新药发现与高通量药物筛选

为了发现更为有效的药物 ,医药学科技工作者进行了长期艰苦的努力 ,积累了丰富的经验 ,创造了大量新的发现新药的方法 ,特别是随着科学技术的不断进步 ,技术手段也不断改进 ,新方法、新技术不断出现。本文根据药物发现的基本规律 ,介绍新药发现的过程及高通量药物筛选 (ＨＴＳ)的基本原理和方法。1　药物研究的基本过程。根据药物研究中采用的方法和技术特点 ,药物研究的全过程大概可以分为三个主要阶段 :药物发现 ;药物的临床前研究 ;药物的临床研究。只有完成临床研究并通过国家新药审批的药物才能正式用于临床。1.1　药物的发现　药物的…     

天然产物在新药发现中的地位与机会——重新审视天然产物药物发现战略

由于组合化学的出现，从天然产物发现新药被冷落了多年。实践证明，组合化学作为药物发现的工具仍有其局限性，有待进一步发展和完善。天然产物在药物发现中的独特作用，近年来重新引起人们的关注。制药工业的决策者必须以新的观点，重新审视天然产物药物发现战略。     

试论数据挖掘决策树方法在药物警戒研究中的应用

决策树是数据挖掘中最为常用的分类预测模型之一,它能够使研究者直观地观察数据信息的分类结果,在海量数据的挖掘中被广泛采用.本文着重介绍决策树的基本概念和其在药物警戒研究中的应用前景,并结合作者自身研究成果,对双黄连注射剂、穿琥宁注射剂的决策树模型进行了示例性分析.     

天然产物在新药发现中的地位舆机会（Ⅰ）重新审视天然产物药物发现战略

由于组合化学的出现，从天然产物发现新药被冷落了多年。实践证明，组合化学作为药物发现的工具仍有其局限性，有待进一步发展和完善。天然产物在药物发现中的独特作用，近年来重新引起人们的关注。制药工业的决策者必须以新的观点，重新审视天然产物药物发现战略。     

浅析数据挖掘及其在药物分析中的应用

本文简要概述了数据挖掘技术的发展由来、数据挖掘的定义、应用范围,以及常用的数据挖掘方法,并着重介绍数据挖掘在药物分析研究领域中的具体实践应用。     

数据挖掘在药物警戒中的应用

信号的产生与分析是药品不良反应监测的关键环节。随着自发呈报系统数据库中数据的逐步增多,现有的常规分析方法已暴露出其局限性。因此,引入新的数据挖掘技术对药品不良反应信号的生成十分必要。目前各国普遍使用的数据挖掘方法主要有频数法与贝叶斯法。通过介绍两种方法的原理、产生信号的标准、在各种组织中的应用现状及其相互比较,以期为药品不良反应监测提供技术支持。     

药物代谢动力学在药物研究中的应用与进展(上)

药物代谢动力学(pharmacokinetics,PK)是定量研究药物在生物体内吸收、分布、代谢和排泄(ADME)随时间变化的过程及规律的一门学科。理想的药物要有优良而持久的药效和较低的毒副作     

药物代谢动力学在新药研究中的展望

新药的发现和开发除药效是一个重要指标外，药物代谢动力学也是非常重要的新药筛选指标。本重点阐述了药物代谢动力学在新药设计和新药研究中的重要作用，并对药物代谢动力学发展前景做一展望。     

绿色荧光蛋白在药物发现研究中的应用进展

目的药物的设计与筛选是药物研究的重要环节,绿色荧光蛋白(green fluorescent protein,GFP)在药物发现研究中有着重要的意义和价值。方法通过综述22篇中、英文文献,在化学药物基因药物等方面介绍了绿色荧光蛋白及其在药物发现研究中的应用。结果绿色荧光蛋白最早发现于美国西北海岸的水母中,在紫外照射下可以产生明亮的绿色荧光。它具有很多理想性的特征,如对酸、碱、氧化还原剂等许多化学试剂有极强的稳定性,因此常被于活体细胞或组织的跟踪、标记中,被喻为"活的"分子探针。通过监测绿色荧光蛋白可以对体内基因表达、细胞内蛋白质原位定位,观测肿瘤发生、生长、转移等过程,提供重要生物学靶标有效信息。结论绿色荧光蛋白在药物设计和筛选等领域展示了广阔前景,它与药物设计、药物筛选的结合将为新药研究和开发注入新的活力。     

数据挖掘技术在艾滋病诊疗研究中的应用

数据挖掘技术作为一种先进的科学工具,帮助我们在海量的信息中提取有用信息。本文主要介绍人工神经网络、决策树、关联规则以及支持向量机等数据挖掘方法在艾滋病预防、疫情控制、诊疗方案及药物耐药性等方面的应用。     

数据挖掘技术在方剂配伍中的研究现状及研究方法

本文分析了数据挖掘技术在中医药研究领域以及方剂配伍中的研究现状,在此基础上对方剂配伍规律中数据挖掘技术的技术路线及研究内容进行了探讨,重点提出了几点数据挖掘技术在方剂配伍规律的研究方向。     

生物大分子晶体学在药物发现中的应用

随着结构生物学自动化程度的提高,通过这一学科提供的详细结构信息在药物发现中得到广泛应用.基于同步辐射的生物大分子X射线晶体学已经被证明是一种结构解析的有力工具,结合药物研发模式的发展,尤其是基于片段的药物研发,使得晶体学结构解析也成为一项筛选技术.该技术能够提供靶标蛋白与小分子片段复合物的结构信息,从而为获得更高的研发...     

