导读:本文包含了药物信息学论文开题报告文献综述及选题提纲参考文献，主要关键词:生物信息学应用,计算机科学,数据挖掘,肿瘤驱动基因
药物信息学论文文献综述
彭羿达,王新慧,葛琳娜,姜珊珊,彭畅[1]（2019）在《应用生物信息学鉴定无功能型垂体瘤驱动基因及特效药物筛选》一文中研究指出目的通过无功能型垂体瘤(NFPA)致病驱动基因的鉴定以及药物的筛选验证,为生物信息学在自然科学领域的应用提供思路。方法基于基因表达微阵列芯片数据进行差异表达基因的分析。采用富集度分析(GO分析)、京都基因与基因组百科全书(KEGG)分析以及蛋白质互作用网络(PPI)关系构建的方法,探究差异表达基因富集的生物学功能,鉴定出NFPA核心驱动基因。同时采用CCK-8、克隆形成、体外划痕以及流式测细胞凋亡等实验方法验证药物药效。结果 CALM1、PRDM10和RIPK4是原代人垂体无功能腺瘤(NFPA)致病驱动基因,STO-609可以作为抗NFPA的潜在治疗药物。此外,NFPA很可能多方面与帕金森病密切相关。结论基于计算机技术,应用生物信息学方法可进行肿瘤驱动基因的筛选,依据核心基因能够进行治疗靶点的设计以及药物药效的验证。将生物信息学手段应用于生命科学领域的研究意义重大,且切实可行。(本文来源于《脑与神经疾病杂志》期刊2019年07期）
施冰,崔庆华,冯振龙,李俊峡[2]（2019）在《基于生物信息学途径挖掘防治急性高原病的潜在药物》一文中研究指出目的应用生物信息学途径挖掘潜在的防治急性高原病的药物。方法选取急性高原低氧暴露7 d大鼠心肌组织标本,进行全转录组高通量测序,筛选差异表达mRNA。应用生物信息学工具Connectivity Map,整合差异表达mRNA信息,推测急性高原低氧心肌损伤差异基因与药物小分子功能的关系,筛选潜在的具有防治急性高原低氧心肌损伤效应的药物。结果高通量测序结果显示,与常压常氧对照组比较,急性高原低氧暴露大鼠心肌组织中1 084个mRNA表达水平发生显着变化。其中457个mRNA表达上调,627个mRNA表达下调。通过connectivity map药物数据库比对分析,发现小分子化合物SB203580负性富集分数较高,是潜在的防治急性高原病的药物。动物实验提示SB203580可减轻高原低氧大鼠心肌水肿和心肌组织病理损伤,下调心肌AQP1mRNA表达。结论通过生物信息学方法可挖掘出潜在的防治急性高原病的药物,研究方法合理、简便、省时,减少了药物开发研究的盲目性。(本文来源于《中国临床保健杂志》期刊2019年04期）
廖思帆,吴丽媛,梁碧怡,李焕丹,周漩[3]（2019）在《基于生物信息学的乳腺癌治疗药物的筛选及其分子机制研究》一文中研究指出目的筛选乳腺癌的候选治疗药物,为乳腺癌治疗药物的研究与开发提供参考。方法从NCBI中的GEO数据库中搜集与乳腺癌相关的基因表达数据,将乳腺癌样本与正常乳腺组织进行对比,GEO2R筛选差异表达基因,并通过CMAP工具分析差异表达基因,筛选乳腺癌候选治疗药物。采用生物信息学方法分析乳腺癌候选治疗药物的靶基因,研究药物治疗乳腺癌的分子机制。结果筛选得到了以白藜芦醇、芹黄素、棉酚为代表的抗肿瘤类药物,以及激素类、抗菌类等候选治疗药物。结论筛选得到的药物有望成为乳腺癌的候选治疗药物,为乳腺癌治疗的临床研究提供理论基础。对部分候选药物的抗乳腺癌机制的研究结果,为乳腺癌靶向治疗提供了新的参考方向。(本文来源于《广东药科大学学报》期刊2019年02期）
