科学网—标签 - 药物筛选

相关帖子	版块	作者	回复/查看	最后发表

heyongzju 2020-5-26 14:16

生物3D打印肿瘤阵列芯片用于药物筛选 90 Bioprinting of novel 3D tumor array chip for drug screening.pdf 【背景】与外科手术途径和放疗途径一起，化疗途径已成为治疗肿瘤的三种最有效方法之一。每年都会有成千上万种抗肿瘤药物被发现并研究。这给当前的抗肿瘤药物筛选技术带来了巨大的挑战。在用于药物筛选的肿瘤模型方面，有两个令人关注的关键要求：（1）与体内相似的肿瘤形态和微环境；（2）精确且大通量构建肿瘤模型的制造方法。关于要求（1），目前大多数药物筛选方案仍基于肿瘤细胞的二维（2D）培养，无法模拟体内的三维（3D）肿瘤形态，因此药物在后续的临床测试中成功率较低。最近，随着微包裹技术的发展，已经开发了基于水凝胶的体外3D肿瘤模型，为抗肿瘤药物筛选提供了良好的基础。3D微环境再现了细胞外基质的理化特性和外层细胞对药物分子扩散的阻碍作用。此外，体外3D微环境可以模拟体内条件，其中肿瘤细胞受到周围细胞及细胞外基质的严格调控。这些特性极大地提高了肿瘤模型的准确性和药物评估结果的可靠性。生物医学领域一直在寻求一种基于3D肿瘤模型阵列的可行的标准药物筛选系统，因为它可以提供足够的肿瘤样本并模拟了体内肿瘤生长情况，但目前精确高效地构建3D肿瘤阵列仍然是一个挑战。【摘要】本文提出了一种 “夹层蛋糕”结构的3D肿瘤阵列芯片。含有肿瘤细胞的体积精确的GelMA水凝胶液滴（近0.1μL）可以通过生物3D打印自动按需沉积。透明导电膜作为芯片基底，以防止在制造过程中积累电荷并在筛选过程中方便观察。由不锈钢和硅胶中间层形成的培养室便于组装和回收。由于该芯片与现有的96孔培养板兼容，因此药物筛选方案可以与常规的检测方法保持一致。文中详细探讨了该芯片的几个重要特性，即打印稳定性，可定制性，准确性，合适的微环境，肿瘤功能化。作为演示，文中开展了表阿霉素和紫杉醇两种药物对乳腺癌细胞的药效的筛选流程，以确定该筛选系统与传统筛选系统的兼容性。近期发表在Bio-Design and Manufacturing杂志上题为“Bioprinting of novel 3D tumor array chip for drug screening”，来自浙江大学的贺永团队提出了一种新型体外肿瘤筛药系统，有望成为药物筛选领域内的新途径。在这项研究中，提出了一种构建具有“夹层蛋糕”结构的体外3D肿瘤阵列芯片（3D-TAC）的新型筛药系统。由不锈钢和硅胶中间层形成的培养室便于组装和回收。混合肿瘤细胞的GelMA微液滴由高压电场产生，通过上位机更改路线和持续时间程序，可以轻松控制阵列内的模型分布、大小和细胞数量。这种策略引入了普通且廉价的透明导电膜，当带有电荷的GelMA微滴落在其上时，液滴中的电荷可直接导出，避免电荷积聚和液滴相互排斥。此外，透明的属性便于执行一系列药物测试项目。为了证明该策略的可行性，本文详细评估了该筛药系统的三个主要因素，即液滴的产生过程、按需精确构建肿瘤阵列、提供合适的细胞微环境（包含肿瘤细胞功能化）。值得一提的是，包裹的MDA-MB-231乳腺癌细胞在3D微环境中表现出必要的肿瘤特征，例如基本存活、伸展，迁移和不同的细胞周期。作为演示，我们将该新型系统引入了实际的药物筛选过程中，以获得表阿霉素和紫杉醇的全方位药物效果评估，旨在证明所提出的药物筛选系统与传统的筛选方法的兼容性，包括共聚焦荧光显微镜（LSCFM）观察（活/死试验，肿瘤F-肌动蛋白形态）、酶联免疫吸附测定（ELISA）检查、NAD +增殖分析，半数最大抑制浓度（IC50）、血管内皮生长因子（VEGF）累积表达量，流式细胞术（FCM）分析细胞凋亡阶段等。该策略可在药物筛选中发挥重要作用，并有助于提高肿瘤化学疗法和其他生物医学应用领域。 Fig. 1. “夹层蛋糕”式 3D 肿瘤阵列筛药系统原理图 Fig. 2. 微液滴形成过程研究及芯片的可靠性评估 Fig. 3. 基于 GelMA 的细胞外基质的相关表征 Fig.4. 乳腺癌细胞在构建的微阵列中的生长情况 Fig.5. 表阿霉素及紫杉醇对乳腺癌细胞的药效测试（一） Fig.6. 表阿霉素及紫杉醇对乳腺癌细胞的药效测试（二）论文信息：一作为谢明君博士，通讯作者为傅建中教授和贺永教授。论文地址： https://doi.org/10.1007/s42242-020-00078-4

个人分类: 论文|3760 次阅读|0 个评论

【EFL学术进展】综述：生物3D打印药物的体外评价模型

heyongzju 2020-3-5 13:00

Advanced Healthcare Material 综述：生物3D打印药物的体外评价模型 83 Grafting of 3D Bioprinting to In Vitro Drug Screening A Review.pdf 据估计，一种新药从研发到投入使用需要 12 ～ 15 年，候选药物实际功效以及毒性的不可预知性造成了大约50%的研发失败，在前期巨大投入的基础上大约 23% 的候选药物在最后一步宣告失败。药物研发初期需要对候选化合物进行生物活性、毒性、代谢、药理作用及药用价值等一系列评估，从而初步淘汰部分候选药物，降低成本，缩短周期，提高研发效率。然而，即便经历了耗时且昂贵的临床前筛选验证，后期临床试验的结果仍不理想。主要瓶颈在于缺乏准确的平台及模型来进行药物评估。传统二维细胞培养模型，动物模型以及异体移植模型难以再现人体生理特征，无法精准模拟临床反应，因而对候选药物性能的预测性差，并且动物实验耗时长花费高，实验开展受限。体外三维药物筛选方法可以针对性解决这一系列问题。三维体外模型具有更高的生理相关性以及灵活性，有助于推进个性化精准医疗。生物3D打印的快速成型以及个性化定制能力使其被广泛应用于药物筛选相关模型和设备的构造。目前关于生物3D打印这一技术与体外药物筛选这一领域的嫁接，缺乏一个系统性的归纳。近期 EFL课题组将体外筛药方法归纳为三种类型，并进一步阐述了其与生物3D打印技术的有机结合。图1药物开发进程 1. 迷你组织-3D培养条件【优势】基于迷你组织模型的体外药物筛选可以克服2Ｄ细胞培养模型的局限性，为细胞生长提供一个三维培养条件从而保持其形态和功能。【局限性】然而迷你组织模型缺乏多尺度结构及组织器官界面，营养物质以及生物化学因子的施加缺乏精确控制以及梯度，无法模拟体内复杂生理微环境。图2迷你组织 2. 器官芯片-多重复杂微环境【优势】基于器官芯片的体外药物筛选可以克服迷你组织的局限性，借助微流控手段实现生物分子的有效可控时空传送，借助灌注能力模拟人体血液流动，构造细胞动态培养环境，实现物质交换以及物理化学刺激加载。进一步结合模块化概念实现多器官系统的构建，研究不同器官之间的相互作用以及对候选药物的系统性响应。【局限性】然而传统器官芯片的材质使其仅限于充当一个反应容器而无法模拟细胞外基质环境。图3 器官芯片 3. 组织/器官结构体-仿生结构【优势】通过引入模拟细胞外基质材料来实现载细胞结构构造，可以获得更加接近体内真实组织器官的仿生结构。这样的模型不仅可以作为一个反应容器，同时也可以充当一个工程化的组织器官结构体。进一步整合不同细胞以及基质材料，结合生物３D打印技术，可以实现个性化仿生生理病理模型的快速定制。【局限性】细胞外基质材料机械性能较差，给成型精度，实验操作以及样品保存带来了挑战。图4组织/器官结构体以肿瘤模型为例具体阐述生物3D打印技术在体外抗肿瘤药物筛选中的应用：借助生物3D打印构造载细胞肿瘤结构，实现肿瘤细胞的三维培养，模拟体内微环境；进一步模拟体内肿瘤形态，引入多种细胞类型，构造肿瘤球模型，重现体内环境梯度；引入微流控系统作为血管模型，重现体内肿瘤转移，研究肿瘤－血管相互作用，测试抗血管新生药物；整合肿瘤组织以及相关正常组织，评估抗肿瘤药物的毒副作用。图5. 肿瘤相关模型基于药物筛选方案的标准化以及个性化需求，生物３D打印技术展现出了巨大的潜力。不同种类的药物针对不同的组织/器官,同时单一药物在体内的试剂作用过程会涉及多种器官。不同类型模型的构造对工艺方法,材料,以及条件提出了不同的需求。为了缓解体外筛药模型的迫切需求,将生物3D打印技术应用于分析设备的制造以及３D组织器官模型的构造。本文综述了体外筛药方法经历的三个阶段:迷你组织,器官芯片,和组织/器官结构体。首先为了克服2Ｄ细胞培养模型在预测药物反应中的局限性，采用迷你组织模型进行体外药物筛选，从而为细胞提供一个三维培养条件；进一步为了克服迷你组织模型在模拟复杂微环境中的局限性，采用具有更高生理相关性的器官芯片模型，从而重现多重生理微环境；最终为了解决器官芯片材质的局限性，引入模拟细胞外基质材料来构造组织／器官结构体模型，从而获得工程化仿生结构，实现更加接近体内真实情况的药物筛选。相关论文“ Grafting of 3D bioprinting to invitro drug screening: a review ”已被Wiley杂志社的期刊 Advanced Healthcare Materials 在线刊登。聂晶博士生为第一作者，贺永教授为通讯作者。论文链接： https://doi.org/10.1002/adhm.201901773 最受关注文章Top10 甲基丙烯酸酐化明胶（GelMA）生物3D打印操作教程 EFL团队2019年度总结 EFL招聘啦！ 3D打印构建全血管网络及肿瘤-血管相互作用初探自带荧光水凝胶来袭！生物3D打印-从形似到神似多尺度3D打印高生物相容性及力学强度兼具的组织工程支架高精度3D打印助力水凝胶类生物材料微纳结构精准制造 EFL课题组2018年度回顾生物3D打印入门概述

