Metabolismo de fármacos

Interligado
total de vistas
Visitas
Nivel intermedio
AAumentar texto
ADisminuir texto


Conocimientos previos: Bioquímica general ADN ARN Proteínas Enzima, sustrato Modificaciones postraduccionales Metabolismo SNP Resumen El estudio del metabolismo de los…

Conocimientos previos:

  • Bioquímica general
  • ADN
  • ARN
  • Proteínas
  • Enzima, sustrato
  • Modificaciones postraduccionales
  • Metabolismo
  • SNP

 

Resumen

El estudio del metabolismo de los fármacos es un proceso que transforma a los medicamentos en el cuerpo de modo que puedan ser utilizadas o desechadas más fácilmente. Estos estudios han permitido el desarrollo de nuevas áreas como la farmacogenómica, la cual permite analizar las variantes genéticas que pueden alterar este proceso y alterar los resultados terapéuticos de los pacientes. Debido a la gran diversidad étnica en nuestro país es necesario promover la investigación farmacogenómica debido a su gran aplicación en la clínica práctica. Los avances en las tecnologías genómicas van de la mano con los avances en la farmacogenómica y su rápido desarrollo está generando nueva tecnología que permite reducir sus costos y facilitar así la adquisición de datos necesarios para poder alcanzar una medicina de precisión y una terapia individualizada. Pero son necesarios además estudios funcionales para dilucidar los mecanismos moleculares que conllevan a los procesos biológicos que son la clave para el desarrollo de nuevos fármacos.

Introducción

El metabolismo de los fármacos es el proceso por el cual ocurre una biotransformación en el cuerpo de modo que puedan ser eliminadas más fácilmente. La mayoría de los procesos donde se lleva a cabo el metabolismo de fármacos se produce en el hígado, debido a que en ese órgano se producen las enzimas que facilitan la biotransformación (Meador, McCarty, Escher, & Adams, 2008). Los fármacos se metabolizan a través de diversas reacciones que incluyen:

  • Oxidación: La oxidación es la pérdida de electrones por un átomo, molécula. Por lo tanto, una molécula pobre en electrones es más difícil de oxidar que una molécula rica en electrones. Una de las principales enzimas en el hígado encargadas de metabolizar moléculas por oxidación son la familia del citocromo P450 o enzimas Cyp. Las enzimas Cyp funcionan oxidando moléculas pequeñas, incluyendo fármacos y toxinas ambientales. Realiza una variedad de reacciones de oxidación de compuestos estructuralmente no relacionados, incluyendo esteroides, ácidos grasos y agentes xenobióticos (EMBL, SIB Swiss Institute of Bioinformatics, & Protein Information Resource (PIR), 2013). La reacción de oxidación aumenta la polaridad de las moléculas, haciéndolas más solubles en agua y facilitando su excreción. Generalmente, si un fármaco se oxida fácilmente, se eliminará más rápidamente dentro del cuerpo en comparación con un fármaco difícil de oxidar. Una característica relevante de un fármaco es que debe ser metabólicamente estable, lo que significa que debe permanecer en el cuerpo durante un período de tiempo suficiente, a fin de ser eficaz. La fluoración puede aumentar la estabilidad metabólica de un fármaco haciéndola menos susceptible a la oxidación por las enzimas Cyp en el hígado.
  • Reducción: es la ganancia de electrones o una disminución en el estado de oxidación por una molécula, átomo o ion.
  • Hidrólisis: es una reacción química entre una molécula de agua y el fármaco, en la cual la molécula de agua se divide y sus átomos pasan a formar parte de otra especie química.
  • Hidratación: Es una reacción química donde el agua, o uno de sus elementos H, OH, se añade a la estructura de un fármaco, creando generalmente una molécula nueva, llamado también hidrato.
  • Conjugación: En las reacciones de conjugación, los productos de la transformación metabólica de los fármacos son combinados con compuestos endógenos hidrosolubles (agentes conjugantes). Estas reacciones son catalizadas por enzimas como las transferasas.
  • Condensación: Es una reacción en la que dos o más reactivos producen un solo producto principal con la formación de agua o de alguna otra molécula pequeña, por ejemplo, amoniaco, etanol, ácido acético, sulfuro de hidrógeno. La reacción de condensación la producción de agua como subproducto son la reacción opuesta de transformaciones que implican la hidrólisis, que divide un reactivo en dos nuevas especies a través de la adición de una molécula de agua.
  • Isomerización: es el proceso por el cual una molécula se transforma en otra molécula pero el producto tiene exactamente los mismos átomos, pero una disposición diferente (Compiled by Wilkinson A, McNaught AD, Created by Nic M, Jirat J, Kosata B, Updates compiled by Jenkins, 1997).