丁晓,史晨辉,孟德峰,王海英,韩飞[4]（2019）在《骨关节炎关键基因与治疗药物的生物信息学筛选》一文中研究指出目的:利用生物信息学方法探寻骨关节炎(OA)关键基因及潜在治疗药物。方法:利用基因表达大棚车(GEO)下载GSE55235芯片数据,R语言3.5.0筛选差异表达基因,David在线数据库对差异表达基因进行基因本体(GO)富集分析及京都基因与基因组百科全书(KEGG)信号通路分析,String 10.5在线数据库构建分析蛋白质之间的相互作用,Cytoscape v3.6.1软件进行可视化编辑,MCODE插件进行子网络模块分析,筛选出OA发生过程中的核心基因。最后根据关联性图谱(CMap)分析具有潜在治疗OA的小分子药物。结果:筛选出556个差异基因,其中上调252个,下调304个,这些差异基因主要参与细胞外基质组织、炎症反应、细胞黏附、免疫应答以及胶原结合等方面;KEGG通路分析发现差异基因主要参与细胞外基质受体相互作用,磷脂酰肌醇3-激酶/蛋白激酶B(PI3K/Akt)信号通路及破骨细胞分化;蛋白质相互作用发现白细胞介素-6(IL-6),JUN,血管内皮生长因子α(VEGFA),FOS,MYC和早期生长反应蛋白-1(EGR-1),转录激活因子-3(ATF-3)等关键基因;筛选出了一些潜在治疗OA的小分子药物,如石蒜碱和茴香霉素等。结论:所筛选的关键基因可能成为诊断OA的标志物或潜在治疗OA的靶点;筛选出来的小分子药物可作为治疗OA的关键药物进行研发。(本文来源于《中国实验方剂学杂志》期刊2019年09期）
于睿莉,丁佳琪,杨波,张晧旻,卢学春[5]（2018）在《变应性鼻炎发病相关基因表达谱的生物信息学分析及作为药物筛选新方法的探索》一文中研究指出目的:探讨变应性鼻炎(AR)发病相关基因表达谱特征,并根据药物与疾病基因表达谱相似性对比的原理,筛选出可能对AR具有治疗作用的潜在新型表观药物。方法:以AR为关键词,在开放的人类基因表达数据库和基因芯片数据库中检索与AR发病相关的基因表达谱,并进行聚类分析。然后,在药物基因表达谱数据库中筛选与AR发病相关基因表达谱特征相反者。结果:检索到1个满足条件的相关基因表达数据库GSE43523。与AR发病相关的基因共有11个(表达水平变化超过2倍),其中上调者7个,下调者4个。对AR发病相关基因谱与药物基因表达谱相似性分析发现,嘌呤霉素、脱氧前列腺素J2、泼尼松、苯海索、甲亢平、林可霉素、金鸡纳啶、可可碱、雷公藤和多西拉敏等10种药物都具有治疗AR的作用。结论:采用生物信息学方法,对比疾病发病相关基因表达谱与药物基因表达谱的相似性,有可能成为AR治疗药物筛选的新方法。(本文来源于《临床耳鼻咽喉头颈外科杂志》期刊2018年19期）
张远,何霞,串俊兰,钟磊,喻冬柯[6]（2018）在《利用生物信息学数据库筛选药物药动学、药效学相关基因及其多态性位点》一文中研究指出目的以抗抑郁药物西酞普兰为例,通过生物信息学数据库搜索和分析可能导致(艾司)西酞普兰个体化差异的基因及多态性位点,为药物基因组学研究的基因和位点选取模式提供参考。方法选取3个常用免费生物信息学数据库GeneCards、UniProtKB和PharmGKB,以"西酞普兰OR艾司西酞普兰"用于基因的筛选。利用将筛选到的基因名称输入ClinVar数据库,筛选基因的多态性位点。以"西酞普兰OR艾司西酞普兰AND基因多态性"的搜索方式搜索PubMed和CBM文献数据并统计和比较搜索到的基因名称及出现频率。结果从GeneCards、UniProtKB和PharmGKB生物信息学数据库中选取了共有的4个基因,在ClinVar中搜索到了这4个基因与临床药物应答相关的共19个多态性位点。而从PubMed上搜索到的文献中出现频率最高的前4个基因与GeneCards、UniProtKB和PharmGKB生物信息学数据库中搜索到的共有基因有较高的一致性。结论利用GeneCards、UniProtKB、PharmGKB搜索基因+ClinVar搜索多态性位点的模式,能更快速准确地找到临床相关性更大的基因和多态性位点,相比搜索文献数据库的方式,能节约更多时间和精力,对研究设计阶段和统计阶段的数据降维处理也有一定的帮助。(本文来源于《实用药物与临床》期刊2018年09期）