个人分类: 论文|3843 次阅读|0 个评论

新冠肺炎的药物研发，

热度 1 Valentina 2020-2-15 22:53

最近这两周，不断有企业和高校的朋友打电话和发微信来邀约我筛选抗击新冠肺炎的药物，他们有的准备好了中药组方，有的连提取物都做好了，朋友圈里也有科研院所愿意提供新冠病毒株，一干人蠢蠢欲动，只等实验开张。在众人怂恿下，我向拥有P3实验室的研究所咨询，问他们能否让我们使用P3实验室培养病毒，答复是他们的实验室的安排很紧张，暂不能满足我们的需求。我们有点失望，但心有些不甘

27 次阅读|1 个评论

生物3D 打印---从形似到神似

热度 3 heyongzju 2018-12-1 16:33

生物3D打印-从形似到神似 11 生物3D打印_从形似到神似_贺永.pdf 摘要：系统回顾了生物3D打印提出背景、尝试给出了生物3D打印的研究范围、梳理了生物3D打印的发展历程、结合课题组几年来的研究及思考，对生物3D打印的发展进行了展望。综述重点聚焦于回顾操纵细胞的生物3D打印研究，未来如何能更好的结合临床需求，实现从组织结构的仿生制造过渡到功能化的再造是生物3D打印能否取得突破的关键。应浙大学报约稿，对生物3D打印做了一个综述性的回顾，给出了一些关于生物3D打印个人的观点，以期能抛砖迎玉。有兴趣看全文可直接在我的博客或cnki等数据库中下载（论文题目：生物3D打印-从形似到神似）。另外，我也写了一本生物3D打印的书（生物3D打印：从医疗辅具制造到细胞打印，华中科技大学出版社，2018年12月份出版），有兴趣的到时可看看哈。关于生物3D打印的一些概括性问题总结回答如下：一、生物3D打印到底研究啥？从广义上说服务于生物医疗领域的3D打印（增材制造）就是生物3D打印。严格一些，狭义上说生物3D打印特指操纵活细胞打印活性三维结构的过程，也就是所谓的载细胞打印，也可称为细胞打印。注意这里的细胞打印不是打印出新的细胞，而是指将细胞作为打印原料。由于单纯的细胞无法打印构成结构，我们将细胞与水凝胶混合构成所谓的生物墨水，用生物墨水打印活性结构。这里水凝胶的作用有两个：作为打印时的黏合剂实现3D成形、打印后固定细胞位置并为细胞提供类体内的3D环境也就是起细胞外基质（ECM）作用。生物3D打印研究内容包括：（1）研究成形过程：不同组织内有不同的细胞种类，同时细胞在空间上也存在不同密度的分布，而生物墨水是一种典型的软材料，感觉上接近可以吸的液态果冻，因而设计合适的打印方法实现细胞在三维空间上的精准排布还是很有挑战性的；（2）研究打印结构再现组织/器官功能的过程：刚打印出来的活性结构类似于镶嵌的一颗颗水果丁的果冻，细胞就好比那水果丁，而水凝胶就是那包裹水果丁的果冻了。而我们真正的组织内部细胞是彼此连接，能互相沟通及协作的，故而打印出结构后，还需要经历一个二次发育的过程，通过这个过程细胞建立起联系，慢慢拥有体内组织的部分乃至全部的功能。这两个内容都是非常复杂，很多工作才刚刚展开，如果说第一个成形的工作已经取得了些进展的话，那么第二个功能化的工作才刚刚开始，任重道远，万里长征，我们才刚刚开始走。二、生物3D打印可实现器官打印并用于器官替换了？我每次做报告以及和其他研究方向的学者交流时，都会被问到这个问题，也常会看到一些报道，大概意思就是生物3D打印已经能实现肝、肾等器官体外制造，马上器官短缺的问题就可以解决了。我个人观点：虽然目前也有一些相关尝试，但总体而言生物3D打印实现器官替换还有很长的路要走。从结构及形态上说人体器官远比我们想象的要复杂的多，此外器官的生长发育机制等机理上还有很多问题有待揭开。目前报道的所谓肝打印、肾打印等研究其实更多的是实验室再现了器官众多功能中的一到两个而已。三、生物3D打印是噱头，只是玩概念？和前一个观点正好相反，有些学者就直言不讳的和我说，生物3D打印就是炒个概念，又不能实现器官的替换，有啥用。个人观点：目前生物3D打印研究重点：其一为各种疾病的精准治疗研究提供新的研究手段、其二为各种机制研究提供更接近于人体的环境。目前疾病的机理探讨主要依赖二维的细胞实验及动物实验，二维的细胞实验与人体环境相距甚远，而动物实验除了成本高、周期长、重复性不够理想外，动物的体内环境与人体也有较大的差异。由于3D生物打印可以精确的堆叠各种细胞及支架材料，形成接近实际器官组织的结构（术语成为类器官或迷你组织），同时其细胞也可采用人类的细胞，恰好可以弥补目前常用的两大实验方式的缺点。目前生物3D打印在肿瘤模型、药物代谢所带来的肝脏毒性评估、肠道微环境的构造、心血管疾病病例探讨等领域都有不少报道，生物3D打印技术在疾病的精准治疗中将会有非常广泛的应用，也是目前就可以很快开展的工作。总的来说器官打印及替换是生物3D打印研究的长期目标，需要我们脚踏实地的一步步逼近，目前而言基于生物3D打印为细胞构建更精准的三维环境，制造类器官技术可行，目前也亟需，这个工作除了可供药物评价等外，类器官还可用于器官病变、缺损的治疗。我的观点是：生物3D打印将会逐步变成组织工程或生物材料研究的一个基本手段，毕竟目前常规细胞二维培养体系（基于培养皿）和体内的三维环境有不小的差别。四、生物 3D 打印门槛很高，很难掌握？生物3D打印听起来很神秘，是机械、生物、医学及材料的多学科交叉，从事这个研究会不会很难。个人观点：这个方向的研究的确有一定的门槛，总体而言生物3D打印研究需要医学及机械学科密切合作才能有较好的进展，这个研究在机械学科属于生物制造的研究范畴，在医学学科属于组织工程分支，在材料学科属于生物材料分支。相对来说机械学科入门更难一点，因为基本的细胞相关概念及实验条件都需要从零开始建起来。我当年的知识储备就是高中学过的生物课程，不夸张的说连细胞是啥样子都不明白，至于细胞培养及后续的功能评价等更是两眼一抹黑，我们花了两年时间补充最基础的入门知识，组织工程人很司空见惯的事情我们都要摸索很久，还好挺过来了。当然对做组织工程或生物材料的课题组来说，采购生物3D打印机，并掌握一些工程化的方法，就可快速入门。生物3D打印机有很贵的，多功能复合的，也有便宜的、走专用及定制化思路的。从发挥设备效率、易用性角度而言，我建议组织工程或生物材料背景的课题组采购专用及定制化思路的生物3D打印机。国内研究一个误区就是，以为购买了昂贵的设备就万事大吉，事实上我见过很多课题组购置了一百多万的生物3D打印机，使用效率却很低。究其根本原因是设备的功能不能充分利用，此外更缺乏一个懂生物3D打印工艺的团队辅助指导。哈哈顺便做个广告，我们课题组在苏州智能制造研究院产业化的小型、专用、便携式的生物3D打印机就是为组织工程或生物材料背景课题组所设计的，我们不光能提供生物3D打印机，更重要的是可提供从生物墨水到具体应用全流程的指导。五、建一个生物 3D 打印实验室价格很昂贵？基础的生物3D打印实验室并不是很贵，一个完整的生物3D打印实验室，需要细胞培养室及细胞培养箱、细胞冻存设备、显微镜等检测设备、生物3D打印机、生物墨水配置工具等。一个基本的生物3D打印实验室大概60-80万就可以搞定。如果是组织工程或生物材料背景的课题组，估计添置几台生物3D打印机就差不多了，30到40万元就可添置两到三台生物3D打印机。

