目的:本研究旨在系统评价基于既往冠状病毒肺炎的研究，进而探索洛匹那韦／利托那韦（LPV/r）用于2019新型冠状病毒肺炎的临床可行性。方法:在计算机检索中国期刊全文数据库（CNKI）、维普中文科技期刊全文数据库（VIP）、万方数据库（Wangfang Data）、中国生物医学文献数据库（CBM）、PubMed、Web of Science、EMBASE等数据库检索相关研究。此外，检索中文医药类报刊、WHO以及美国和中国CDC网站、已发表文献的相关参考文献等作为辅助。检索时间范围为2003年1月到2020年1月24日。研究纳入标准：研究纳入标准：（1）研究为比较洛匹那韦／利托那韦与安慰剂／标准治疗方案用于严重急性呼吸综合征（SARS）、中东综合征（MERS）患者;（2)临床结局进行评价临床队列研究和病例-对照研究; （3）诊断根据WHO公布的确诊或疑似SARS或MERS病例的诊断标准，但不排除流行初期诊断为感染的病例;（4）对同一研究多次发表的报告，我们从提供最详细信息的报告中提取资料;（5）指南性文件，包括：临床指南、国家级学会／团体的专家共识。排除标准:（1）仅有摘要无全文的文献资料以及数据不完整无法利用的文献；（2）离体细胞试验。两名评价员独立提取研究设计、对象及诊断标准、干预方案、结局（包括死亡、并发症、症状、生活质量、激素的使用、胸部影像及药物不良反应）等资料进行统计分析。结果:通过文献检索，发现潜在相关文章230篇，初筛后获得44篇文章，最终纳入4个研究。结果提示LPV/r的药物方案的早期应用能够降低SARA患者病死率，减少糖皮质激素用量，对控制患者治疗后期并发症具有重要意义。结论:LPV/r可以作为一种试验性疗法用于2019-nCoV肺炎（尤其是新发感染者）的抗病毒治疗，并应该为此尽快开展真实世界临床研究，进一步探索LPV/r早期用于2019-nCoV新型肺炎的临床效应。

脊柱仿生治疗是应用仿生学理念，通过各种现代技术、材料和设备模仿脊柱的自然解剖结构和生理功能，从而治疗脊柱疾病。为最大程度修复或保留脊柱解剖结构及功能，脊柱仿生治疗尝试采用可动性脊柱内植物，在一定程度上保留脊柱活动功能，减轻邻近节段退变，降低内固定断裂的发生率，提高远期疗效；其次，借助三维打印技术，制作个性化假体，填补形态复杂缺损的脊柱结构，还可制作生物支架及带有抗肿瘤药物的功能性假体，既能实现脊柱解剖仿生和功能仿生，且可作为抗肿瘤药物疗效的倍增器；再次，在脊柱矫形支具的设计和制造方面，通过计算机辅助设计与制造技术，使脊柱矫形支具更为舒适、矫形效果更好且更符合人体工程学特点。虽然如何将仿生学理念及相关技术运用到脊柱外科诊疗当中，目前尚无定论，亦无相关诊疗指南，但可预见的是，随着医疗技术的不断发展，脊柱仿生治疗的内容将会逐渐丰富和完善，成为脊柱外科疾病诊治过程中攻坚克难的有力武器。

目的:建立一种全营养混合液（total nutrient admixture，TNA）计算机化医师医嘱输入系统（computerized physician order entry，CPOE）和系统内辅助临床决策支持系统（clinical decision support，CDS）的功能设计，保障TNA医嘱的正确开具。方法:通过梳理TNA、医嘱开具的工作流程，改进并设计新工作流程。建立TNA医嘱专属的CPOE界面，并在界面中建立一种临床决策支持方式，在TNA医嘱各组分输入同时，通过CDS的运算与反馈，判断是否同时满足患者的临床营养需要与药学工艺要求，并在界面直接通知开具医嘱的临床医师。CDS通过确保TNA医嘱的适宜性，及时保证肠外营养的临床使用安全。通过判断医嘱选择的合理性，并对不合理医嘱提供实时报警反馈，完成前置审方功能，并对临床医师的开具肠外营养的医嘱行为兼具教育功能。结果:通过CDS后台可选择药品目录的建立，杜绝了TNA医嘱中加入治疗性药物的不合理医嘱。肠外营养CPOE辅助支持系统后台运算能正确判断载体输液是否合理，并能在CPOE界面对临床医师进行实时反馈。结论:该CPOE辅助支持系统的建立杜绝了TNA医嘱中成分比例不合理、加入其他治疗性药物等，确保TNA医嘱保证患者每日所需能量，成分配比合理，相容性与稳定性良好，使患者肠外营养的用药安全获得了保证。

随着人工智能(AI)和计算科学的迅速发展,特别是人工智能药物设计(AIDD)与计算机辅助药物设计(CADD)技术的引入,自然语言处理、图像识别、深度学习和机器学习等多种技术为新药开发提供了革命性的新途径,大幅提升了研发流程的效率和成功率.在药物发现过程中,AI技术加速了药物靶点的识别、候选药物的筛选、药理评估及质量检验,有效降低了研发风险和成本.本文深入探讨AIDD和CADD技术在药物研发中的应用,分析它们在提升药物设计成功率和药物研发效率方面的思考与探索,并探讨这些技术的未来发展趋势及可能面临的挑战.