劳兴珍,郑珩[7]（2018）在《PBL教学模式在《药物生物信息学》教学中的应用》一文中研究指出《药物生物信息学》是一门新兴交叉学科,它对伴随人类基因组计划产生的海量生物信息进行整理和分析,然后将这些生物信息应用于药物设计和开发,以达到药物合理设计的目的。由于该课程涉及数学、药学、生命科学等多个学科,学生学习时难以完全理解,为此,我们探索并实施了基于问题的教学法,通过引导学生提出问题和解决问题,在具体实践中激发学生的学习兴趣和主观能动性,取得较好的教学效果。(本文来源于《教育教学论坛》期刊2018年24期）
白启峰,张洋,靳玲玲,姚小军[8]（2018）在《Schr?dinger药物虚拟筛选流程模块在大学生物和化学信息学教学中的应用》一文中研究指出介绍了Schr?dinger药物虚拟筛选的基本原理和流程,结合大学生物和化学信息学课程的相关教学内容,分别描述了蛋白受体的预处理、类药性五原则、毒药物动力学(ADME)、泛筛选干扰化合物(PAINS)、高通量虚拟筛选、标准精度筛选、高精度筛选和MM/GBSA的打分排序原理和使用方法。该软件可以在大学生物和化学信息学的教学中演示,有助于提高学生对蛋白结构、分子构象、药物虚拟筛选和计算机辅助分子设计的理解,该软件有很好的图形界面,可以给学生直观的体验,大大丰富了大学课堂的教学内容。此外,该软件在药物设计领域里面也有很好的应用价值,大大节约了药物筛选的成本,提高了药物发现的效率。(本文来源于《大学化学》期刊2018年05期）
袁寒玉[9]（2018）在《基于生物信息学的叁阴乳腺癌靶点分析和药物发现》一文中研究指出叁阴乳腺癌(triple negative breast cancer,TNBC)是一种异质性极高的恶性肿瘤,目前的治疗方式以化疗为主,尚没有有效的靶向治疗药物,亟待新靶标的发现和新药物的研发。本课题利用生物信息学方法分析已有的TNBC转录组高通量数据和临床信息,挖掘新的治疗靶标和治疗药物,尝试为治疗TNBC提供线索。我们还进行了初步的实验验证,结果显示所找到的靶标和药物可能是TNBC的有效药靶和药物。本论文分为两个部分,第一部分探讨利用Breast cancer integrative platform(BCIP)数据库发现TNBC可能的重要调控基因,第二部分将探讨利用Connectivity Map(CMap)数据库对TNBC进行药物重定位分析。第一部分基于生物信息学方法发现TNBC的可能靶点。我们在前期泛癌症的工作中对the Cancer Genome Atlas(TCGA)13种肿瘤的转录组数据进行相似度分析,筛选出92个泛癌症基因,这92个基因在13种肿瘤中均表现出高表达的特点,预测这些泛癌症基因可能在多种肿瘤中发挥重要作用,有可能成为潜在的治疗靶点。针对乳腺癌的研究,我们前期建立了针对乳腺癌转录组和临床数据关联分析的BCIP数据库,搜集了近一万例已发表的乳腺癌样本的转录组数据和临床信息,并对其中的芯片数据进行了统一的质量控制,保证了数据的高质量和完整性。BCIP提供了乳腺癌样本中ER/RP/HER2的表达特征,可筛选出数据中的TNBC进行分析。本部分内容利用BCIP对前期得到的92个泛癌症基因在乳腺癌数据中进行深入分析,筛选出在TNBC显着高表达并且与预后显着相关的基因。通过分析,我们筛选出FAM64A这个候选基因。