医学开题报告范文,开题报告.docx

《医学开题报告范文,开题报告.docx》由会员分享，可在线阅读，更多相关《医学开题报告范文,开题报告.docx（10页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、医学开题报告范文,开题报告医学写论文的目的就是进行学术沟通，最终是给人看的，因而，论文必须具有可读性，即文字通畅，构造清楚明晰，所用词汇具有专业性，而且是最易懂，最有表示出了的字眼。使读者用较少的脑力和时间理解所表示出的观点和结论，并留下深入的 影响。以下为一篇医学开题报告范文，供大家参考。 题目：细胞信号转导与靶向抗肿瘤药物的研发 一、 选题的目的和意义 定量构造活性关系Quantitative Structure-Activity Relationships,简称 QSAR是20世纪60年代发展起来的一门新兴学科，是由构造活性关系Structure-Activity Relationshi

2、p,简称 SAR 发展而来的。QSAR 是通过对已经知道构造且有生物活性系列化合物如一系列有一样药理作用的构造类似的化合物进行化学信息学的计算， 选用适当的数学模型建立活性与化合物构造之间定量关系，解释由于分子构造的变化影响化合物生物活性的改变，揣测其可能的作用机理。然后建立有效的QSAR模型，假如有新化合物的出现，且其构造数据已经知道，能够预测其生物活性，可以以优化构造改变现有化合物的构造以提高其生物活性。这种方式方法广泛应用于药物、农药、化学毒剂等生物活性分子的合理设计。在经历40多年的发展经过中，定量构效活性关系在国际上已成为一个相当活泼踊跃的研究领域。 长期以来，肿瘤一直严重威胁着人类

3、的健康与生命。全世界的科学家在过去的几十年中付出了宏大努力，从多个角度来研究肿瘤的致病机制，采用各种手段来进行预防、诊断与治疗，但肿瘤的发病率与致死率仍然居高不下。WHO文件显示：过去数十年中，全世界每年有近700万人死于恶性肿瘤，估计2020年将升至1000万。对肿瘤的治疗主要包括外科切除、放射治疗和用抗肿瘤药物进行的化学治疗。抗肿瘤药物有 细胞毒 和促进分化等作用，能够杀死肿瘤细胞、抑制肿瘤细胞的生长繁衍和促进肿瘤细胞的分化等，进而能够治疗或治愈肿瘤，而且由于其相对低廉的费用，被大多数肿瘤患者所接受。 尽管肿瘤的化学治疗已获得重大进展，新的抗肿瘤药物不断出现，但肿瘤的化学治疗仍存在着很多问

4、题，这主要是由于实体肿瘤占恶性肿瘤的90%但多数实体瘤如肺癌、肝癌、结肠癌及胰腺癌等还缺乏有效的药物；现有的抗肿瘤药物毒副反响太大，缺乏选择性；肿瘤细胞对抗肿瘤药物产生抗药性1. QSAR主要侧重于药物早期的研究和发展，为新药物分子的挑选的和设计开拓了新的途径2,在受体构造已经知道的情况下，对抗肿瘤药物进行定量构效活性关系研究，用生成与受体构造互补的配体的方式方法来发现能够针对特定肿瘤、特定靶点的非细胞毒类药物，使之更具有选择性和针对性。随着新QSAR模型的建立，极大地缩短了新药合成的时间，降低了开发成本，并能在某种程度上预测药物对特定肿瘤人群的有效性。为肿瘤治疗起到了积极地推动作用。 二、国

5、内外研究现在状况 肿瘤的化学治疗药物发展很快，每年都有大量抗肿瘤药物研究文献发表，各国对抗肿瘤药物的开发也予以高度重视和大量投资，美国就此专门成立了美国国立癌症研究National Cancer Institute,简称NCI，成为了世界抗肿瘤的权威机构。 国内研发方向主要以含中草药及其活性成分的抗肿瘤药物，能够归纳为下面几个方面：1对现有药物进行构造改造以改善其药理学特性，如增加水溶性、降低毒副作用等；2以新的作用机理或作用靶点为指导寻找新的活性物质作为先导化合物；3发现新的作用靶点。在当下生物学的后基因时代，科学家们要面对数千个潜在的药物靶点，讨论它们与小分了化合物的互相作用；4加强定量构

