全身治疗的目的。
口腔给药系统
口腔给药系统是指将药物直接放在 口腔中，通过口腔黏膜吸收药物， 从而达到治疗效果。口腔给药系统 具有方便、快速、安全等优点。
VS
口腔给药系统的研究进展包括新型 部给药系统
肺部给药系统是指将药物直接作用于肺部，通过肺泡吸收药物，从而达到治疗效果。肺部给药系统具有直接作用于病变部位、 快速起效等优点。
特点
具有直接作用于病变部位、避免胃肠道消化酶的降解、提高药物生物利用度 等优点。
吸入药物的质量控制与分析方法研究
吸入药物的质量控制与分析方法研究摘要：吸入药物作为一种重要的给药途径，对于药物的质量控制与分析方法的研究具有重要意义。
本文综述了吸入药物的质量控制与分析方法的研究进展，包括质量控制的重要性、吸入药物的质量要求、质量控制的指标及对应的分析方法等方面，并对未来的研究方向进行了展望。
关键词：吸入药物、质量控制、分析方法、质量要求、指标一、引言吸入药物作为一种给药途径，具有快速、直接、高效的特点，被广泛运用于治疗呼吸系统疾病、支气管哮喘等病症。
吸入药物的质量控制与分析方法的研究对于保证其疗效和安全性具有重要意义。
通过合理的质量控制和精确的分析方法，可以确保吸入药物的质量符合药典要求，并为药物研发提供科学依据。
二、吸入药物的质量要求吸入药物的质量要求主要包括物理特性、理化性质、药效和安全性等方面。
首先，物理特性如颗粒大小、粒径分布、粒形等对吸入药物的药效有着直接影响。
因此，吸入药物的物理特性应符合相关要求，例如在粒径分布范围内具有良好的一致性。
理化性质则包括溶解度、稳定性、酸碱性等，这些性质直接影响吸入药物的溶出速率和吸收特性。
此外，药效和安全性是吸入药物的重要要求，需要通过严格的质量控制来保证。
三、质量控制的指标1. 颗粒大小及粒径分布颗粒大小对于吸入药物的肺部输送和药效有着重要影响。
一般来说，粒径越小越容易深入肺部，从而提高药物的生物利用度。
因此，通过粒径分布的控制，可以实现吸入药物在肺泡中的均匀分布，提高治疗效果。
目前常用的颗粒大小测量方法包括激光粒度仪、扫描电子显微镜等。
2. 质量一致性药物的质量一致性是指在相同生产条件下，不同批次的药物应具有相似的物理和化学性质。
质量一致性测试主要包括颗粒形状、颗粒分布、药物释放速率等方面。
通过质量一致性测试，可以保证吸入药物的稳定性和一致性，提高产品质量。
3. 药效和安全性吸入药物的药效和安全性能直接影响其临床应用价值。
药效测试主要通过体外和体内实验来评估药物的生物利用度和疗效。
计算机在中医药中的应用
计算机在中医药中的应用
计算机在中医药领域的应用主要包括以下几个方面：
1. 药物研发：计算机可以通过分子模拟和计算化学等技术，加快新药研发过程。
它可以模拟药物与中医药方的相互作用，预测药效和副作用，并筛选出具有潜在疗效的候选药物。
2. 中药质量控制：计算机可以通过建立中药质量控制数据库，对中药材进行快速鉴别和质量评价。
它可以分析中药材的成分、药效、毒性等信息，判断其质量，并提供质量评测指标。
3. 中医诊断和辅助决策：计算机可以结合中医诊疗规范和临床数据库，辅助中医师进行疾病的诊断和治疗方案的制定。
它可以提供病例库、病症分析、辅助诊断工具等，帮助中医师提高诊疗水平和效率。
4. 中医文献资源管理：计算机可以对中医经典文献进行数字化处理和管理，建立中医文献数据库。
它可以提供搜索、浏览、翻译等功能，方便研究者和临床医生获取中医文献信息。
