Key points are not available for this paper at this time.
환자의 삶을 연장하고 개선하는 약물의 포트폴리오는 계속해서 성장하고 있지만, 약물 발견 및 개발은 그 어떤 날에도 도전적인 사업으로 남아 있습니다. 안전성 문제는 개발 중단에 중요한 기여 요소이며, 개발 후 및 시장 출시 후에 가장 비용이 많이 드는 문제들이 발생합니다. 동물 연구는 새로운 약물 후보가 인간 자원봉사자와 환자에게 안전하고 효과적으로 사용될 수 있다는 증거를 제공하기 위한 현재의 약물 발견 및 개발 패러다임에 중요한 영향을 미치는 요소입니다. 그러나 동물 연구로 예측할 수 없는 환자의 독성 같은 번역 간극은 특히 안전성 평가에서 그 효과성을 향상시키기 위한 노력을 촉발해왔습니다. 동물 연구의 보다 전체론적 모니터링과 '디지털화'는 연구 결과를 풍부하게 하여 컴퓨터 접근성이 더 높고, 번역적으로 관련성이 있으며, 재현 가능하고, 기술적으로 효율적인 데이터셋을 생성할 수 있는 잠재력을 가지고 있습니다. 동물의 행동 및 생리학을 지속적으로 모니터링하면 약물 효과에 대한 장기적인 평가, 동물의 수면 및 각성 주기 동안의 효과 감지, 그리고 건강이나 복지 사건을 조기에 감지할 기회를 제공합니다. 자동화된 측정은 또한 인간의 편견을 완화하고 주관성을 줄일 수 있습니다. 약물 안전성 평가와 같은 보수적이고 표준화된 전통적인 패러다임을 재구성하려면 폭넓고 다학제적인 이해관계자 집단의 협력과 기여가 필요합니다. 이 관점에서 우리는 현재 해당 분야의 상태를 검토하고 센서 기술, 인공지능(AI), 홈 케이지 환경에서의 동물 행동의 힘을 더 완전하게 활용하여 현재 접근 방식을 개선할 기회를 논의합니다.
Berridge et al. (Thu,)는 이 질문을 연구했습니다.