高通量筛选技术中数学模型的建立

在高通量药物筛选中 ,数学模型被认为是实现对样品库大规模筛选及筛选过程自动化的基础 .从热力学及动力学的角度对药物筛选的原理与方法进行了分析研究 ;同时也对药物与靶点的 3种可能的作用体系进行了研究 ,获得了药物筛选过程的热力学与动力学综合模型和基础数学模型     

基于专利引证的我国医药技术领域知识流入研究

以专利引证作为研究知识流入的手段,构建地域、技术领域、研发主体和时滞四个维度的指标体系,包括引证次数、引证率和知识流入强度等.利用这些指标分别从四个维度对我国在美国专利商标局(USPTO)数据库中2003-2008年医药技术领域已授权专利的引证专利进行统计分析,进而总结出目前我国医药技术领域知识流入的特点.     

铂类抗癌药物作用机理研究进展

顺铂、卡铂的开发成功和临床应用给癌症治疗带来了一场新的革命,几种新型铂类抗癌药物的成功推出开辟了铂类抗癌药物研究新领域.     

药物高通量亲合色谱筛选中定性定量模型的建立

通过对AC高通量筛选过程的分析,建立了AC技术筛选药物的定性及定量模型,为高通量药物筛选提供了必要的理论指导。     

高通量药物筛选中靶分子固定化数学物理模型的建立

通过对高能量药物筛选基本过程的分析,探索了靶分子固定化可能对筛选质量构成的影响.从分子相互作用看,实际的过程远较理想的情况复杂.分子间存在的静电力、疏水作用力及氢键力能对固定化的机理构成较大影响,甚至可能诱发多层吸附的固定化模式.基于固定化过程中可能存在的靶分子与靶分子、靶分子与微球、体相与表面相之间的相互作用,构筑了相应的数学物理模型,为实际的筛选工作提供了可参考的理论依据.     

基于专利分析的我国抗肿瘤药物发展现状研究

专利文献中蕴含大量的经济、技术和法律信息,是技术创新的重要情报源。本文以1986-2013年我国抗肿瘤药物专利申请的基本数据为基础,通过对专利数据的检索分析,深入挖掘药物研发的专利信息,绘制了该领域研发的专利地图,从中总结出药物研发过程中存在的主要问题,提出相对应的建议及对策,旨在为我国抗肿瘤药物研发的专利战略制定、专利政策管理提供理论指导和实证支撑。     

植物基因工程研究的新趋势——利用转基因植物生产药物

植物基因工程的最初目标是创造出优质高产、抗病虫害、抗早、耐盐碱等优良性状的作物新品种。随着高效基因载体系统和遗传转化技术的发展,植物基因工程技术又出现一个新的生长点,即利用转基因植物生产药物。本文就该领域的研究进展及应用前景作一简介。     

提高药品管理工作的对策性研究

本文在分析影响药品管理工作主要原因的基础上,详细介绍了提高药品管理工作的八点对策性措施。     

枇杷清肺饮加减对比抗菌类药物治疗寻常型痤疮的META-分析

目的:评价枇杷清肺饮加减对比抗菌类药物治疗寻常型痤疮的临床疗效。方法:检索维普资讯中文科技期刊数据库、CNKI中国期刊全文数据库,万方医学网数据库、Pubmed数据库。将符合纳入标准的5篇文献、495位患者的临床疗效进行Meta-分析。Meta-分析的软件为Cochrane协作网免费提供的Revman5.2专用软件。结果:对纳入的随机对照试验的有效数据进行异质性检验,X2=6.27,P=0.18,大于显著性检验水准0.05,故进行固定效应模型分析,结果 5篇文献的疗效评价及效应量OR=4.92,95%的CI为[2.72,8.92],效应合并值的假设检验:Z=5.25,P0.00001,提示枇杷清肺饮汤加减比抗菌类药物治疗寻常型痤疮的有效率高。对纳入的随机对照试验的治愈数据进行异质性检验,X2=5.78,P=0.22,大于显著性检验水准0.05,故进行固定效应模型分析,结果纳入文献的疗效评价及效应量OR=2.79,95%的CI为[1.87,4.17],效应合并值的假设检验:Z=5.01,P0.00001,提示枇杷清肺饮汤加减比抗菌类药物治疗寻常型痤疮的治愈率高。结论:现有资料的Meta-分析,治疗组及对照组在同等的治疗方案下,治疗组中加入枇杷清肺饮加减,对照组中加入单一一种抗菌类药物,治疗组可以显著提高治疗寻常型痤疮的有效率及治愈率。     

Pharmacogenetics and personalized treatment of type 2 diabetes

Type 2 diabetes mellitus (T2DM) is a worldwide epidemic with considerable health and economic consequences. T2DM patients are often treated with more than one drug, including oral antidiabetic drugs (OAD) and drugs used to treat diabetic complications, such as dyslipidemia and hypertension. If genetic testing could be employed to predict treatment outcome, appropriate measures could be taken to treat T2DM more efficiently. Here we provide a review of pharmacogenetic studies focused on OAD and a role of common drug-metabolizing enzymes (DME) and drug-transporters (DT) variants in therapy outcomes. For example, genetic variations of several membrane transporters, including SLC22A1/2 and SLC47A1/2 genes, are implicated in the highly variable glycemic response to metformin, a first-line drug used to treat newly diagnosed T2DM. Furthermore, cytochrome P450 (CYP) enzymes are implicated in variation of sulphonylurea and meglitinide metabolism. Additional variants related to drug target and diabetes risk genes have been also linked to interindividual differences in the efficacy and toxicity of OAD. Thus, in addition to promoting safe and cost-effective individualized diabetes treatment, pharmacogenomics has a great potential to complement current efforts to optimize treatment of diabetes and lead towards its effective and personalized care.