5. 中医药信息化管理：计算机可以在中医院、中医药企业等机构中推广使用中医药信息系统，实现中医药的电子处方、药房管理、病案管理等工作的自动化和规范化，提高管理效率和服
务质量。
计算机在中医药中的应用，有助于提高药物研发效率、改善中药质量控制、加强中医诊疗能力、促进中医文献研究和推动中医药信息化进程。
药物计算机模拟的原理和方法
药物计算机模拟的原理和方法随着计算机技术的不断发展，药物计算机模拟已经成为药物研发中一个非常重要的工具。
药物计算机模拟可以通过模拟药物与靶点之间的相互作用，预测药物的活性、毒性以及代谢途径等重要信息，从而辅助药物的设计、优化和评价。
本文将介绍药物计算机模拟的基本原理和方法，并且通过实例说明其应用。
一、药物计算机模拟的基本原理药物计算机模拟是一种基于计算机技术的药物研发手段，它主要应用于药物设计、优化和评价等方面。
药物计算机模拟的基本原理是利用计算机对药物与靶点之间的相互作用进行模拟，从而预测药物的活性、毒性以及代谢途径等重要信息。
药物计算机模拟的基本原理可以归纳为以下几个方面。
1.计算机模拟药物计算机模拟是利用计算机对药物与靶点之间的相互作用进行模拟，对药物的活性、毒性以及代谢途径等重要信息进行预测。
药物计算机模拟一般分为分子力学模拟和量子化学计算两种方法。
2.药物设计和优化药物计算机模拟可以通过对药物分子结构的设计和优化，改变药物与靶点之间的相互作用，增强药物的活性和选择性。
药物设计和优化是药物计算机模拟中最为重要的应用领域之一。
3.代谢途径预测药物计算机模拟可以预测药物代谢途径，从而提高药物的药代动力学性能。
药物的代谢途径包括抑制、诱导和基因表达等过程，其中药物代谢是影响药物药效和药物毒性的重要因素。
4.毒性预测药物计算机模拟可以预测药物的毒性，从而减少药物开发过程中的人体和动物实验，降低药物研发成本。
二、药物计算机模拟的方法药物计算机模拟的方法是药物计算机模拟技术的重要组成部分。
根据不同的应用需求，药物计算机模拟的方法也分为多种不同的类型，常见的包括分子力学方法、量子化学计算方法、系统药理学方法和计算机辅助药物设计方法等。
1.分子力学方法分子力学方法是药物计算机模拟中最常用的方法之一。
分子力学计算一般利用分子对于不同状态下的平衡构像作为药物与靶点之间相互作用的表示形式，通过分子动力学模拟求解分子的能量和构象等信息。
人工智能辅助肺部疾病诊断技术研究
人工智能辅助肺部疾病诊断技术研究近年来，随着人工智能技术的不断发展和普及，越来越多的医学领域开始应用人工智能技术来辅助诊断和治疗疾病。
其中，对于肺部疾病领域，人工智能技术的应用尤为重要，因为肺部疾病是全球范围内最常见的疾病之一，而且其病因复杂、诊断难度较大。
本文将探讨人工智能辅助肺部疾病诊断技术研究的现状和前景。
一、人工智能技术在肺部疾病诊断中的应用肺部疾病是一类由各种原因引起的肺部组织损伤的疾病，如结节、癌症、肺部结核等。
传统的诊断方法主要是通过临床表现、影像学和组织学等手段进行诊断，但这些方法的准确率不尽相同，且存在不同程度的误诊和漏诊的情况。
而人工智能技术的应用，可以提高诊断的准确率，并且有望在未来成为肺部疾病精准医疗模式的重要一环。
1. 计算机辅助肺结节识别和评估肺结节是一种常见的肺部疾病，它通常在X线、CT和MRI等影像学检查中被发现。
但是，肺结节通常是很小的，甚至可能只有几毫米，而且在不同的影像模式下显示的形态、大小和位置都有所不同。