中医药学是中国古代科学的瑰宝,也是打开中华文明宝库的钥匙.为将其"说清楚,讲明白",相关药效物质基础及调控靶点的研究一直备受关注.分子对接技术是一种计算机辅助的药物设计方法,能够直观展示成分与靶点蛋白之间的相互作用关系.随着中药现代化的需求以及算法算力的更新,分子对接作为先导研究是中药新药研发的必然需求.该文总结近年来分子对接技术在中医药开发的研究进展,对于进一步推动中药活性成分的分子对接筛选研究提供一定的参考价值,为提高中药新药的研发提供思路与方法.

豨莶草是我国传统中药,具有广泛的药理作用,比如抗炎镇痛、抗血栓、免疫调节、抗过敏、抗菌、抗疟、抗动脉粥样硬化、抗缺血性脑损伤、抗肿瘤等.化学成分和药理活性研究表明豨莶草中丰富的萜类化合物是豨莶草发挥多种功效的物质基础.豨莶精醇系从豨莶草中分离得到的二萜类化合物,药理作用研究表明豨莶精醇具有良好的抗血小板聚集、抗凝血、改善血液流变学作用.为了发现活性更好、开发价值更高的先导化合物,通过缩酮、氧化、缩合、溴代等系列反应,对豨莶精醇进行了结构修饰研究,得到豨莶精醇衍生物11个(化合物1～11).根据核磁和质谱数据确定了衍生物的结构,并通过以凝血因子Xa(FXa)为靶标的计算机辅助药物设计结合体外抗FXa试验评价了衍生物的活性,结果显示在豨莶精醇的A环上引入三氟甲基噁唑环(化合物9)或者噻唑环(化合物11)时活性明显提高,IC50值分别为0.71±0.07和0.22±0.03 μmol/L,为豨莶精醇结构的进一步优化提供参考,具有一定的研究价值.

随着现代药物研究的不断深入,传统计算机模拟已经不能满足未来药物设计实验的需求.分子模拟作为传统计算机模拟的经典技术之一,可以构造分析复杂的分子模型,研究分子运动的动态过程,但模拟结果受人为因素影响大,准确度较低.近年来,人工智能与分子模拟技术的融合成为药物设计研究的新方法.人工智能技术利用大数据筛选出对应的化合物进行分子模拟,并将模拟结果反馈给人工智能系统进行学习,不断优化人工神经网络.联用人工智能与分子模拟技术,提高了药物设计研究的效率,降低了人为因素对模拟结果的影响,增加了模拟结果的可信度.该文总结了当前国内外应用人工智能和分子模拟技术进行药物设计的研究成果,以期为未来药物研发从计算机辅助药物设计(CADD)向人工智能辅助药物研发(AIDD)的转变提供参考.

医药行业是与人的生命健康密切相关的行业.医学的发展带动了制药工业的进步,现代制药工业起始于十九世纪中叶,以化合物的分离和纯化、化学合成和计算机辅助药物设计为代表,而现代的医药产业已经成为一个庞大而交叉的产业.知识产权是生物医药企业最重要的财产,知识产权保护是企业未来发展的关键因素,但是医药卫生事业的公益性和制药行业的竞争性在现代知识产权制度下表现出利与益的复杂交错局面.

目的 采用计算机辅助药物设计的方法发现潜在的PTP1B抑制剂.方法 应用 3D-QSAR药效团模型中的Hypogen模块构建药效团模型,成本分析、测试集预测和Fisher检验3 种方法来验证该模型可用于预测化合物的生物活性的能力.运用该药效团模型对 ZINC 数据库进行虚拟筛选,得到 Fit value 值较高的先导化合物 ZINC35671983.根据药效团的特征对ZINC35671983 进行结构改造得到相应化合物.将化合物用ADMET进行成药预测.结果 ZINC35671983 进行结构改造筛选获得 92 个化合物,筛出对接得分高于ZINC3567198 的 8 个化合物.结论 发现 8 个潜在的PTP1B抑制剂,这有助于发现新的PTP1B先导化合物.

目的 筛选核糖原合成酶激酶3β(GSK3β)/程序性死亡配体1(PD-L1)双靶点抑制剂,并预测其活性.方法 采用药效团模型和分子对接方法筛选ChemDiv数据库,得到排序靠前的化合物,并通过定量构效关系(QSAR)模型预测其活性.结果 得到了 4个化合物,其药效团Fitvalue以及分子对接打分均接近或高于各自的阳性对照化合物,QSAR模型预测表明:两者对GSK3β/PD-L1的潜在抑制效力较为均衡.结论 获得了 4个具有全新骨架结构的化合物,为开发GSK3β/PD-L1双靶点抑制剂提供了先导化合物.