6、效活性构关系研究。 近年来随着分子生物学和计算机技术的迅速发展，使得开发新药的技术道路发生了重大变革。国际上越来越多的研究机构在新抗肿瘤药物的开发中使用计算机辅助分子设计，它大大加快了新药设计的速度，节省了创制新药工作的人力和物力，使药物学家能够以理论作指导，有目的地开发新药。计算机辅助分子设计主要分两种情况：一种是在受体构造已经知道的情况下，采用生成与受体构造互补的配体的方式方法来寻找新药物；另一种是在受体构造未知的情况下，采用对一组具有类似活性的化合物建立定量构造活性关系，在这里模型基础上进行构造修饰来预测生成新的化合物。 QSAR作为抗肿瘤药物设计研究中的一个重要计算方式方法和常用手段，

7、在新药的开发和研制经过中占据了重要位置。近半个世纪以来，QSAR研究对有机合成化学、药物化学及药物设计的发展起了宏大的推动作用，已经成为研究物质理化性质与生物活性以寻求分子解释的一个强有力工具。下面就定量活性构造活性关系研究的一些常见方式方法作扼要地介绍如下。 1、二维定量构造活性关系方式方法2D-QSAR传统的二维定量构造活性关系方式方法很多，有Hansch法、基团奉献法和分子连接性指数法等3 . 华而不实最为着名、应用最为广泛的是Hansch 法。 它假设同系列化合某些生物活性的变化是和它们某些可测量的物理化学性质疏水性、电性质和空间立体性质等的变化相联络的，并假定这些因子是相互孤立的，采

8、用多重自由能相关法，借助多重线性回归等统计方式方法就能够得到定量构造活性关系模型。 基团奉献法是Free-Wilson 在对有机物亚构造信息和生物毒性的相关研究基础上建立的一种方式方法。这种形式以为有机物与受体间的毒性效应是该有机物特定位置上不同取代基团毒性奉献的加和。Free-Wilson 法仅适用于具有一样母体构造的有机物，常被用来对有机物进行毒性初评。 分子连接性指数法Molecular connective index ,MCI 是由Kier 和Hall 提出的。它是根据分子中各个骨架原子排列或相连接的方式来描绘叙述分子的构造性质。MCI 是一种拓扑学参数，有零阶项0Xv 、易阶项1X

9、v 、二阶项2Xv 等等，能够根据分子的构造式和原子的点价 计算得到，与有机物的毒性数据有较好的相关性。MCI 能较强地反映分子的立体构造，但反映子电子构造的能力较弱，因而缺乏明确的物理意义，但由于其具有方便、简单且不依靠于实验等优点，近年来得到广泛应用和发展48. 2、三维定量构造活性关系方式方法3D-QSAR随着构造活性关系理论和统计方式方法的进一步发展，20 世纪80 年代，三维构造信息被陆续引入到定量构造活性关系研究中， 即3D-QSAR.与2D-QSAR 比拟，3D-QSAR 方式方法在物理化学上的意义更为明确，能间接反映药物分子和靶点之间的非键互相作用特征。因而，近十多年来3D -

10、 QSAR 方式方法得到了迅速的发展和广泛的应用，研究方式方法也很多9 ,比方分子形状分molecular shape analysis ,MSA ,距离几何方式方法 distance geometry , DG ,比拟分子力场分析comparative molecular field analysis ,CoMFA ,比拟分子类似因子分析 comparative molecular similarityindices analysi CoMSIA 以及虚拟受体 phesudo receptor 等方式方法。华而不实应用最为广泛的CoMFA 方式方法。 3、随着技术的发展和生产技术的进步，又出