这导致了人工判读的困难，需要一定的医学水平和经验。
而人工智能技术的应用，能够在影像学检查中自动检测和定位结节，并通过计算机程序对结节的形态、大小、密度等属性进行分析和评估，提高了肺结节的诊断准确率和可靠性。
2. 基于深度学习的肺癌检测系统随着人工智能技术的不断发展，深度学习技术逐渐成为一种热门的技术，能够模拟与人类类似的大脑神经网络进行数据处理和分析。
在医学领域中，深度学习技术可以应用于肺癌的诊断和治疗中，通过对肺癌的影像学数据进行深度学习分析，可以有效地实现肺癌的早期检测和精准分析，避免了传统诊断方法存在的误诊和漏诊的情况。
3. 人工智能辅助肺部结核诊断肺结核是一种常见的传染病，但肺结核的诊断仍然有一定的难度，因为结核分枝杆菌往往很难在痰液中检测到。
而基于人工智能技术的辅助诊断能够更加准确地诊断肺结核，通过对患者的影像学和电子医疗记录进行分析，快速准确地判断结核病是否存在。
肺部疾病诊断的计算机辅助技术
肺部疾病诊断的计算机辅助技术肺部疾病诊断是临床医学中重要的一环，通常通过听诊、X光等手段来辅助诊断。
然而，这些传统的方法存在一定的限制，例如：医生个人经验的影响、诊断效率不高等。
近年来，随着计算机技术的快速发展，肺部疾病诊断的计算机辅助技术逐渐成为医学领域的热点。
计算机辅助诊断技术（Computer-aided diagnosis，简称CAD）是利用计算机技术对医学影像和临床数据进行处理、分析、诊断的方法。
CAD技术在肺部疾病诊断中的应用有很大的潜力。
目前，肺部影像学分析（lung imaging analysis）和肺功能分析（lung function analysis）是CAD技术在肺部疾病诊断中的两个主要方向。
肺部影像学分析是指通过对肺部影像进行分析，帮助医生进行疾病诊断。
例如，计算机可以对CT或MRI等影像进行数字化处理，并通过算法对影像进行初步分析，筛选出疑似病变区域，并生成3D图像以供医生使用。
此外，近年来，人工智能（Artificial Intelligence，AI）技术的发展也推动了肺部影像学分析的研究。
AI技术可以通过训练神经网络（Neural Network，NN）来识别肺部影像中的病变，提高诊断准确率和效率。
肺功能分析是指通过对呼吸功能进行分析，帮助医生进行疾病诊断。
例如，计算机可以对肺活量、肺泡通气功能等进行计算，并生成呼吸功能曲线以供医生分析。
此外，计算机还可以通过对多达数百个呼吸过程参数的计算和分析，来帮助医生确定疾病类型和严重程度。
虽然CAD技术在肺部疾病诊断中的应用已经获得了很大的进展，但是CAD技术还存在着一些挑战，例如：数据误差、分类效果不佳、降低诊断精度等。
解决这些问题的关键在于进一步利用人工智能技术来提高计算机模型的精度和预测能力，同时加强临床实践和基础研究的结合，提高疾病诊断的准确率和效率。
除了CAD技术，近年来，移动医疗（mHealth）技术也在肺部疾病诊断中得到了广泛应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
局部暴露的机械模型有提高成功研究出吸入的API和产品的可能。
虽然在文献中有几个模型的例子被用来理解和解释局部和系统的暴露量。
但有两个主要障碍使其不能普遍使用。
如今缺少被更大的范围商用的计算机模拟系统，包含肺局部颗粒沉积和药物沉积程序机械模型来模仿游离组织药物浓度。
这也需要生理学相关知识和良好的实验数据来支持这一模型。