*Fluoración: son enlaces Carbono-Flúor (C-F) y no están presentes naturalmente en el cuerpo y son encontrados muy raramente en la naturaleza. Además, no es de sorprenderse que los enlaces C-F estén presentes en muchas moléculas farmacéuticas importantes.  Por ejemplo: las estructuras del antibiótico Cirpofloxacino y el antidepresivo Paxil muestra enlaces C-F.

 

En la mayoría de los casos, cuando se metaboliza un medicamento se inactiva, pero en algunos casos los metabolitos se vuelven farmacológicamente activos y ejercen un efecto en el organismo. De hecho, el metabolito activo de algunos medicamentos es el responsable de la acción principal del fármaco, denominado profármaco. Los profármacos son diseñados para mejorar las propiedades biofarmacéuticas o farmacocinéticas de agentes farmacológicamente activos o la biodisponibilidad cuando una droga en sí no se absorbe bien desde el tracto gastrointestinal. Alrededor del 5 al 7% de los medicamentos aprobados en todo el mundo se puede clasificar como profármacos (Rautio et al., 2008). Un profármaco puede usarse para reducir los efectos adversos o no deseados del medicamento, especialmente importante en los tratamientos como la quimioterapia, que puede tener efectos secundarios no deseados y no deseados graves.

La variabilidad del paciente

Una característica durante el metabolismo de un fármaco, es que puede variar significativamente entre diferentes pacientes. Esto afecta a la eficacia y la toxicidad del fármaco para pacientes con un metabolismo muy alto o muy bajo.

Existen diversos factores que pueden afectar el metabolismo en un paciente, como:

  • Variaciones en la herencia genética
  • Trastornos hepáticos
  • Insuficiencia cardíaca avanzada
  • Interacciones con otros medicamentos concurrentes
  • Fases del metabolismo: generalmente hay dos fases del metabolismo de los fármacos. Fase I: reacciones no sintéticas tales como la escisión (por ejemplo, oxidación, reducción, hidrólisis), la formación o modificación de un grupo de funciones. Fase II: reacciones sintéticas tales como conjugación con una sustancia endógena (por ejemplo, sulfato, glicina, ácido glucurónico). Los metabolitos formados en la Fase II por reacciones sintéticas son más polares, y por lo tanto pueden ser excretados en la orina o la bilis más fácilmente. Estas fases no son secuenciales y se refieren al tipo de reacción, no el orden en las que se llevan a cabo.

La farmacocinética es el estudio de la absorción, distribución, metabolismo y excreción de un fármaco, compuesto o una nueva entidad química después de ser administrada en el cuerpo. Todos los fármacos tienen un límite de saturación, el cual, las enzimas ya no pueden llevar a cabo la vía metabólica de biotransformación del fármaco (Brenner & Stevens, 2013). Sin embargo, las dosis terapéuticas utilizadas generalmente se encuentran por debajo del nivel de saturación. Esto se conoce como la cinética de primer orden. En la cinética de primer orden, la tasa del metabolismo es una fracción constante de la concentración del fármaco en el cuerpo. En algunos casos, las dosis terapéuticas del fármaco pueden conducir en la saturación de los sitios de las enzimas. En tales casos, el metabolismo se mantiene constante a pesar del aumento en la dosis del fármaco. Esto se conoce como una cinética de orden cero (Tucker, 2012).

Los médicos recetan un medicamento, con el objetivo de tratar y curar la enfermedad ocasionando los menores efectos adversos al paciente. Es por eso que, el médico debe evaluar cuidadosamente la relación riesgo-beneficio de la prescripción de un medicamento. Sin embargo, este enfoque dificulta a los médicos por varias razones.

En primer lugar, se asume que cada paciente metabolizará el fármaco de la misma manera. Pero durante el desarrollo de los fármacos, la dosificación esta basada en valores promedio y la variabilidad en la farmacocinética se incorpora sólo superficialmente en regímenes de dosificación.

