摘要：目的为解决目前国内外数据库中药物相互作用信息不足的问题,设计基于代谢酶靶点介导的他汀类药物相互作用预测查询系统方案,提高用药合理性。方法根据DrugBank、KEGG、ChEMBL分子数据库以及PubMed文献数据库整理的他汀类药物相互作用的靶点信息,设计包含药动学参数、联合用药和临床评价的药物相互作用数据库,运用Apriori关联算法挖掘潜在关联关系建立药物相互作用预测模型。结果整合他汀类药物相互作用数据共282711条录入数据库8个数据分表,其中阿托伐他汀的相互作用有效数据为19183条;以“阿托伐他汀-氨氯地平”为例测试模型,模型预测显示阿托伐他汀与降压药的相互作用与两种代谢酶(CYP3A4和CYP2D6)有强关联,并且氨氯地平可能会降低阿托伐他汀的代谢(置信度=61.54%)。结论本研究实现基于代谢酶靶标介导的他汀类药物相互作用预测查询数据库的设计,预测模型具有可行性,可为临床工作者提供他汀类药物相互作用的临床评价信息。

摘要：目的制备尿苷二磷酸-N-乙酰胞壁酸(UNAM),并研究其提升DC-CIK细胞识别及杀伤肿瘤细胞的作用。方法通过设计体外酶促反应合成多肽UNAM的路线,构建体外酶促反应体系,按照UNAM的路线图合成多肽产物,并采用制备液相纯化和收集最终产物。使用常规培养方法和添加UNAM的方法分别对DC-CIK细胞进行诱导培养,观察培养后的DC-CIK细胞对荷瘤小鼠的治疗效果。结果利用大肠杆菌异源表达系统,获得了UNAM生物合成途径中的NahK、GlmU、MurA和MurB 4个酶,并成功合成了分枝杆菌细胞壁肽聚糖生物合成中的中间产物UNAM。在动物实验中,UNAM-DC-CIK细胞对荷瘤小鼠的治疗效果比常规方法的DC-CIK细胞更好,其带瘤生存期更长(43 d),优于DC-CIK治疗组(38 d)和对照组(25 d)。结论UNAM可以提升DC-CIK细胞的增殖能力和对肿瘤的杀伤能力。