例如，现在没有标准的实验方法来对固体药物在肺中溶解性定性或者测量气道透过。
于是，计算机模拟模型成功应用于理解吸入后的局部暴露和支持产品研发和常规应用需要以下几点：（1）建立可靠的、生物相关的方法来获得实验数据（2）发展权威的计算机模拟模型，结合气溶胶沉积的模型机械和沉积后的程序（以生理学为基础的药动模型来预测游离组织的药物浓度）。
1.吸入药物的肺暴露成功研发治疗哮喘和慢阻肺病这一类的肺部疾病的吸入类药物需要对局部暴露和局部靶点相互作用有很深的了解。
在以前，一个新吸入药物的研发需要一系列复杂性渐进的临床前和早期临床实验来获得候选化药物或者终结一些药效不够、无合适的药动曲线或者治疗窗很小的药物。
这些实验方法对建立新药的安全性和有效性是很有必要的。
然而，他们没有对药物递送系统、处方和药物分子如何与肺生理学相互作用在治疗程度与时间和副作用取一个最佳的平衡总结出一个系统机械的理解。
仅仅依靠实验方法会导致更多的研究程序和高损耗率，尤其是有新的作用靶点的药物。
为了避免这种情况的发生，经验的结果可以与多规模的计算机模型来提供目标器官的药物暴露量的机械预测。
作为多规模计算机模型的一个案例，基于生理的药代动力学模型（PBPK）通过目标器官的吸收、分布、代谢、排泄数据来预测药物靶器官的暴露量，如果这个信息可以应用。
大部分的药剂公司应用一些类型的PBPK模型来指导吸入药物的分子设计。
PBPK模型提供组织和靶点的相互作用，机械模型提供控制局部药物的速率和程度的关键环节，。
然而，PBPK模型与机械模型相结合的方法仍然在初始阶段。
例如，目前只有一个商用泛用的PBPK软件，拥有机械的局部沉积、溶解和渗透模型被设计用于肺部药物递送。
其他的商用PBPK模型软件，比如SimCyp Simulator TM通过降低溶解和上皮渗透进单一肺房室的单一阶程序来说明肺部递送。
人群为基础的实验模型可以被用来分析和解释吸入药物的临床药效学。
与其不同的是，机械模型需要对每一个主导的和控制吸收清除的速率和程度的关键步骤的确定。
与理解局部和系统组织相互作用一样。
这些以机械为基础的模型是决定性的但是半经验主义，他们依靠很多的定量数据对每一个关键程序进行定性。
因此，发展好的实验模型是强制性的第一步，来得出预示机械的肺保留性/清除性模型的数据来巩固任何整体PBPK模型，PBPK模型描述这些程序和他们的相互作用来预测吸入药物后的肺暴露量。
本文作者会综述控制局部肺暴露的关键过程的目前理解和我们对这些程序的定性的能力和商用的、出版的以计算机为基础的机械模型可靠的预测吸入药物后的局部暴露。
更进一步模型的发展的潜力，包括支持体外的、来自体内的和在体内的数据来预示模型将被确定。
在这篇文章的第二部分，这些关键程序的每一个都被很大程度认为是影响药物的肺部暴露的方面和生成的数据特性。
被需要说明计算机模型关键的实验数据（输入）被分类为决定气溶胶沉积（表1）的因素和在颗粒沉积（表2）后影响药物药物命运的程序。
我们之后描述了商用和出版的计算机为基础的机械模型来预测在吸入递送给药后对局部和系统的暴露量然后考虑他们的优点和缺点和潜在的未来发展来提高稳健性和质量（部分3）在综述知识差异，差异可能是临床重要性和确定研究优先性来说明这些不确定性和限制，他们强加影响目前的机械模型。
2．吸入后在模型暴露中应用的实验系统/数据被广泛认为是决定药物在肺部组织中的游离浓度的程序是气溶胶沉积、颗粒溶解、肺部的非吸收清除率、肺部的吸收清除率和药物组织相互作用。