药品不良反应数据挖掘技术在药物警戒的应用

随着信息技术的发展,医药电子数据海量增长,药品不良事件报告大幅增加,给药物警戒研究带来了巨大的挑战。而数据挖掘技术可以自动从真实世界数据中撷取药品不良反应风险信号。因此,对海量不良事件报告数据进行高效数据挖掘是实现药品不良反应自动检测的必要措施。本研究通过介绍当前主要的大型药品不良事件报告数据库和相关数据挖掘方法,对药品不良反应数据挖掘技术在药物警戒中的应用及其局限性进行综述,为药物警戒相关机构和科研人员提供参考。     

数据挖掘技术在药物临床前毒理学领域中应用1例

目的观察数据挖掘技术处理药物临床前研究产生的数据,是否可以为合理用药提供更可靠的科学依据。方法观察数据挖掘处理前后所产生的数据评价对药物安全性的影响。结果通过数据挖掘,可以避免统计分析中假阳性结果的出现。结论数据挖掘技术可对药物毒理学资料规范化、系统化,为构建现代药物毒理学的发展提供更有效的科学依据。     

高通量药物筛选技术进展与新药开发策略

高通量药物筛选技术的快速发展,促进了高新技术和科学研究成果在医药科学研究中的广泛应用。生命科学技术、化学以及计算机技术的快速发展,在新药研究与开发中提出了大量新的课题,极大地促进医药研究的进程。但新技术的应用,必须及时调整研究策略,才能真正发挥新技术的作用。本文讨论了计算机技术、生物芯片技术、组合化学合成技术、组合生物合成技术以及高通量筛选技术在药物发现中的作用和特点,探讨了新的药物发现的规律和特点,提出新技术应用条件下药物发现的基本策略。     

系统生物学与药物发现研究

系统生物学是假说驱动的科学，是21世纪医学与生物学的核心驱动力。近代药物发现研究主要基于药物新靶点的发现，但是在疾病生物学模型中，化合物的有效性与安全性并不全决定于靶点的选择，系统生物学为药物发现提供了一个全新的研究模式，能明显降低新药研究开发的时间与费用。     

蛋白质组学技术在新药研究中的应用

由双向电泳、质谱、计算机图像数据处理组成的蛋白质组学的技术体系具有高通量、高分辨率和高重复性的特点，能对微量样品进行全面自动定量分析．并在药物作用靶标、安全性评价、耐药性机制、疾病动物模型研制和中医药现代化等方面有新颖而重要的应用。蛋白质组学技术将在药物研究和开发中带来根本性的变革，我国应尽快将蛋白质组技术用于药物研究中。     

系统动力学思维在药物发现过程中的应用

在药物发现过程中,我们需要能够显示技术与关键管理决策之间联系的系统动力学结构。药物发现过程包括很多相互作用的反馈环路,这些环路不仅影响着早期阶段执行的决策,还影响着后期研发阶段的生产能力。药物发现过程的复杂性和系统预见性的缺乏导致决策者不完善的思维模式,并限制了决策者制定真正改进研发过程决策的能力。因此,基于技术和基于知识的新整合方法的出现和利用,使药物研发过程更多地关注早期损耗率、高内涵先导化合物价值的验证,以及新药研发早期阶段时间的缩短。     

多样性合成及其在药物发现中的应用

多样性合成旨在高效地构建取代基、官能团、立体化学和骨架多样的化合物库,进而发现多样性的生物学效应。本文结合代表性实例,总结了多样性合成的常见策略,包括基于试剂的策略、基于底物的策略、构建-耦合-配对策略以及基于优势结构的多样性合成策略。同时,介绍了通过多样性合成构建的化合物库在药物发现中的应用。     

非标记小分子药物靶点发现技术及其在中药研究中的应用

药物靶点的发现在药物研发中发挥着至关重要的作用,非标记的药物靶点发现技术因其无需改造药物小分子结构,能更真实反映小分子药物与靶点互作,成为药物靶点发现的新途径。中药(traditional Chinese medicines,TCMs)具有多成分、多靶点的特性,其作用靶点及机制的研究备受制约,鉴于非标记的药物靶点发现技术在TCMs化学成分靶点发现研究中的应用潜力,本文综述了非标记的药物靶点发现新技术及其在TCMs研究中的应用,为TCMs化学成分靶点的发现提供参考,为促进TCMs现代化的发展提供新思路。