个人分类: 论文|7382 次阅读|6 个评论

药物研发过程详解

热度 1 LXT7758258 2018-2-13 13:28

一、结构筛选结构筛选是新药研发过程中至关重要的一项，决定着项目的生死存亡。 1. 药物靶点的确认这个是所有工作的开始。只有确定了靶点，后续所有的工作才有展开的依据。确定靶标和靶标分析需要基于治疗的疾病，做大量的文献调研和生物信息分析，从基因序列到晶体结构，从基因组学到蛋白质组学。这一阶段整理的信息特别重要，将直接影响和指导新药研发的全流程。陶素生化可提供涵盖大部分已知通路和靶点的筛选工具库，助力药物靶点的确认，最受客户欢迎的工具筛选库包括激酶库， GPCR 库等，通过这些工具小分子的对靶点活性和功能筛选，鉴定，可以大大加快靶点确认工作的进程。当科学家发现某个家族或某类蛋白中的一个 / 几个蛋白对其感兴趣的生物现象的发生起了非常重要的作用，他们会用各类相关的小分子抑制剂，逐个打断其中的蛋白，观察是哪个蛋白的打断对该生物现象的发生有明显的影响，从而确认其所感兴趣的哪个 / 些蛋白。例如：科学家发现 Rheb 通过 X 蛋白调控自噬的发生。同时，通过研究发现蛋白是一个激酶。此时，科学家便可以用激酶的库进行筛选。通过筛选便可以简单确定 X 蛋白是哪个 / 类激酶。后续，通过 RNA 干扰等基因水平的技术进一步确认 X 蛋白的作用等。 2.Hit 的发现与获得发现苗头化合物（ hit) ， hit 是指对待特定靶标或作用环节具有初步活性的化合物。发现 hit 的主要途径包括随机筛选的方法和理性设计的方法，理性设计的方法主要基于受体或配体结构和机制的分子设计。人工进行分子设计是一项复杂艰难，费时又烧钱的庞大工程。药物研发工作者很多时候采用虚拟筛选的方式获得 hit 。进行计算机虚拟筛选，有两种方式可以选择。第一种，基于受体的虚拟筛选从靶蛋白的三维结构出发，研究靶蛋白结合位点的特征性质以及它与小分子化合物之间的相互作用模式，根据与结合能相关的亲合性打分函数对蛋白和小分子化合物的结合能力进行评价，最终从大量的化合物分子中挑选出结合模式比较合理的、预测得分较高的化合物，用于后续的生物活性测试。第二种，基于配体的虚拟筛选一般是利用已知活性的小分子化合物，根据化合物的形状相似性或药效团模型在化合物数据库中搜索能够与它匹配的化学分子结构。最后对这些挑选出来的化合物进行实验筛选研究。陶素生物科技有限公司可以提供含有高达 500 万个小分子化合物集合的高通量筛选库。其庞大的数量，创造了无限的可能，科研工作者通过邮件（ info@tsbiochem.com ）等形式联系到陶素，免费获得量级百万的靶点库进行虚拟筛选。陶素生化协助众多机构用很好的性价比，高效的研发效率，精准、快速的发现优质苗头化合物（ hit) 。陶素提供的 500 万小分子可以有效地帮助科学家寻找 hit 。陶素提供的 500 万个小分子，都有库存，都拥有极好的耐药性，科学家随时都可以购买，避免后期筛选出来目标小分子后缺货或者供应不及时的情况出现。下图，为陶素计算机筛选的两大方向，一类是基于分子结构的筛选，陶素可以使用计算机筛选帮助其客户从 500 万个化合物中筛选出目标分子，另一类是使用基于配体的方式进行筛选。对于不从事计算机虚拟筛选的实验室，陶素生化也精选了骨架化合物库，最大限度的降低筛选工作的成本和精度，从 500 万个类药小分子中去除了 99% 以上的相似结构的化合物，仅通过 4131 个极具代表性的化合物就可以筛选到最全的母核结构，最大程度上保证了化合物库的多样性。在先导化合物的发现和优化过程中，起到了极为重要的作用，保证实验的高效性与准确性，作为 Hit 发现的筛选库具有独一无二的优势： ◆ 多样性好，千里挑一 4131 多样性骨架库，每个骨架只对应一个化合物； ◆ 纯度高具有较高的纯度（不低于90％），随货附带HNMR/LCMS谱图符合药物筛选的纯度要求，利于后期优化； ◆ 产品新颖度高产品新颖度高，在筛选中先人一步，同样的筛选模型，筛出不一样的分子 ◆ 类药性小分子在分子量、亲疏水常数等方面符合药物的类似性，适合于在高通量筛选平台建立初期的基础化合物库购置，为后期在多靶点、多通路上的类药筛选和前沿研究奠定化合物基础。同样，作为最专业的药物筛选平台，陶素也支持不同骨架小分子的定制库，如果陶素的客户有感兴趣的骨架，陶素就能为其提供全球范围内最全的相关骨架小分子。 3. 候选药物的获得在 hit 的基础上，我们通过 ADMET 预测分析，类药五原则，结合靶标分析阶段的文献调研和生物信息学分析所获得的信息以及生物活性验证等等，除掉大部分研发风险高的 hit ，获得先导化合物（ lead ）。先导化合物，意为通过各种途径和手段得到的具有某种生物活性和化学结构的化合物，用于进一步的结构改造和修饰，是现代新药研究的出发点。从先导化合物到候选药物，我们需要对先导化合物的各种缺陷通过分子对接、生物电子等排原理、前药原理等技术方法进行结构改造和修饰。陶素生化提供涵盖候选药物研发全过程的科研支持，除已被众多科研用户熟悉并高度认可的高通量筛选外，还可提供针对先导化合物的定制，合成，修饰服务，打造一站式药物研发平台。例：总之，候选药物的研发阶段包含了创制药物的四大要素：靶标分析、检测模型、先导化合物的发现和先导化合物的优化。基于多学科交叉的药物分子设计是目前实现新药创制的主要途径和手段。二、临床实验的申请及审批候选药物经过临床前优化制备工艺、检验方法、质量指标、稳定性、药理、毒理和药代动力学等研究，方可进入临床实验的申请和审批。药物临床试验的准备条件概括如下： 1 、获得 CFDA 审批的药品临床试验批件 - 2 、符合规范的药检报告 3 、内容齐备的研究者手册 4 、具有资格的药物临床研究机构 5 、合格的研究人员 6 、规范化设计的新药临床试验方案 7 、制定可操作的标准操作规程（简称 SOP ）。三、临床试验 1. 临床一期试验 --- 评价药物的安全性和剂量，需要 20~100 例健康志愿者。初步的临床药理学及人体安全性评价试验，为新药人体试验的起始期，又称为早期人体试验。 I 期临床试验包括耐受性试验和药代动力学研究，一般在健康受试者中进行。其目的是研究人体对药物的耐受程度，并通过药物代谢动力学研究，了解药物在人体内的吸收、分布、消除的规律，为制定给药方案提供依据，以便进一步进行治疗试验。人体耐受性试验 (clinical tolerance test) 是在经过详细的动物实验研究的基础上，观察人体对该药的耐受程度，找出人体对新药的最大耐受剂量及其产生的不良反应，是人体的安全性试验，为确定 II 期临床试验用药剂量提供重要的科学依据。人体药代动力学研究 ( clinical pharmacokinetics) 是通过研究药物在人体内的吸收、分布、生物转化及排泄过程的规律，为 II 期临床试验给药方案的制订提供科学的依据。人体药代动力学观察的是药物及其代谢物在人体内的含量随时间变化的动态过程，这一过程主要通过数学模型和统计学方法进行定量描述。药代动力学的基本假设是药物的药效或毒性与其所达到的浓度（如血液中的浓度）有关。 2. 临床二期试验 --- 评价药物的疗效，需要多于 100 例病患志愿者。 II 期临床试验为治疗作用初步评价阶段。其目的是初步评价药物对目标适应症患者的治疗作用和安全性，也包括为 III 期临床试验研究设计和给药剂量方案的确定提供依据。此阶段的研究设计可以根据具体的研究目的，采用多种形式，包括随机盲法对照临床试验。 3. 临床三期试验 --- 对药物疗效及安全性作进一步的评价，需要多于 300 例病患志愿者。治疗作用确证阶段。其目的是进一步验证药物对目标适应症患者的治疗作用和安全性，评价利益与风险关系，最终为药物注册申请的审查提供充分的依据。试验一般应为具有足够样本量的随机盲法对照试验。本期试验的样本量要远大于比前两期试验，更多样本量有助于获取更丰富的药物安全性和疗效方面的资料，对药物的益处 / 风险进行评估，为产品获批上市提供支撑。该期试验一般为具有足够样本量的随机化盲法对照试验（ random control trial, RCT) 。临床试验将对试验药物与安慰剂（不含活性物质）或已上市药品的有关参数进行比较。试验结果应当具有可重复性。小编感叹即便在临床期夭折的药物也经历了如此多的筛选和考验，是极具研究价值和研究基础的先导化合物范本。对临床期药物感兴趣的客户可以直接联系陶素生化（ info@tsbiochem.com ）了解相关化合物库，获得相关化合物库的详细信息。客户可根据自己的兴趣定制不同研究领域或临床期的分子库，陶素生化是业内第一家推出按临床期分类的临床药物库的筛选平台。拥有全部由进入临床期的药物分子组成的临床分子库，每个化合物都包含了药理活性、来源、参考文献等信息。陶素的临床分子库： ◆ 514 个临床期化合物集合，可用于高通量筛选和高内涵筛选； ◆ 所有化合物均已被批准进入临床期，包括临床一期、二期、三期； ◆ 是新药研发和新药筛选的有效工具； ◆ 配有详细的说明书，化合物结构、靶点信息、 IC50 值、活性描述等； ◆ 结构多样，药效显著，可渗透细胞； ◆ NMR 和 HPLC 技术保证产品高纯度； ◆ 所有化合物现货供应。陶素临床库信息一览四、上市申请及审批中外新药上市都要过两道关卡，新药临床试验审批 (IND) 和新药生产上市审批 (NDA) 。另外，对于那些 “ 治疗严重危及生命疾病的药品 ” 中美都有 “ 绿色通道 ” 。陶素生化提供业内知名的上市药物库，收录了包括 FDA ， CFDA ， EMA ， PMDA 等全球最主要最权威药物的机构批准上市的产品，以高度全面的信息做依托，陶素为客户提供高度定制服务，大量科研人员仅通过基数极小的筛选定制库就获得了进行药物重定位的目标分子！四、上市后进一步研究药物上市后仍然需要进行进一步的研究，在广泛使用条件下考察其疗效和不良反应。上市后的研究在国际上多数国家称为 “ IV 期临床试验 ” 。以及用生物利用度研究的方法，以药代动力学参数为指标，比较同一种药物的相同或者不同剂型的制剂，在相同的试验条件下，其活性成份吸收程度和速度有无统计学差异的人体试验。药物研发是一个高投入高风险同时伴随高回报的行业，一旦药物成功上市，那么回报也是惊人的。业界有个词叫 “ 重磅炸弹 ” ，指的是年销售 10 亿美元以上的药物。一个极端的例子是辉瑞已经过了专利保护的降血脂药物立普妥（ Lipitor ）， 2010 年的全球销售额是 101.33 亿美元。药物研发，痛并快乐着。

