

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近年來(lái),由于惡性腫瘤發(fā)病率和腫瘤全球化趨勢(shì)不斷上升,人類(lèi)的生命健康安全飽受威脅,而傳統(tǒng)的化療藥物在癌癥治療中存在耐藥性、療效低且毒副作用大等各種缺陷。進(jìn)入二十一世紀(jì)以來(lái),隨著生物技術(shù)的進(jìn)步和對(duì)腫瘤機(jī)制的深入探索,靶向抗腫瘤療法開(kāi)始應(yīng)用于臨床,成為現(xiàn)代醫(yī)學(xué)中最強(qiáng)大的治療和診斷工具,在腫瘤學(xué)領(lǐng)域也變得越來(lái)越重要。
單克隆抗體靶向抗腫瘤藥物本質(zhì)上是一類(lèi)修飾蛋白,以腫瘤細(xì)胞特定部位為靶點(diǎn),專(zhuān)門(mén)抑制在腫瘤生長(zhǎng)中的信號(hào)通路,誘導(dǎo)腫瘤細(xì)胞產(chǎn)
2、生免疫應(yīng)答,從而選擇性殺傷腫瘤細(xì)胞,相對(duì)于傳統(tǒng)化療藥物有著高效低毒的優(yōu)勢(shì),但隨著臨床使用增加,也表現(xiàn)出各種副反應(yīng)癥狀,如胃腸道毒性、心血管毒性和皮膚毒性反應(yīng)等。目前對(duì)于單抗類(lèi)靶向抗腫瘤藥物的研究也主要是臨床用藥的案例報(bào)道和相關(guān)文獻(xiàn)綜述分析,很少就單抗藥物不良反應(yīng)的發(fā)生機(jī)制進(jìn)行探究。
有研究表明,基因和不良反應(yīng)之間有一定的關(guān)聯(lián)性,然而關(guān)于此類(lèi)研究主要是借助藥物流行病學(xué)研究或分子生物學(xué)研究進(jìn)行,往往投入大量人力物力財(cái)力。當(dāng)前已有生
3、物信息學(xué)課題組開(kāi)始進(jìn)行基因相關(guān)的藥物不良反應(yīng)研究,但主要以收集所有上市藥物并建立相關(guān)模型和數(shù)據(jù)庫(kù)為主,缺乏對(duì)某類(lèi)藥物的具體研究。
研究目的:
鑒于以上研究現(xiàn)狀,本研究采用生物信息學(xué)手段對(duì)單克隆抗體靶向抗腫瘤藥物的基因——不良反應(yīng)關(guān)聯(lián)性進(jìn)行挖掘研究,意在探索基因——不良反應(yīng)關(guān)聯(lián)關(guān)系研究的新思路,為分子生物學(xué)和藥物流行病學(xué)的進(jìn)一步研究提供理論基礎(chǔ),為單克隆抗體靶向抗腫瘤藥物的不良反應(yīng)研究提供初步參考。
研究方法
4、:
本研究通過(guò)文獻(xiàn)檢索、數(shù)據(jù)庫(kù)查詢(xún),收集單抗類(lèi)藥物——基因作用信息和藥物——不良反應(yīng)關(guān)聯(lián)關(guān)系數(shù)據(jù),來(lái)構(gòu)建藥物——基因——不良反應(yīng)關(guān)聯(lián)關(guān)系網(wǎng)絡(luò),然后聯(lián)合關(guān)聯(lián)規(guī)則挖掘算法和頻數(shù)法(ROR、PRR、x2、MHRA和Yule's Q)進(jìn)行信號(hào)挖掘,根據(jù)挖掘結(jié)果篩選出高關(guān)聯(lián)信號(hào)進(jìn)行深入分析。數(shù)據(jù)統(tǒng)計(jì)采用EXEL2010進(jìn)行計(jì)算。
研究結(jié)果:
1、本研究共納入14個(gè)單克隆抗體靶向抗腫瘤藥物,收集到藥物——基因相互作用信
5、息記錄638條,藥物——不良反應(yīng)數(shù)據(jù)記錄1151條,構(gòu)建一一對(duì)應(yīng)的基因——藥物——不良反應(yīng)網(wǎng)絡(luò)共60258條。
2、關(guān)聯(lián)規(guī)則算法作用度設(shè)為L(zhǎng)ift>2時(shí),共檢出信號(hào)829個(gè),相對(duì)Yule's Q、PRR、ROR、x2、MRHA檢出信號(hào)重合率分別為73.95%、57.39%、57.39%、24.65%、3.81%.