这些程序的每一个都在下面讨论。
2.1气溶胶沉积吸入气溶胶药物后，药物沉积的程度和模式是总释放量，空气动力学粒径分布（APSD）/病人吸入模式、气溶胶线速度曲线和药物剂量曲线也包括气道生理特性。
作为一个明显的标准产品属性，气溶胶的质量是许多实验产品特性焦点。
比如递送剂量和空气动力学粒径分布（ASPD）是通过分别用标准的过滤方法（USP<603>）和撞击类型方法（USP<601>）或者激光衍射方法。
气溶胶特性数据的目前临床影响是非直接的。
递送的（或者喷射的）剂量可以被认为是身体负担剂量而且对于产品的质量特性和安全指标具有重要作用。
然而对于局部活性的药物，反应肺的沉积剂量和肺的沉积模式的测定方法对于治疗效果具有更重要的预测作用。
肺沉积的最普遍的测量方法是最佳粒径质量（FPM）,要么是在固定的气溶胶尺寸以下的累积质量（<5um）,要么是一个准确的撞击界面累积。
用FPM作为测量肺沉积剂量的普遍测量方法有一些问题。
例如，在高速和/或巨大的空气动力学粒径，标准的美国喉模型普遍低估了真正药物的喉部损失，同时高估了肺部剂量。
与此相反，基于用生理喉部评价MT沉积的方法被推荐使用。
这些方法普遍的基于通过病人衍生出的上呼吸道几何体的正常呼吸模式来作为决定气溶胶过滤。
例子包括：OPC喉、VCU喉模型和理想的阿尔贝特模型。
有希望地，这些模型普遍提供了对临床MT沉积的良好的预测，表明这些方法确实提供了一个良好的最初肺沉积剂量经验模型。
例如，zhou和alberta报道了，在临床观察的肺剂量分别和阿尔贝特喉和OPC喉具有好的相关性。
相似地，longest等人报道了计算机流体动力学的预测(CFD)和VCU模型实验得到的数据具有良好的相关性。
这些喉模型可以与粒径尺寸方法相结合，来获得更多的通过喉模型气溶胶分数的粒径尺寸。
后者对于评估肺沉积模型很重要。
CFD模型被推荐作为生理评价模型的候选方法来评估MT沉积量，尤其是他们可以预测在真实的病人几何体中的沉积量。
以CFD为基础的模型普遍需要其离开口接器相关的线性气流速度。
（除了空气动力学粒径和病人吸入曲线），这使这种方法与直接测量相比有一点麻烦。
然而，有出版的数据表明了CFD预测的在MT部位和气管沉积模式与相对应的实验测量具有很棒的相关性，这表明方法在预测MT沉积和在前几级气道沉积中具有扎实的能力。
不幸地是，生理模型和CFD技术的现有状态不能预测更高级别气道的沉积。
缺乏描述气溶胶在肺部的分布的方法学是很明显的限制因素，这使我们不能完全理解产品的改变，病人疾病的状态是如何影响临床的效果。
有例子表明肺内部的沉积模式会影响临床表现，支气管活性主要是通过中央气道剂量来激活。
然而吸入的糖皮质类固醇激素在靶向到支气管区域会更有效果。
沉积模式的变化也会影响肺的生物利用度、系统暴露量和潜在的不良反应。
努力定量气溶胶在更低的气道的沉积模式主要基于一维气道模型。
单独或结合生理的MT模型或者复杂的以CFD为基础的模型来提高MT沉积的预测性能。
一维模型的例子是阿尔伯特大学的在线计算的ARLA、ARA的MPPD软件和商业应用的Mimetikos Preludium TM。
所有的三种模型都可以让使用者预测在基于APSD和吸入气流曲线的韦伯类型的肺模型的局部沉积。
作为其中之一，Preludium TM模型直接通过撞击器数据（APSD）、遮蔽曲线（药物释放）和实验的吸入曲线。