33739 次阅读|2 个评论

新药筛选中的几种筛选方法——SBDD、FBDD & DNA Encoded Library

HitGen 2017-1-19 11:16

药物筛选指的是采用适当的方法，对可能作为药物使用的物质（采样）进行生物活性、药理作用及药用价值的评估过程。六七十年代药物发现主要是依靠细胞和动物模型，一般是表型筛选，随着分子生物学包括结构生物学的快速发展，小分子药物发现进入基于分子靶点的时代。也就是，我们能够基于某个分子靶点进行高通量筛选，可以获得小分子和靶蛋白的复合晶体结构。药物设计，在计算机的帮助下，变得如此清晰和直接了当。因此，高通量筛选、虚拟筛选、基于结构的药物设计、以及先导化合物的优化成为小分子药物发现的常见技术。这些技术取得了很大的成功，今天仍然在不断丰富和发展当中。然而，药物发现的效率并没有如人们期待的那样大幅提高。临床试验的代价、风险以及早期优质化合物发现的效率成为药物发现不可逾越的限速步骤。也正因为如此，药物发现新技术的意义在于三个方面：一是如果靶点是正确的，找到最有效的调控方式和分子；二是，尽早证明靶点是不可行的；三是，没有明确靶点时，找到有效的药物。本文根据文献和公开报道，总结了目前小分子药物发现的新技术。基于结构的药物发现、基于碎片的药物发现、蛋白相互作用的抑制剂及 DNA 编码化合物筛选技术。一、基于结构的药物发现（ SBDD ）基于结构的药物设计（也称为合理药物设计 SBDD ）是一种通过利用结构信息加快药物研发过程，从而改善候选新药过程的技术。据估计 SBDD 可以从目标识别到调查新药（ IND ）降低成本 50% 。该技术要求抑制剂的高分辨率三维结构绑定到使用 X 射线晶体学获取的目标。一旦获得结构，开始分析抑制剂与目标活性部位的相互作用。改善此分析的抑制剂结果，从而缩短候选新药的过程二、基于碎片的药物发现在现代药物开发技术领域，基于片段的药物设计方法和虚拟配体筛选是新兴的高通量筛选的替代办法。分子碎片药物设计是把一个已知的药物分子剪裁成多个碎片，这些分子碎片中的一些可能继承了原有活性分子的全部或部分药理性质，再通过筛选这些分子碎片，有可能可以找到更好的药物分子。一般是根据实验结果初步筛选出低分子量的核心片段，其与靶点结合比较弱（通常与分离常量在高微摩尔至毫范围），然后通过进一步结构优化得到活性更好的化合物（可达纳摩尔水平）。片段组学的主要研究方法包含两个环节： 1 、筛选得到可与靶点结合的片断，以及这些片断的结构构象， 2 、将这些片断延伸或者合理连接成为“药物分子”。这两个环节可以根据不同的研究项目采取不同的技术和方法。第一个环节采用的主要技术和方法 : a 受体和小分子量的“片断（通常是分子量 150-250 的小分子）”的结合物可以通过类似配体垂钓的方法得到这个络合物；也可作配体受体结合试验得到，然后，将其置于合适的溶液中，利用 NMR 技术测定片断结合与受体的具体部位，以及片断的结合构象。并以此构象指导 SAR 的研究。 b 共结晶，得到晶体复合物 ; 第二个环节是将基于片断药物设计方法和计算机辅助药物设计有机结合起来，运用分子模拟的手段将片段连接起来得到先导化合物。三、 DNA 编码化合物库筛选技术 DNA 编码化合物库（ DNA Encoded Compound Library ，简称 DEL ）合成与筛选的概念最早由美国 Scripps 研究院的 Sydney Breener （ 2002 年诺贝尔生理与医学奖获得者）和 Richard Lerner （时任 Scripps 研究所所长）于 1992 年提出。 DEL 技术是组合化学和分子生物学的完美结晶，并在高通量测序技术的迅速发展下得到了巨大的推动，使得先导化合物的筛选变得前所未有的快捷和高效。 DNA 编码化合物库与普通化合物库不同之处在于每一个化合物都在分子水平连接有一段特异的 DNA 片段来记录化合物结构相关信息。目前， DNA 编码化合物库作为新药筛选的一种强有力的工具已经越来越被制药公司及科研院所所重视。将活性靶点蛋白和 DNA 编码化合物库孵育，亲和力强的化合物与蛋白结合；亲和力弱或不结合的化合物被除去；由于化合物与 DNA 编码信息一一对应，可以通过高通量测序技术得到高亲和力化合物的结构信息；重新合成不带 DNA 标签的化合物后进行活性验证及结构优化，得到苗头化合物，大幅提高了新药筛选的效率。于此同时，随着 DNA 编码化合物库库化合物数量的增加，其试用的靶点范围也从相对较简单的靶点覆盖到包括蛋白 - 蛋白相互作用的靶点、表观遗传等相对较难的靶点。 DNA 编码化合物库技术已然成为当下新药筛选的热点， GSK （葛兰素史克）， X-chem （美国）， Nuevolution （丹麦）， HitGen （中国）， Ensemble （美国）， DiCE Molecule （美国）， Vipergen （丹麦）都使用 DNA 编码化合物库筛选技术从事新药筛选。但是就全球规模化对外提供 DNA 编码化合物库筛选服务的仅有三家公司（ X-Chem ， nuevolution 和 HitGen ）。成都先导作为其中之一也是第一家利用DNA编码化合物库筛选技术从事新药研发的公司，目前其拥有逾60亿的DNA编码化合物可供筛选。内部在研新药项目20余项，涵盖肿瘤，心血管，炎症/呼吸道，代谢类及眼科疾病等领域。利用这项技术已经筛选出了许多性质优异的苗头化合物，其中进展最快的是治疗慢性阻塞性肺病的 GSK2256294 ，已经完成了 I 期临床，另有数个未公开的研究项目进展良好。这些技术都是科学家在总结现有经验的基础上进行延伸和发展的结果，为了更加快速高效得到新药苗头化合物，从而得到具有划时代意义的新药，是我们每一个制药人的目标。