En segundo lugar, los pacientes varían en la edad, peso, raza, hábitos alimenticios, consumo de alcohol, tabaco y los medicamentos que están tomando y que pueden interactuar con su tratamiento. Todos estos factores pueden afectar a la farmacocinética del fármaco y su efecto en el cuerpo, es decir, su farmacodinámica. En gran medida, estos factores son ignorados (Pirmohamed, 2014).

En tercer lugar, la mayoría de las enfermedades, se sigue utilizando una clasificación que se remontan al siglo XIX, mediante un marcador fenotípico bruto y fácilmente medible, tal como la presión arterial. Sin embargo, se sabe que las enfermedades con el mismo fenotipo pueden variar significativamente, no sólo en el diagnóstico, sino también en su evolución (Pirmohamed, 2014). Recientemente, se ha observado que existe una heterogeneidad molecular en las enfermedades, en particular en el cáncer, mostrando que esta variabilidad puede tener un efecto sobre la eficacia del fármaco (resistencia a las quimioterapias) (Townsend & Tew, 2003).

A medida que nuestros conocimientos avancen sobre la biología de las enfermedades y se desarrollen nuevas formas para clasificar a las enfermedades, seremos capaces de desarrollar mejores diagnósticos, optimizaremos el uso de los fármacos y seremos capaces de administrar terapias personalizadas (Crews, Hicks, Pui, Relling, & Evans, 2012; Marincola, 2003). En la actualidad, no hay más remedio que tratar a cada paciente con la misma “enfermedad” de la misma manera. Por lo tanto, no es sorprendente que exista una gran variabilidad en la respuesta de los fármacos tanto en la eficacia y la toxicidad entre los diferentes pacientes tratados con los mismos fármacos con aparentemente la misma enfermedad (Pirmohamed, 2014).

A pesar de la importancia potencial de las variables clínicas en la determinación de los efectos del fármaco, no hace mucho tiempo se empezó a reconocer que las diferencias hereditarias en el metabolismo, así como los polimorfismos en los genes blancos para terapia de fármacos, y como estos pueden tener una influencia mayor en la eficacia y la toxicidad de los medicamentos (Evans, 1999).

Farmacogenómica

Para identificar cuales variantes genéticas influyen en los efectos del fármaco, comúnmente basado en  las alteraciones de la farmacocinética (absorción, distribución, metabolismo y excreción) o la farmacodinámica, mediante la modificación de su genes blancos o la perturbación de sus vías biológicas que dan al paciente los efectos farmacológicos, se desarrolló la farmacogenómica la cual se centra en la identificación de estas variantes genéticas (Karczewski, Daneshjou, & Altman, 2012; Relling & Evans, 2015).

Actualmente, la gran mayoría de los medicamentos disponibles se administran con la misma dosis, aun cuando los efectos sean diferentes en cada paciente. Debido a la complejidad de predicción sobre los efectos del fármaco y conocer quien no responderá al tratamiento y quien experimentarán reacciones adversas, los investigadores están analizando las variaciones en los genomas y cómo afectan a la respuesta del organismo a los medicamentos. Estas diferencias genéticas se pueden utilizar para predecir si un medicamento será efectivo para una persona o ayudar a prevenir las reacciones adversas (NIH, U.S National library of Medicine, 2017).

Después de décadas de estudios en las variaciones hereditarias, se han descubierto aproximadamente 20 genes que afectan alrededor de 150 medicamentos que son aprobados y aplicados en la clínica de rutina (FDA 2017). Actualmente se están centrando esfuerzos para llevar a cabo una adecuada práctica clínica con los datos de variabilidad farmacogenómica, pero estos esfuerzos se están alejando para la búsqueda de nuevos fármacos y la aplicación de estrategias basada en evidencias para mejorar el uso de los medicamentos, que son las bases de la medicina de precisión (Marincola, 2003; Relling & Evans, 2015).

Si bien la farmacogenómica analiza las variaciones en los genes que codifican proteínas y que influyen en la respuesta al fármaco, estas proteínas incluyen una serie de enzimas generalmente producidas en el hígado que biotransforman los medicamentos a su forma activa o inactiva; incluso pequeñas variaciones en su secuencia genética pueden tener un gran impacto en la seguridad o eficacia de un fármaco (NIH, National Institute of General Medical Sciences, 2017).