FAM64A在TNBC中显着高表达;它表达越高,患者的总生存和无复发生存越差,肿瘤的转移比例越高,患者新辅助化疗的反应更好。后续的实验验证表明,敲低FAM64A的表达显着抑制了TNBC细胞系的增殖。因此,FAM64A有可能在TNBC的发生发展过程中起到重要作用,有可能成为治疗靶点。第二部分基于药物重定位策略发现可能的TNBC药物。目前TNBC缺少有效的治疗药物,临床治疗以化疗为主,针对TNBC的抗肿瘤新药研发代价巨大且失败率高,而且,TNBC的异质性很强,目前为止,还没有在TNBC基因组中发现广泛突变的驱动基因,从基因组水平找到TNBC新药还有很长的路要走。本研究拟以转录组作为新的突破口,发现TNBC可能的治疗药物。CMap是麻省理工和哈佛大学交叉研究所设计和开发的药物反应表达谱数据库,包含1300多种药物加在5种细胞系中的基因表达谱,加药前后基因表达谱的变化被称为药物的基因表达印记。CMap自发表后在研究中被广泛应用,成为药物重定位最有效的工具之一。我们结合CMap、已有研究中报道的有效TNBC药物基因表达印记、TNBC表达谱、癌旁正常组织表达谱数据,采用药物重定位策略寻找TNBC可能的药物。我们首先关注了THZ1这个最近被报道在TNBC的细胞实验和动物实验都效果显着的小分子药物,从THZ1处理的TNBC细胞的转录组数据中提取THZ1表达谱印记,进而利用CMap计算得到与THZ1表达谱印记相似的药物。同时,我们还采取逆转肿瘤转录组的思路,利用TNBC患者的肿瘤和癌旁的转录组数据提取TNBC的表达谱印记,再利用CMap计算得到可以把TNBC肿瘤转录组转变成癌旁转录组的药物。在这两种策略的计算结果中,GW8510均排名第一可能成为TNBC的治疗药物。为了验证这一发现,我们进一步设计了细胞实验。在乳腺癌细胞增殖实验和凋亡实验中,GW8510均表现出对TNBC细胞的杀伤作用。我们的这一研究为TNBC新的治疗药物提供了线索。本论文基于生物信息学方法,筛选得到TNBC新的潜在靶点基因FAM64A和新的潜在治疗药物GW8510,并设计生物实验进行初步验证,为下一步TNBC药物研究提供了线索。(本文来源于《军事科学院》期刊2018-05-10）
邵赟[10]（2018）在《基于系统思维的癌症药物靶点生物信息学研究》一文中研究指出随着癌症控制成为全球性的卫生战略,癌症药物靶点的发现正成为近年来的研究重点。本课题基于泛癌分析,旨在探究癌症药物靶点在人类蛋白质相互作用网络中的结构和功能特征,为癌症药物靶点的寻找提供帮助。我们首先基于Pub Med数据库搜集已报道的药物靶点预测方法和模型。之后选择急性髓系白血病、乳腺癌、卵巢癌、结直肠癌等9种癌症作为研究对象,收集癌症基因表达谱数据以及每种癌症的药物靶点。通过构建人类蛋白质相互作用网络和癌症特异的蛋白质相互作用网络,分析癌症药物靶点基因在这两类网络中的拓扑性质,并结合mi RNA-m RNA调控网络对药物靶点进行跨组学分析。最后我们进行癌症药物靶点基因的生物功能分析。研究结果表明,在选取的9种癌症中药物靶点基因平均有64%是非差异表达的,这说明非差异表达基因也具有重要作用。基于癌症特异网络,我们发现大多数癌症药物靶点基因分布于差异基因的一阶和二阶邻居位置上,这说明很多癌症药物靶点基因虽然没有显着性的差异表达,但与差异表达基因有着重要关系。癌症药物靶点基因在癌症特异网络上的拓扑结构特征是:有4种癌症药物靶点基因显着地分布于度数最高的区间(p-value<0.05,Fisher精确检验),另外5种癌症药物靶点基因在网络中的度数没有呈现显着性的分布。