个人分类: 新药研发|1440 次阅读|0 个评论

DNA编码化合物库新药筛选技术感悟与分享

HitGen 2017-1-17 09:15

DNA 编码化合物库 (DNA-EncodedLibrary, DEL) 把 DNA 片段作为一种条形码，在包含数百万至上亿分子的化合物库中，每一个分子都由一条独特的 DNA 片段在分子水平连接。实现对整个化合物库的每一个化合物进行编码。 DEL 技术已经实现在几十个微升的体积中包含上千万甚至上亿不同的化合物。相对于传统筛选技术， DEL 能够降低筛选成本，缩短筛选时间，提高筛选效率。对于一些在传统筛选技术较难筛选的靶点，如蛋白蛋白相互作用靶点上，取得了不错的成就。如 IL17A 靶点上目前尚没有小分子药物上市。根据 globaldata 上的数据显示，虽然有 300 多个在研项目，但是仅有 7 个小分子项目。其中 4 个为诺华所有，但其全部购买自 Ensemble ，最后一个为 Vipergen 所有。换言之，这 5 个小分子的发现均来自于 DEL 技术。目前 DEL 技术不仅仅限于基础研究，已经被国内外主要的药企广泛采用，成为药物研发中获得先导化合物的一种重要手段。当前，全球能够规模化提供 DEL 筛选服务的公司仅有三家，成都先导药物作为是其中之一，同时也是中国第一家利用 DNA 编码化合物库筛选技术从事新药筛选的公司，据公开报道，其目前已经拥有 60 亿 DNA 编码化合物，内部研发项目 20 余项，涵盖肿瘤，心血管，炎症，呼吸道，代谢类及眼科疾病等。 DNA 编码化合物库的多样性取决于骨架多样性，可用建库试剂数量（可以理解为片段）以及库反应类型。并且已有文献证明，三维中等大小的化合物库的筛选效果相对于四维甚至更多维度的大库要好。同时在 DNA 编码化合物库的筛选中，是包含大量化合物的整个库与靶点蛋白同时筛选，而非传统的一对一筛选，这样有明显的速度和成本优势。同时对于较难修饰或者是不能固载的靶点蛋白， DEL 技术也是能够进行筛选。若对此新药筛选技术感兴趣，可以联系 qg.lai@hitgen.com .

个人分类: 新药研发|892 次阅读|0 个评论

新药研发中的划时代变革——DNA Encoded Library 成都先导药物

HitGen 2017-1-10 14:54

人类和疾病的斗争已经进行了成千上万年，也还将无期限的持续下去。在这个没有硝烟的战场，药物化学家是维护人类健康、抵抗各类疾病的中流砥柱。但是，药物发现之路并不是一番坦途，药物化学家要面对很多难以想象的艰险挑战。发展新技术以及巧妙应用各种技术能够帮助药物化学家更有效率的克服困难，找到更多对抗疾病的理想药物。J. Med. Chem.编辑部挑选了2015-2016年有代表性的6篇文章，DNA编码化合物库筛选技术位列其中，相信能给新药研发带来启发。 DNA编码化合物库筛选技术受体相互作用蛋白1（RIP1）的激酶活性在肿瘤坏死因子（TNF）介导的炎症中起重要的启动作用。因此抑制RIP1的活性，有希望治疗多种炎症相关疾病。虽然已有些抑制剂报道，如5-7（图4），但效果和药代动力学表现都不理想。GSK的科学家Harris等人首先筛选了公司激酶项目中的化合物库，确定了一系列RIP1抑制剂，但都存在分子量大、亲脂性高、水溶性差的问题，还有脱靶的风险。扩大化合物库（200万化合物）发现苗头化合物8（GSK’963，图4），但啮齿类动物实验发现口服效果不好，前景不明。为开发新颖的化学结构，Harris等人动用了自家的“核武器”——DNA编码的小分子化合物库，通过三元合成砌块（BB1、BB2和BB3，BB = Building Block）和均分与合并（split-and-pool）的组合化学策略，得到庞大的77亿容量的化合物库（见图5）。其中BB1对亲和力贡献不大，BB2和BB3组成的酰胺化合物成为苗头化合物，并最终发现了一系列的benzoxazepinone化合物作为RIP1抑制剂，它们同时具有高活性和高选择性，以及良好的口服药代动力学参数。其中，化合物GSK’481在456种激酶中仅对RIP1激酶有效，表现出非常优秀的选择性，共晶结构显示除苄基插入到疏水口袋外，还存在酰胺键中的NH和ASP156残基的氢键作用，GSK’481有望成为临床候选药物。虽然DNA编码化合物库技术筛选的药物还没有上市的产品，因此饱受多方质疑。据公开的信息显示，从DNA编码化合物库筛选出的治疗慢性阻塞性肺疾病的GSK2256294已经完成了临床I期，并且未公开的据称已经有2个完成了II期实验。 DNA编码化合物库筛选技术的出现解决了大量分子同时与靶点进行筛选的难题。 DNA编码化合物库与普通化合物库不同之处在于每一个化合物都在分子水平连接有一段特异的DNA片段来记录化合物结构相关信息。目前，DNA编码化合物库作为新药筛选的一种强有力的工具已经越来越被制药公司及科研院所所重视。将活性靶点蛋白和DNA编码化合物库孵育，亲和力强的化合物与蛋白结合；亲和力弱或不结合的化合物被除去；由于化合物与DNA编码信息一一对应，可以通过高通量测序技术得到高亲和力化合物的结构信息；重新合成不带DNA标签的化合物后进行活性验证及结构优化，得到苗头化合物，大幅提高了新药筛选的效率。于此同时，随着DNA编码化合物库库化合物数量的增加，其试用的靶点范围也从相对较简单的靶点覆盖到包括蛋白-蛋白相互作用的靶点、表观遗传等相对较难的靶点。 DNA编码化合物库技术已然成为当下新药筛选的热点，虽然从事该技术的科研单位以及公司很多，但是据统计目前全球能够规模化对外提供DNA编码化合物库筛选服务的仅有三家公司（X-chem， nuevolution 和HitGen， GSK不对外提供筛选服务，故不计算在内）。并且全球已经在DNA编码化合物库筛选领域有了长足的发展，在许多传统筛选技术较难筛选到小分子化合物的靶点上筛选到了抑制剂，如附件列举了其中一些靶点的筛选案例。 1.png 2.png 3.png 4.png 5.png 6.png