Citocromo P450

Un ejemplo de una enzima que es utilizada en estos estudios de variación genética es la enzima conocida como CYP2D6 o citocromo P450. Esta enzima actúa sobre 25% de todos los medicamentos recetados, incluyendo a la codeína que es convertida a la forma activa, como morfina. Existe más de 160 versiones diferentes del gen CYP2D6, y muchos de los cuales varían en una sola modificación en su secuencia de ADN o SNP (por sus siglas en inglés: polimorfismo de un solo nucleótido), aunque otras variantes tienen cambios más grandes. La mayoría de estas variantes no afectan la respuesta de los fármacos.

Algunas personas tienen cientos o incluso miles de copias del gen CYP2D6 (por lo general, las personas tienen dos copias de cada gen). Aquellos con múltiples copias de este gen, producen una sobre expresión de la proteína CYP2D6 y, por lo tanto, metabolizan los fármacos más rápidamente. Como consecuencia a esto, la codeína puede convertirse en morfina tan rápidamente que, una dosis estándar del fármaco puede ser llevar a una sobredosis (NIH, National Institute of General Medical Sciences, 2017).

Por otro lado, algunas variantes de CYP2D6 dan como resultado una enzima no funcional. Las personas con estas variantes metabolizan lentamente los fármacos, es decir que, si se administrara codeína en una dosis estándar, podrían no experimentar alivio al dolor. Para estas pacientes, los médicos deben prescribir un tipo diferente de analgésico (NIH, National Institute of General Medical Sciences, 2017).

Industria farmacéutica y farmagenómica

Actualmente muchas compañías farmacéuticas están empezando a utilizar el conocimiento generado por la farmacogenómica para desarrollar y comercializar fármacos para pacientes con perfiles genéticos específicos acelerando y simplificando su desarrollo para maximizar su beneficio terapéutico.

Además, los científicos están identificando las bases genéticas de los efectos secundarios graves, esto podrá hacer que los medicamentos solo sean prescritos para pacientes que no están en riesgo (Roden & George Jr, 2002). Por otro lado, los medicamentos que tienen un gran potencial en la salud humana, y que son retirados del mercado debido a que representan un riesgo para algunas personas, podrían estar disponibles para aquellos que pueden beneficiarse de estos.

Costos de secuenciación

El costo actual de la secuenciación del genoma completo mediante el cual se obtiene un perfil personalizado farmacogenómico, incluyendo casi la totalidad de la línea germinal y las variantes genómicas de novo necesarias para analizar todas las modalidades de tratamiento actuales y/o las futuras se encuentra en un rango de $ 3,000 dls ($54,484.5 pesos según con un tipo de cambio de $18.1615 pesos por dólar, Banxico junio del 2017) pero estos costos están disminuyendo cada año. Por lo tanto, se puede anticipar que se los costos del perfil farmacogenómico disminuyan por debajo de las pruebas para genes únicos o algunos farmacogenes (de $300 hasta US $ 1,500; $5,448.45 hasta $27,242.25 pesos respectivamente) (Fragoulakis et al, 2015).

Regulación sanitaria

Por otra parte, recientemente fue autorizado por la FDA (Food & Drugs Administration), el uso del secuenciador Illumina MiSeq para diagnóstico clínica. Esta decisión plantea grandes expectativas para el desarrollo de nuevas pruebas diagnóstico y análisis clínicos con base en datos de la secuencia del genoma (Sheridan, 2014).

Actualmente en Estados Unidos, liderado por su Instituto Nacional de Salud (NIH) toma muy en serio las implicaciones éticas y legales de la investigación farmacogenómica para maximizar los beneficios de la investigación farmacogenómica de su sociedad (NIH, National Institute of General Medical Sciences, 2017).

En México existe un desafío que se va acrecentando cada año, existe capital humano capaz de llevar a cabo análisis de perfiles farmacogenómicos, pero no existen centros, instituciones o clínicas de salud donde puedan albergar este capital y se ven obligados abandonar el país. Por otra parte, hay un enorme hueco en la regulación sanitaria que es preponderante en el papel de la evolución de la aplicación de estas pruebas en la clínica de rutina. La creación de centros descentralizados y multidisiplinarios (médicos/científicos) que cuenten con clínicas y laboratorios de investigación y análisis, que permitan la formación de personal con la capacidad ofrecer diagnósticos farmacogenómicos y su interpretación a los pacientes son urgentemente necesarios.