3、關(guān)聯(lián)規(guī)則算法挖掘結(jié)果篩選出4個(gè)基因——不良反應(yīng)關(guān)聯(lián)信號(hào)較強(qiáng)的藥物,分別是阿柏西普,派姆單抗,納武單抗
6、,西妥昔單抗。
4、篩選關(guān)聯(lián)規(guī)則算法和頻數(shù)法(Yule's Q、PRR、ROR、x2)挖掘結(jié)果中信號(hào)強(qiáng)度和重合度較高的基因——不良反應(yīng)配對(duì)結(jié)合相關(guān)的藥物進(jìn)行分析,分別是阿柏西普各部位出血不良反應(yīng)研究、派姆單抗皮膚不良反應(yīng)研究和西妥昔單抗呼吸系統(tǒng)不良反應(yīng)研究。
研究結(jié)論:
本研究構(gòu)建了單克隆抗體靶向抗腫瘤藥物——基因——不良反應(yīng)關(guān)聯(lián)關(guān)系網(wǎng)絡(luò),聯(lián)合運(yùn)用關(guān)聯(lián)規(guī)則挖掘算法和頻數(shù)法進(jìn)行信號(hào)挖掘;對(duì)比關(guān)聯(lián)規(guī)則算法和頻數(shù)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基因關(guān)系網(wǎng)絡(luò)下小分子靶向抗腫瘤藥物的藥物警戒研究.pdf
- 單克隆抗體導(dǎo)向藥物分子小型化及抗腫瘤作用.pdf
- 基于醫(yī)生處方行為的單克隆抗體腫瘤藥物深度營(yíng)銷(xiāo)研究.pdf
- 基于基因免疫抗hCGβ單克隆抗體的制備及其抗腫瘤活性的研究.pdf
- 中國(guó)單克隆抗體藥物市場(chǎng)分析
- 單克隆抗體G250修飾的腫瘤細(xì)胞靶向基因載體研究.pdf
- 單克隆抗體藥物治療肺癌的臨床與實(shí)驗(yàn)研究.pdf
- 靶向EGFR二聚化界面單克隆抗體的體外抗腫瘤分析.pdf
- 基于肝素酶單克隆抗體的腫瘤分子顯像及其抗腫瘤效應(yīng)的實(shí)驗(yàn)研究.pdf
- 抗人DR5單克隆抗體的制備及抗腫瘤作用.pdf
- 新型抗HER2單克隆抗體的抗腫瘤作用及機(jī)制研究.pdf
- 抗hTNF-α單克隆抗體的制備及其抗體基因克隆研究.pdf
- 基于多肽構(gòu)建抗腫瘤靶向藥物的應(yīng)用研究.pdf
- 抗CXCR3-B單克隆抗體的制備及其抗腫瘤機(jī)制的研究.pdf
- 單克隆抗體的制備
- LPS與CD59單克隆抗體聯(lián)合激活補(bǔ)體抗腫瘤效應(yīng)的研究.pdf
- 99mTc標(biāo)記抗-TfR單克隆抗體介導(dǎo)的腫瘤靶向分子成像.pdf
- 基于SERS的腫瘤細(xì)胞靶向識(shí)別和抗腫瘤藥物傳感.pdf
- 靶向HER2單克隆抗體H2--18在胃癌中的抗腫瘤作用及其機(jī)理.pdf
- 單克隆抗體WL5的抗腫瘤活性評(píng)價(jià)及其抗原的鑒定分析.pdf
評(píng)論
0/150
提交評(píng)論