个人分类: 征稿|474 次阅读|0 个评论

癌症个性化治疗的药物遴选

热度 10 yueleishen 2016-4-19 12:32

这是我去年发在生物谷上的一篇博文。在这里重发并保存下来。据统计，我国每年新增癌症病例300多万例，220万人死亡，每分钟有6人被诊断为恶性肿瘤。癌症发病率排在前5位的，在男性中分别为肺癌，胃癌，肝癌，食管癌和大肠癌；女性中分别为肺癌，乳腺癌，胃癌，大肠癌和肝癌。在中国排在最前面的致癌因素分别是环境因素、慢性感染、吸烟等。在老百姓的印象中，诊断出癌症基本上就是判了死刑，目前全国癌症病人5年的总体生存率约为30%左右。我们还经常听到这样一种说法，有些癌症病人是被治死的。为什么会有这样的说法呢？在中国，对于肿瘤住院病人，最多采用的治疗手段是手术、放疗和化疗（药物治疗）。癌症病人用药遵循一定的标准治疗规程(SOC)，包括一线、二线和三线四线用药等。然而，与病原菌引起的疾病不同，肿瘤的发生是由于自身细胞的基因突变造成的，也是非常个性化的。可以说没有两个人的肿瘤是一样的，这就决定了癌症治疗用药也不能像抗生素那样简单。每种药物针对的靶点或作用机制虽然是确定的，但用到非常个性化的癌症病人身上，药物的有效性就不是那么容易预测了。对某个病人有效的药物，对于另一个看似同样癌症的病人可能完全没有效果。所以，虽然医生在治疗过程中遵循了SOC，但也有可能因为药物无效而让病人错过宝贵的治疗时机。所以，说部分癌症病人是被治死的也是有道理的。人不是小白鼠，生命只有一次机会，用错一次药或是用的药没有效果，就会付出不可挽回的生命代价。免疫治疗药物anti-PD1抗体在黑色素瘤治疗中的确定疗效引发了类似药物的研发热潮，但实际上也只有20%的的黑色素瘤被治愈。对任何一个病人来讲，哪怕一种药物在80%的病人身上有效，而万一自己是那20%药物无效病人中的一个呢？对病人而言，有效和无效都是非黑即白的，是不能把自己的生命寄托在一个统计数据上的。所以，个性化治疗就成了一个非常值得期待的事情。一提起个性化治疗，大家想到的基本上都是基因测序。通过对肿瘤DNA进行深度测序，找到突变基因，再针对突变基因选择合适的靶点药物，比如针对ALK、MEK、EGFR等的靶点药物，是大家印象中的个性化治疗。但是这个印象可能不是准确的。首先，绝大部分的癌症并不是单纯的由这些突变导致的，而更可能是多基因突变促成的，尤其是在中国这样一个环境污染严重的地方；第二，绝大部分的肿瘤组织是异质性程度很高的细胞群，也就是说，是由各种不同基因突变细胞组成的；第三，即使是能够发现比较单一的基因突变，靶向药物也不是100%有效的。所以，测序距离真正的癌症个性化治疗还是有一定的距离的。这类似于O2O或电商里的最后一公里问题，而这最后一公里就应该由PDX来完成。所谓PDX，就是将人的组织（咱们这里就专指肿瘤组织吧）移植（接种）到小鼠体内（Patient-Derived xenograft)，这种带有人肿瘤组织的小鼠就叫PDX。我们知道，因为免疫排斥，一个物种是不能接受其它物种的组织器官的。因此，人的肿瘤组织也不能移植到普通小鼠体内，否则就会被小鼠的免疫系统排斥掉。要想做成PDX，就需要先将小鼠的免疫系统破坏掉，做成免疫缺陷小鼠。而且，小鼠免疫缺陷的程度越高，对病人肿瘤的接受程度越高，成瘤率也就越高。几十年前，就有科学家将人的原代肿瘤(即直接从病人身上取下来的新鲜肿瘤)接种到裸鼠（nude mice)身上，虽然有成功，但成瘤率很低，这是因为裸鼠只是T细胞缺失。随后，科学家开始使用SCID或NOD-SCID小鼠，因为SCID小鼠没有T和B细胞，也就是说它既没有细胞免疫，也没有体液免疫，所以相比裸鼠，成瘤率也大大提高。但这个小鼠还是保留了一部分免疫性状，比如有自然杀伤细胞(NK细胞)。最近几年，一种叫NSG的小鼠开始被用于PDX制备。NSG是在NOD-SCID的基础上，又缺失了IL-2受体gamma亚基（IL2Rg)基因。因为IL2Rg同时也是其它一些重要的免疫细胞因子(IL-2， IL-4， IL-7， IL-9， IL-15， IL-21等)的受体亚基，这就使得这个小鼠的免疫系统基本丧失掉了，同时也没有了NK细胞。所以，NSG小鼠是目前已知免疫缺陷程度最高的小鼠，在NSG小鼠上的成瘤率也远远好过NOD-SCID和裸鼠。而且，跟NOD-SCID与裸鼠相比，基于NSG小鼠的PDX更好的保留了人肿瘤组织的异质性以及基因表达谱，也就是说更接近病人的肿瘤特性。在这样的PDX模型上遴选出来的有效药物和药物组合，就能够直接用到病人身上，达到指导用药的作用。那到底怎样用PDX来遴选有效药物呢？首先是医生在为癌症病人做手术的时候，可以将从病人身上取下的肿瘤块儿，在实验室里被切成小块儿，再移植到免疫缺陷小鼠的皮下（一般接种2-4个点）。一般情况下，肿瘤越新鲜越好，也就是说，从医生取下肿瘤到小鼠接种之间的窗口期越短越好。经过几周的时间，肿瘤块儿会在小鼠体内长大。然后再将这些肿瘤块儿收集并继续切成小块儿，放到更多的免疫缺陷小鼠体内，这样就得到了足够数量的可用于药物遴选的PDX小鼠。在不同的时间段，给这些PDX小鼠分别用不同的药物或药物组合，观察哪种药物可以抑制或杀死肿瘤，并将这个结果给医生，从而给医生提供用药指导。同时，这些肿瘤块儿也可以通过液氮冻存的下来，用于医药企业进行新药研发。药物研发公司为一直在为癌症药物研发进行着巨大的投入，然而，再好的新药也只是对一部分癌症病人有效，而且，癌症的种类也远远多过我们能够预测的。很多时候，对于医生来讲，面对一个癌症病人，可选择的药物不是太少，而是太多，导致无从选择。比如，尽管都是肺癌，可能发病机制完全不同。相反，看似不同的癌症，其分子机制也可能是一样的。也有的时候，即使是看似同样的发病机制，因为有其它机制的参与，不同病人也会对某个药物产生不同的反应。既然已经有这么多的癌症药物，而我们又不愿意把病人当作小白鼠，所以，我们可以用PDX来帮助医生遴选出最佳药物，从而为病人找到最合适的治疗方案。这些PDX小鼠也可被称作病人的试药小鼠。大量研究已经证明，在试药鼠上有效的药物，在病人身上同样有效。尽管大家承认，试药鼠是药物遴选的最好工具，也是实现癌症个性化治疗的最完美方式。但也有不少专家认为现在将PDX广泛用于癌症个性化治疗还为时过早，主要有以下两个因素：一是时间，二是价格（尤其是在美国，目前保险公司还不支付PDX药筛的费用）。在时间方面，整个过程也许要3-6个月，有些病人可能会等不及这个结果出来就会离开人世。但也会有很多病人会等到结果，并从中受益延长寿命。而且，因为肿瘤在NSG小鼠上长得更快，并且无论是在成瘤率还是保持人肿瘤组织的异质性方面，NSG小鼠也更有优势，所以相信可以在更短的时间内，更高效地为病人遴选到最好的药物。如果将测序（缩小筛药范围）和验药化身结合起来，就能够使药物遴选进程更快，真正帮助病人，延长病人寿命。另外一个就是价格。从国外的报价来看，从PDX制备到完成药物遴选，一般收费在4-6万美元。在保险公司不支付这笔费用的情况下，的确是一个巨大的家庭负担。而在国内，如果利用国内的规模化、低成本优势，相信可以将价格降低到10万元人民币以下。在进入医保之前，对于很多家庭来讲，用这个费用来换取自己或家人的生命，我想这也是很多人愿意承担的。时间和价格是医生和病人关心的。而对于提供这方面服务的企业来讲，要做好试药鼠，必须要有最好的工具小鼠。上面提到，目前最好的小鼠是NSG小鼠。美国Jackson lab是国外NSG小鼠的主要供应商，但该小鼠不在中国出售。国内也有公司已经开发出自己的NSG小鼠并实现了规模化供应，比如百奥赛图的B-NSG小鼠。JAX的NSG小鼠是通过回交的方式，将129／B6遗传背景的IL2Rg突变回交到NOD-SCID背景上，目前还在继续回交过程中。而百奥赛图则是通过直接在NOD-SCID小鼠上将IL2Rg基因全部敲除，获得了纯系NOD背景的B-NSG小鼠。百奥赛图的大规模动物生产能力，也保障了能够为客户长期提供高质量低成本的B-NSG小鼠。同时，百奥赛图正在进行下一代B-NSG小鼠的研发，比如，在B-NSG小鼠的基础上进行更多的基因修饰，加上各种人源化细胞因子，从而提高成瘤率，缩短肿瘤生长时间。 PDX药物遴选，是真正的癌症个性化治疗，同时，也是一个很好的商机。国外已经有公司（ChampionsOncology，Oncotest等）通过这种方式帮助肿瘤病人遴选最合适的药物或药物组合。在国内，也有多家有PDX经验的公司正在进入这个领域，并有很多创业企业已经或准备进入这个领域。这个趋势之所以逐渐明朗，第一，随着成瘤率逐步提高，成瘤时间缩短，药物遴选标准化流程(SOP)的完善，可以加快遴选速度并及早给出治疗方案；第二，如果将收费降低到10万元以下，以中国的人口基数，将是一个很大的市场；第三，这个市场容量巨大，容得下多家公司涉足。而将测序和验药化身结合起来的第三方临检机构将有巨大市场前景和想像空间。总体来讲，我认为在2年的时间内，这个将会出现很多公司，并获得投资公司的青睐。