总之，描述气溶胶的实验技术被很好地建立，所以计算机基础的模型将气溶胶数据转变为药物沉积预测。
然而，沉积模型都缺少超越最初几级主气道的直接的临床合理性，因为可用的成像技术缺少需要的分辨率。
这明显限制了沉积模型稳健性的全评估。
然而，成功的发展和任意PBPK模型的应用来预测局部暴露可能需要至少一个肺部剂量沉积和最佳沉积模式评估，药物在肺部的分布。
2.2．药物释放（溶出）和溶解性具有低水溶性的混合物的临床数据表明肺部的平均吸收时间（MAT）和水溶性具有很强的相关联。
这表明原位溶解是一个关键的特性，也是系统吸收的潜在速率限速步骤而且是肺暴露的决定因素。
最近Backman等人和Melin等人也对难溶解药物调节进入系统循环的速率指明关键因素。
鉴于潜在的临床重要性，已经开展了大量的工作来开发体外溶出试验，范围从标准的USP类型试验设置到更复杂的体内模拟设计。
在本期的另一篇文章中，对吸入产品溶出度测试的技术现状进行了综述。
对于质量控制和管理目的，溶解方法的最重要方面是他们应该有辨识力而且提供可靠的数据。
自本世纪初吸入产品溶解方法的开拓性工作以来审查了许多实验变量，包括一些作为商业服务提供的变量，并将数据包括在提交的监管文件中，尽管迄今为止还没有任何药典采用这种方法。
如果溶出度测定要为机械模型提供信息，则溶出度测定必须能够预测体内的过程，因此，一个重要的考虑因素是肺的异质性能否在单一的测定中得到体现。
此外，如何在溶解容器中加入适当剂量的气溶胶组分，以及如何在组成和体积上选择生物相关的培养基，也是一个挑战。
在最近的一个讨论是否引用吸入生物药剂学分级系统的研讨会上，溶出度被认为比溶解性更重要，虽然二者紧密联系。
对于药代动力学模型和模拟来理解沉积在肺部的药物的命运，在生物介质中肺的溶解度和溶出度的评估是需要的。
这包括发生在疾病条件下任何改变对溶出度和溶解性的变化模型。
药物在肺的溶解度在许多液体中测量，包括在体外的水中或生理盐水，经常加些磷脂或十二烷基硫酸钠，稀释的产品基于肺表面活性剂提取如Survanta®或Curosurf®。
吸入的颗粒沉积在12-25毫升肺内膜液的薄膜中，扩散面积为100m2。
肺内层液体成分复杂主要包括磷脂和蛋白。
磷脂部分主要是由卵磷脂(PC)其中1,2二棕酰榈卵磷脂占40%-60%。
其它的脂类主要包括1-palmitoyl-2-myristoylPC, 1-palmitoyl-2-oleylPC, 磷脂酰甘油和中性脂类比如胆固醇。
肺表面活性剂包括特殊的蛋白，定义为表面活性蛋白：SP-A,SP-B,SP-C和SP-D。
肺表面活性剂中的磷脂可以自组装形成许多结构。
基于机械模型的目的，药物在肺中的溶解度的输入包括其在PBS中的溶解度和在禁食模拟肠液中的溶解度。
在肺表面活性剂中的液态晶体纳米结构最近报道过可以通过作为药物的仓库延长药物在肺的作用时间产生一个长效机械。
研究这种机械和包括机械模型中的相互作用，会帮助更好的预测吸入药物的肺暴露量。
总的来说，对于低水溶性的吸入药物来说，溶出度是至关重要的性质。
几种体外溶出模型的复杂性各不相同，并显示出以与溶解度和颗粒表面积一致的方式区分化合物或产品溶出。
因此，使用溶出度测试方法来了解产品内部或原研产品与同类产品之间溶出度的差异，似乎是有用和可行的。
然而，方法的稳健性和观察到的溶解谱变化的临床影响需要进一步注意，特别是如果要实现方法标准化以支持规范使用或纳入iBCS，则需要进一步注意方法的稳健性和溶解谱变化的临床影响。