11、现了一些先进的方式方法来构建QSAR模型，都具有很好的预测能力。华而不实又以启发发heuristic method,简称HM，支持向量机Support Vector Machine,简称SVM，基因表示出式编程Gene Expression Programming,简称GEP比拟常见。支持向量机Support Vector Machine是Vapnik10等人根据统计学理论提出的一种新的通用学习方式方法，它是建立在统计学理论的VC维理论和构造风险最小原理基础上的，能较好地解决小样本、非线性、高维数等实际问题11-12,已成功地应用于分类、函数逼近和时间序列预测等方面13-15;基因表示出式编程

12、GEP是基于生物学遗传思想，保持了生物学的特性，具有良好的结果重现性，同时也能够进行 遗传变异 控制，最终能获得可靠的实验效果。 三、主要研究内容 1、查阅中外文文献选取数据来源。 2、理化参数与构造参数的计算。 3、详细的构造参数的分析。 4、SVM与GEP的方式方法研究。 5、定量构造关系式的建立。 6、定量构造关系式的验证。 7、得出结论和总结。 四、论文工作计划 X月中旬-X月初：选题。 X月初-X月底：查阅资料，熟悉实验原理及方式方法，准备开题报告。 X月X日： 开题。 X月初日-X月底日：进行毕业设计实验，记录数据，撰写论文。 X月初日-X月中旬日：进行毕业论文答辩。 五、以下为参

13、考文献 1 任华益。 中华综合临床医学杂志山东 , 2005, 72： 28 -33. 2 徐娟，王林编译。 计算机辅助药物设计中的QSAR和QSMR研究。 国外医学？药学分册， 2003, 303： 135-138. 3 郭宗儒。 药物化学总论。 北京：中国医药科技出版社， 1994. 108. 4 Bakulh H Rao, Shyam R, Asolekar. QSAR models to predict effect of ionic strength on sorption of chlorinated benzenes and phenols at sediment-water i

14、nterface. Water Research, 200l, 3514： 3391-3401. 5 冯长君， 堵锡华， 唐自强。 取代芳烃对发光菌、大型蚤、呆鲦鱼急性毒性的QSAR研究。 应用化学， 2002, 1911： 1037 -1042. 6秦正龙， 冯长君。 取代苯酚的定量构造-活性P性质相关性研究。 有机化学， 2003, 237： 654-658. 7 堵锡华。 取代芳香族化合物生物活性的拓扑学 . 南昌大学学报理学版， 2005, 292： 155-160. 8 Aleksandar Sablji C. QSAR models for estimating propertie

15、s of persistent organic pollutants required in evaluation of their environmental fate and risk. Chemosphere, 2001, 433： 363 -375. 9 徐筱杰， 侯廷军，乔学斌，章威。 计算机辅助药物分子设计。 北京： 化学工业出版社， 2004. 10 Vapnik VN.The Nature of Statistical Learning Theory. NY: Springer-Verlag,1995. 11 阎辉，张学工，李衍达。 应用SVM方式方法进行沉淀微相辨别。物探化探

16、计算技术， 2000, 2： 158 -164. 12 张学工。 关于统计学习理论与支持向量机。 自动化学报， 2000, 1： 32 -42. 13 Vapnik V, Golowich S, Smola A. Supportvector method for function approximation, regression estimation, and signal processing. In: Mozer M, Jordan M, Petsche Teds. Neural Information Processing System, MIT Press, 1997-09. 14马云潜，张学工。 支持向量机函数拟合在分形插值中的应用。清华大学学报自然科学版 , 2000, 3： 76- 78. 15 Muller K-R, Smola A J, Ratsch G . Predicting time series with support vector machines. In:Proc of ICANN 97, Springer Lecture Notes In Computer Science, 1997: 999-1005.