个人分类: 个人随笔|5731 次阅读|10 个评论

用于药物筛选的网络模型--生物信息学的新玩法

热度 2 phenome 2011-2-6 18:11

近日有做生物信息学（系统生物学）的朋友读到我们近期发表的论文 Pre-Clinical Drug Prioritization via Prognosis-Guided Genetic Interaction Networks（全文），问到：怎么想到建立一个基因网络模型来作药物筛选？好像以前没有见到类似的研究命题啊？可能确实这种玩法比较新颖，现将有关回应贴到这里：本项目的动机主要考虑：（1）目前全球药物（特别是肿瘤药物）的研发效率日趋下降，其中，临床前药物评价模型不能很好地预测药物在临床实验中的表现是其主要瓶颈之一。（2）目前常用的临床前药物评价，主要依靠离体细胞学实验和在体动物实验模型。目前的动物模型遗传背景比较简单，无法充分反映临床实验中碰到的人群异质性(heterogeneity)问题。因此，如果能够建立一个充分反映病人人群中异质性的计算机模型，并定义其相关的药物疗效的评价体系，将可以有效弥补现有动物模型的不足，在临床前实验阶段对候选药物进行分析评价，有利于大大降低药物能通过临床前评价，在进行昂贵的临床实验后却发现无效的局面。因此，我们实际上是绘制了一个能反映各类癌症特征的网络作为“作战地图”，进而识别鉴定出上述网络中主要的、起驱动作用、影响广泛的因素，制定基于网络拓扑特征的量化指标，对药物扰动上述网络的效率（药效）进行定量分析。其实，上述玩法实际反映了“网络药理学”network pharmacology的概念，只是该概念自提出以来，大多用于观察药物的靶标在网络上的分布，少有直接用于药物筛选的。而且，大家大多关注常见的网络类型，如基因调控网络(gene regulatory network)、蛋白质物理相互作用网络(physical interaction network)等。个人认为，针对具体任务，例如肿瘤药物筛选，应选择和任务导向的网络（例如我们选择与肿瘤预后相关的基因网络，实际上是一种 functional network而不是physical interaction network）。