同样,我们对癌症药物靶点基因的节点接近中心性、中介中心性以及脆弱性进行了分析,得出大多数癌症药物靶点基因在疾病特异性网络中具有较高的节点接近中心性和中介中心性,但脆弱性没有明显差异。另外我们还将癌症药物靶点与mi RNA-m RNA调控网络进行了跨组学的分析,发现被多个mi RNA协同调控的药物靶点基因在人类蛋白质网络中处于中心位置。生物功能方面,我们首先分析了癌症药物靶点基因与生物体内重要基因的关系,发现癌症药物靶点基因与合成致死基因、必需基因关系较为紧密。之后我们对癌症药物靶点基因进行了基因本体论、疾病与生物功能以及信号通路富集分析,发现与多种癌症相关的药物靶点基因显着富集在免疫反应、癌症、G蛋白偶联受体信号等通路过程上,且心血管系统的发育功能通路与癌症及癌症药物治疗有着密切关系。经过文献验证证明我们的研究具有可靠性。本课题从系统生物学角度对癌症药物靶点的特征进行了理论分析,具有一定的科学意义和研究价值。(本文来源于《苏州大学》期刊2018-05-01）
药物信息学论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的应用生物信息学途径挖掘潜在的防治急性高原病的药物。方法选取急性高原低氧暴露7 d大鼠心肌组织标本,进行全转录组高通量测序,筛选差异表达mRNA。应用生物信息学工具Connectivity Map,整合差异表达mRNA信息,推测急性高原低氧心肌损伤差异基因与药物小分子功能的关系,筛选潜在的具有防治急性高原低氧心肌损伤效应的药物。结果高通量测序结果显示,与常压常氧对照组比较,急性高原低氧暴露大鼠心肌组织中1 084个mRNA表达水平发生显着变化。其中457个mRNA表达上调,627个mRNA表达下调。通过connectivity map药物数据库比对分析,发现小分子化合物SB203580负性富集分数较高,是潜在的防治急性高原病的药物。动物实验提示SB203580可减轻高原低氧大鼠心肌水肿和心肌组织病理损伤,下调心肌AQP1mRNA表达。结论通过生物信息学方法可挖掘出潜在的防治急性高原病的药物,研究方法合理、简便、省时,减少了药物开发研究的盲目性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
药物信息学论文参考文献
[1].彭羿达,王新慧,葛琳娜,姜珊珊,彭畅.应用生物信息学鉴定无功能型垂体瘤驱动基因及特效药物筛选[J].脑与神经疾病杂志.2019
[2].施冰,崔庆华,冯振龙,李俊峡.基于生物信息学途径挖掘防治急性高原病的潜在药物[J].中国临床保健杂志.2019
[3].廖思帆,吴丽媛,梁碧怡,李焕丹,周漩.基于生物信息学的乳腺癌治疗药物的筛选及其分子机制研究[J].广东药科大学学报.2019
[4].丁晓,史晨辉,孟德峰,王海英,韩飞.骨关节炎关键基因与治疗药物的生物信息学筛选[J].中国实验方剂学杂志.2019
[5].于睿莉,丁佳琪,杨波,张晧旻,卢学春.变应性鼻炎发病相关基因表达谱的生物信息学分析及作为药物筛选新方法的探索[J].临床耳鼻咽喉头颈外科杂志.2018
[6].张远,何霞,串俊兰,钟磊,喻冬柯.利用生物信息学数据库筛选药物药动学、药效学相关基因及其多态性位点[J].实用药物与临床.2018
[7].劳兴珍,郑珩.PBL教学模式在《药物生物信息学》教学中的应用[J].教育教学论坛.2018
[8].白启峰,张洋,靳玲玲,姚小军.Schr?dinger药物虚拟筛选流程模块在大学生物和化学信息学教学中的应用[J].大学化学.2018
[9].袁寒玉.基于生物信息学的叁阴乳腺癌靶点分析和药物发现[D].军事科学院.2018
[10].邵赟.基于系统思维的癌症药物靶点生物信息学研究[D].苏州大学.2018