Además, fomentar la investigación y la promoción de la aplicación de la farmacogenómica en nuestro país, es necesario debido a que nuestra diversidad étnica es muy diferente a la de otros países angloparlantes o pertenecientes a la Unión Europea que lideran estas investigaciones, ya que sus hallazgos podrían no corresponder a nuestra población general (mestiza) o de características más homogéneas (pueblos indígenas). Por tal motivo debe ser un objetivo importante para los organismos nacionales de salud alentar a la investigación farmacogenómica como un elemento importante para alcanzar una medicina de precisión, la cual tiene por objeto adaptar los tratamientos médicos con base en los genes de cada persona, su medio ambiente, estilo de vida y otras características.

La integración de los análisis de secuenciación genómica comienza a consolidar una importante atención en la clínica, no solo por la practicidad y evolución de su tecnología, sino por la forma en que se integran los resultados en un entorno clínico, que es de suma importancia para el desarrollo de mejores estrategias para la dosificación de los fármacos y la comprensión de los efectos que conllevan a su prescripción. Hasta el momento, la traducción de la investigación farmacogenómica en la práctica clínica sigue siendo lenta pero con el advenimiento de tecnologías que revolucionaran este campo, como la secuenciación por poros a nanoescala cambiaran la forma en cómo se procesan y analizan las muestras (David Deamer, 2016; Kasianowicz & Bezrukov, 2016, https://nanoporetech.com/how-it-works). El secuenciador de nanoporos Minion, es uno de los dispositivos más innovadores el cual tiene el tamaño de una memoria USB grande, y ha sido utilizado con éxito para secuenciar muestras clínicas en menos de un día e identificar sitios de resistencia a antibióticos que no habían sido caracterizados en una cepa de Salmonella entérica (Quick et al., 2015). Se demuestra que Minion puede procesar información clínicamente relevante en tiempo real y en pocos minutos generar una biblioteca de ADN, esta secuenciación fue comparada con un MiSeq de Illimina, demostrando que ambos enfoques proporcionan información clínica fiable en brotes de patógenos en tiempos muy cortos. La rápida disponibilidad de esta información puede facilitar el diagnóstico y en la investigación epidemiológica en cuestión de brotes de patógenos frecuentes en países en vías de desarrollo o con regulaciones sanitarias deficientes (Quick et al., 2015). La tecnología de nanoporo tiene un gran potencial biomédico y se espera que se aplique en la clínica práctica en breve (Jones, 2014).

Los avances en la tecnología genómica van de la mano con la farmacogenómica esto facilita el progreso de la medicina personalizada y la terapia individualizada. La complejidad de la manipulación y el análisis de datos es uno de los principales retos que hay que vencer y se requerirán además estudios funcionales para dilucidar los mecanismos moleculares que conllevan a los procesos biológicos que son la clave para el desarrollo de nuevos fármacos.

Referencias:

Brenner, G., & Stevens, C. (2013). Pharmacology. Principles of Pharmacology, 10–12. Retrieved from https://www.us.elsevierhealth.com/media/us/samplechapters/9781416066279/Chapter 02.pdf Compiled by Wilkinson A, McNaught AD, Created by Nic M, Jirat J, Kosata B, Updates compiled by Jenkins, A. (1997). IUPAC. Compendium of Chemical Terminology, 2nd ed. (the “Gold Book”). IUPAC. Compendium of Chemical Terminology, 2nd ed. (the “Gold Book”). http://doi.org/10.1351/goldbook Crews, K. R., Hicks, J. K., Pui, C.-H., Relling, M. V, & Evans, W. E. (2012). Pharmacogenomics and Individualized Medicine: Translating Science Into Practice. Clinical Pharmacology & Therapeutics. http://doi.org/10.1038/clpt.2012.120
David Deamer, M. A. & D. B. (2016). Three decades of nanopore sequencing. Nature Biotechnology, 34(5), 518–524. http://doi.org/10.1038/nbt.3570 EMBL, SIB Swiss Institute of Bioinformatics, & Protein Information Resource (PIR). (2013). UniProt. In Nucleic acids research (p. 41: D43-D47). Evans, W. E. (1999). Pharmacogenomics: Translating Functional Genomics into Rational Therapeutics. Science, 286(5439), 487–491. http://doi.org/10.1126/science.286.5439.487 Jones, B. (2014). Technology: Nanopore sequencing for clinical diagnostics. Nature Reviews Genetics, 16(2), 68–68. http://doi.org/10.1038/nrg3895 Karczewski, K. J., Daneshjou, R., & Altman, R. B. (2012). Chapter 7: Pharmacogenomics. PLoS Computational Biology, 8(12). http://doi.org/10.1371/journal.pcbi.1002817 Kasianowicz, J. J., & Bezrukov, S. M. (2016). On “three decades of nanopore sequencing.” Nature Biotechnology, 34(5), 481–482. http://doi.org/10.1038/nbt.3570 Marincola, F. M. (2003). Translational Medicine: A two-way road. Journal of Translational Medicine, 1, 1. http://doi.org/10.1186/1479-5876-1-1 Meador, J. P., McCarty, L. S., Escher, B. I., & Adams, W. J. (2008). 10th Anniversary Critical Review: The tissue-residue approach for toxicity assessment: concepts, issues, application, and recommendations. Journal of Environmental Monitoring, 10(12), 1486. http://doi.org/10.1039/b814041n Pirmohamed, M. (2014). Personalized Pharmacogenomics: Predicting Efficacy and Adverse Drug Reactions. Annual Review of Genomics and Human Genetics, 15(1), 349–370. http://doi.org/10.1146/annurev-genom-090413-025419 Quick, J., Ashton, P., Calus, S., Chatt, C., Gossain, S., Hawker, J., … Loman, N. J. (2015). Rapid draft sequencing and real-time nanopore sequencing in a hospital outbreak of Salmonella. Genome Biology, 16(1), 114. http://doi.org/10.1186/s13059-015-0677-2 Rautio, J., Kumpulainen, H., Heimbach, T., Oliyai, R., Oh, D., Järvinen, T., & Savolainen, J. (2008). Prodrugs: design and clinical applications. Nature Reviews Drug Discovery, 7(3), 255–270. http://doi.org/10.1038/nrd2468 Relling, M. V., & Evans, W. E. (2015). Pharmacogenomics in the clinic. Nature, 526(7573), 343–350. http://doi.org/10.1038/nature15817 Roden, D. M., & George Jr, A. L. (2002). the Genetic Basis of Variability in Drug Responses. Nature Reviews Drug Discovery, 1(1), 37–44. http://doi.org/10.1038/nrd705 Sheridan, C. (2014). Milestone approval lifts Illumina’s NGS from research into clinic. Nature Biotechnology, 32(2), 111–112. http://doi.org/10.1038/nbt0214-111 Townsend, D. M., & Tew, K. D. (2003). The role of glutathione-S-transferase in anti-cancer drug resistance. Oncogene, 22(47), 7369–7375. http://doi.org/10.1038/sj.onc.1206940 Tucker, G. T. (2012). Research priorities in pharmacokinetics. British Journal of Clinical Pharmacology, 73(6), 924–926. http://doi.org/10.1111/j.1365-2125.2012.04238.x Miles Hacker, William S. Messer II, Kenneth A. Bachmann (2009). Pharmacology: Principles and Practice. Academic Press, Jun 19, 2009. pp. 216-217. Terry Kenakin (2009). Pharmacology in Drug Discovery: Understanding Drug Response NIH, U.S National library of Medicine (2017). Genetics Home Reference: Your guide to understanding genetic conditions. Sitio web: https://ghr.nlm.nih.gov/primer/genomicresearch/pharmacogenomics NIH, National Institute of General Medical Sciences (2017). Pharmacogenomics Fact Sheet: What is pharmacogenomics?. Sitio web: https://ghr.nlm.nih.gov/primer/genomicresearch/pharmacogenomics FDA. (2017). Table of Pharmacogenomic Biomarkers in Drug Labeling. 10/06/2017, de U.S. Food and Drug Administration. Sitio web: https://www.fda.gov/drugs/scienceresearch/researchareas/pharmacogenetics/ucm083378.htm Banxico (2017). Mercado cambiario (tipos de cambio) http://www.banxico.org.mx/portal-mercado-cambiario/
Ver más


Cómo citar: Checa Rojas, A. (2017, 22 de Agosto ) Metabolismo de fármacos. Conogasi, Conocimiento para la vida. Fecha de consulta: Octubre 15, 2018

Esta obra está disponible bajo una licencia de Creative Commons Reconocimiento-No Comercial Compartir Igual 4.0

Deja un comentario

Sé el primero en comentar!

wpDiscuz