个人分类: 网络药理学|6027 次阅读|1 个评论

诱导多能干细胞（iPS）的研究热点和潜在应用

toptip 2010-8-17 06:50

NIH 四月份宣布要从紧张的经费中拨款，筹建诱导多能干细胞（ iPS ， Induced Pluripotent Stem Cells ）中心。最近NIH也许因为在招人，我比较密集地听了一些 iPS 相关的讲座，所以想稍微总结一下，给有生物背景的科学工作者增加一些印象。细胞核转移技术诞生的多利羊曾经在中国掀起一阵克隆热。 iPS 技术的诞生则大大地更进了一步，它直接证明，用四个转录因子就可以让终末分化的体细胞回到原初的多能干细胞状态。 iPS 不仅在生物学理论上有突破，在伦理学上绕过了胚胎干细胞，在实际应用上它也具有非常大的潜力。 Cell Based Therapy: 在异体细胞或者器官移植过程中，免疫排斥一直是个难题。理论上自身的体细胞（比如皮肤细胞或者血液细胞）可以在体外重编排成 iPS 细胞，而 iPS 细胞具有多能性，它能分化成任何其它组织特异性的终末分化细胞（比如神经细胞）或者干细胞，这些细胞如果移植到自身体内，则基本上不会产生免疫排斥的问题。通过移植功能性的细胞（或干细胞），有可能使组织的损伤得到修复更新。比如一些退行性疾病，心脏病，脊柱损伤等就有可能得到治疗。 iPS 细胞治疗的一个好处是，一些有遗传缺陷的细胞可以在体外修复，然后重新植入体内来修复组织或者器官。 Disease Modeling: 在体内，胚胎初期的干细胞分化出三胚层，胚层再分化成各种各样的细胞。在体外，多能干细胞能很大程度上重演这个过程。以往研究一个疾病的成因，需要依赖老鼠的模型，而老鼠建模本身很困难，模型和实际的人的疾病也可能相差甚远。直接用病人的的细胞在体外重编程为 iPS 细胞，然后让 iPS 细胞分化成相关的有疾病的细胞，用正常 iPS 细胞做对照，观察这个过程中病人的 iPS 有哪些缺陷，发生哪些变化，可以为了解这个疾病的发生提供新的工具。除了体外观察以外，疾病相关的 iPS 植入没有免疫力的小鼠，还可以在体内观察这些变化。 Drug Screening ：干细胞的一个特点是可以在体外无限增殖。大规模药物筛选通常需要很多细胞， iPS 细胞（以及它分化的细胞）是想要多少就可以提供多少。另外疾病特异的 iPS 细胞本身就是筛药的目标。比如来自 spinal muscular atrophy 的 iPS 细胞可能因为某个蛋白的表达下降导致它分化成神经干细胞的能力下降，那么就可以筛选提高 iPS 这个蛋白表达水平的药物，看它能否 rescue 这个 iPS 的分化能力。这个药物本身也许就能改善 spinal muscular atrophy 。 Personalized Medicine 。如前所述，来自于自体的 iPS 细胞可以在体外无限增殖。某些药物只针对某些人群有用，而对另外的人群不仅没有治疗作用而且有副作用。 iPS （以及它分化的细胞）就可以为药物的分型提供帮助。另外，个人化的细胞治疗本身也应该属于 Personalized Medicine 范畴。因为 iPS 具有非常广泛的而且在某些方面优于胚胎干细胞（ ES ， Embryonic Stem Cells ）的应用前景，有关这个技术本身的基础研究也在如火如荼地展开。 iPS 细胞多大程度上等同于 ES 细胞。除了它们都表达一样的多能性的 marker 外，有人做过它们全基因组表达谱的比对。 iPS 细胞和 ES 细胞的差异约等于两个不同的 iPS 细胞克隆的差异，证明 iPS 几乎与 ES 细胞相同。而动物所周琪组利用 iPS 细胞培育出小鼠个体，则最终证明 iPS 细胞和 ES 细胞具有一样的多能性。那么 iPS 细胞是不是完全和 ES 细胞一样呢？也不是。还是有少量基因表达不同，一些在基因组上表观遗传（ epigenetic ）的修饰有差别，分化成某个细胞系的能力也有强有弱。 iPS 还带有原细胞的记忆，比如来自血液细胞的 iPS ，相比于来自于成纤维细胞的 iPS ，它就更容易重新分化成血液细胞。这些记忆可以通过持续传代培养，或者一些表观遗传相关的药物处理逐渐消失。 iPS 细胞的来源。什么细胞最容易重编排成 iPS ？要用 iPS 细胞修复受损的心脏细胞，是不是来源于心脏细胞的 iPS 更好用？最近有报道取点血样就可以做成 iPS ，以后就不用动手术取皮肤组织什么的了。 iPS 重编排的机理。现在做各种细胞信号通路的， small RNA 的，转录因子的，表观遗传的，都从各个不同角度研究这个 reprogramming 的机理，还有 iPS 自我更新，增殖，分化的机理。提高诱导 iPS 的效率。现有的诱导 iPS 的方法效率很低，且这四个转录因子一直过表达的话都有致癌嫌疑且可能会影响后续的分化能力。 Scripps 研究所的丁胜实验室在这一方面处于领先地位。他用功能性的蛋白质取代过表达的四个转录因子，也取得了成功。蛋白质因为在诱导 iPS 后会慢慢降解，所以大大降低了致癌可能性。最好的办法还是用小分子来诱导。小分子随时可以撤走，方便简易成本低。现在两个转录因子加小分子就可以诱导 iPS ，我预计不远的将来，四个转录因子都会被小分子取代，且诱导的效率会大大提高。 iPS 致癌性的原因。 iPS 技术的发明者 Shinya Yamanaka 现在就在研究如何区分好的和不好的（致癌的） iPS 细胞。通过发现好坏的 marker ，用 FACS 分选纯的好 iPS ，致癌性有可能大大降低。 Transdifferentiation 。分化的体细胞 -iPS- 分化的其它细胞的路线用时比较长，人们预计一种类型的细胞可能可以跳过多能干细胞这一环直接转分化成另一类型的细胞，这个设想已经实现。 iPS 细胞的分化。做细胞治疗用到的可能是 iPS 细胞， iPS 分化成的干细胞，也可能是功能性的终末分化细胞。 iPS 在体外高效地分化成组织特异性的细胞在某些细胞系已经得到实现，比如会跳动的心脏细胞，会放电的神经细胞，但是还有很多细胞系没有实现。筛选能促使、促进细胞分化的小分子，现在也是研究的重点。同样的，这些小分子在体内可能就能够直接帮助缓解某些疾病。 iPS 技术发明不是很久，它是生物学这么多年研究新出现的一个让人兴奋的热点，中国现在快速跟进抢占山头很有必要。在不远的将来，我预计胰岛素依赖的糖尿病（通过 iPS 分化出能产生胰岛素的 B-cell 并作细胞移植），白血病（通过 iPS/ES 重建血液系统）有可能得到根治。癌症治疗投资如此巨大，研究这么多年尚没有突破性的进展，如果 iPS 短期内能彻底攻克一两个现在看来比较容易的病症，那么 iPS/ES 的研究还会继续加温。另外本人随机想到：成体终末分化的细胞能逆分化成多能的（全能的）干细胞，为什么不能诱导出组织特异性的类似于成体干细胞的细胞？比如用血液细胞诱导出血液干细胞，还有肌肉干细胞，皮肤干细胞，神经干细胞等等。理论上这个部分逆分化应该比完全的逆分化更简单。我预计，通过研究维持成体干细胞多能性的转录因子的研究，有可能在不远的将来会实现这个设想。 NIH 了解干细胞基础的报告： http://stemcells.nih.gov/info/2006report/ NIH 最近有关 iPS/ES 讲座的免费视频： http://videocast.nih.gov/summary.asp?Live=9470 http://videocast.nih.gov/summary.asp?Live=9447 http://videocast.nih.gov/summary.asp?Live=9450 References: 1. Ebert, A.D., Yu, J., Rose, F.F., Jr., Mattis, V.B., Lorson, C.L., Thomson, J.A., and Svendsen, C.N. (2009). Induced pluripotent stem cells from a spinal muscular atrophy patient. Nature 457 , 277-280. 2. Zhao, X.Y., Li, W., Lv, Z., Liu, L., Tong, M., Hai, T., Hao, J., Guo, C.L., Ma, Q.W., Wang, L., et al. (2009). iPS cells produce viable mice through tetraploid complementation. Nature 461 , 86-90. 3. Kim, K., Doi, A., Wen, B., Ng, K., Zhao, R., Cahan, P., Kim, J., Aryee, M.J., Ji, H., Ehrlich, L.I., et al. Epigenetic memory in induced pluripotent stem cells. Nature. 4. Staerk, J., Dawlaty, M.M., Gao, Q., Maetzel, D., Hanna, J., Sommer, C.A., Mostoslavsky, G., and Jaenisch, R. Reprogramming of human peripheral blood cells to induced pluripotent stem cells. Cell stem cell 7 , 20-24. 5. Zhou, H., Wu, S., Joo, J.Y., Zhu, S., Han, D.W., Lin, T., Trauger, S., Bien, G., Yao, S., Zhu, Y., et al. (2009). Generation of induced pluripotent stem cells using recombinant proteins. Cell stem cell 4 , 381-384. 6. Shi, Y., Do, J.T., Desponts, C., Hahm, H.S., Scholer, H.R., and Ding, S. (2008). A combined chemical and genetic approach for the generation of induced pluripotent stem cells. Cell stem cell 2 , 525-528.

个人分类: 科普集锦|11449 次阅读|1 个评论

研究热点：药物筛选 Drug Screening

xupeiyang 2010-5-13 16:11

http://www.gopubmed.org/web/gopubmed/2?WEB01ow1fcrlhuyabI57I9tI00h01000j100200010 100,000 of 162,191 documents semantically analyzed Top Years Publications 2009 11,609 2008 11,378 2007 10,121 2006 9,418 2005 8,574 2004 8,360 2003 7,265 2002 6,845 2001 6,385 2000 5,509 1999 4,924 1998 4,564 2010 2,937 1997 1,952 1 2 3 ... 10 Top Countries Publications USA 29,563 Japan 6,895 United Kingdom 5,119 Germany 4,693 China 4,691 France 4,004 Italy 3,799 India 3,119 Spain 2,864 Canada 2,815 South Korea 2,172 Brazil 1,811 Netherlands 1,523 Australia 1,431 Taiwan 1,374 Switzerland 1,277 Turkey 1,226 Sweden 1,184 Belgium 1,145 Poland 870 1 2 3 ... 10 1 2 3 ... 164 Top Cities Publications Tokyo 1,443 London 1,306 New York 1,116 Boston 1,009 Seoul 996 Houston 970 Beijing 908 Madrid 852 Paris 850 Shanghai 775 Baltimore 734 Bethesda 695 San Diego 687 San Francisco 663 Atlanta 606 Taipei 594 Philadelphia 568 Toronto 537 Chicago 536 Barcelona 510 1 2 3 ... 164 1 2 3 ... 228 Top Journals Publications Antimicrob Agents Ch 3,662 Bioorg Med Chem Lett 2,227 J Antimicrob Chemoth 2,104 J Med Chem 2,019 J Clin Microbiol 1,814 J Nat Prod 1,713 Cancer Res 1,293 Int J Antimicrob Ag 1,095 Bioorgan Med Chem 1,003 Clin Cancer Res 909 Diagn Micr Infec Dis 803 Eur J Med Chem 766 Antimicrob Agents Chemother 675 Clin Infect Dis 672 J Antibiot (tokyo) 649 J Ethnopharmacol 649 Anticancer Res 578 Mol Cancer Ther 538 J Biomol Screen 505 J Antimicrob Chemother 457 1 2 3 ... 228 1 2 3 ... 1865 Top Terms Publications Humans 65,402 Microbial Sensitivity Tests 39,497 Animals 38,165 Pharmaceutical Preparations 28,671 Anti-Bacterial Agents 25,227 Evaluation Studies as Topic 24,129 Patients 20,451 Drug Evaluation, Preclinical 16,903 Mice 16,148 Proteins 13,437 Genes 13,113 Neoplasms 12,915 Cell Line 12,250 Adult 11,235 Drug Screening Assays, Antitumor 10,001 Bacteria 9,956 Therapeutics 9,858 Antineoplastic Agents 9,828 Sensitivity and Specificity 9,569 Cell Line, Tumor 9,383 1 2 3 ... 1865

个人分类: 热点前沿|4272 次阅读|0 个评论

帐号		自动登录	找回密码
密码			注册

关闭安全验证

标签: 药物筛选

相关帖子

相关日志

关闭 安全验证

标签: 药物筛选

相关帖子

相关日志

关闭安全验证