如何降低藥物成本,快速開(kāi)發(fā)出廉價(jià)的高效藥物療法？

2016年09月24日訊 幾乎所有的新藥都是由制藥工業(yè)所發(fā)現(xiàn)的，而且新藥的發(fā)現(xiàn)過(guò)程也是一個(gè)非常昂貴的過(guò)程，其需要預(yù)先進(jìn)行大量的投資，因此投資者往往就需要擔(dān)保、秘密以及專(zhuān)利來(lái)保護(hù)他們的成果。目前的這種金融模型是制藥行業(yè)的主要約束，藥物市場(chǎng)較小往往不會(huì)被優(yōu)先考慮，而且和不明確的基礎(chǔ)科學(xué)的研究領(lǐng)域往往被認(rèn)為存在一定風(fēng)險(xiǎn)。

讓人們驚訝的是為何目前沒(méi)有治療埃博拉或寨卡的藥物，在疫情爆發(fā)之前，這些疾病并沒(méi)有引起盈利行業(yè)的主要關(guān)注；近日，一項(xiàng)刊登在國(guó)際雜志ACS Central Science上的研究報(bào)告就指出，在正確的投資背景下，一種開(kāi)放資源的藥物發(fā)現(xiàn)系統(tǒng)或許就能夠同傳統(tǒng)制藥行業(yè)來(lái)進(jìn)行藥物開(kāi)發(fā)的競(jìng)爭(zhēng)，而這種新型的藥物發(fā)現(xiàn)系統(tǒng)就基于科學(xué)家們?cè)诠差I(lǐng)域內(nèi)實(shí)時(shí)對(duì)研究信息進(jìn)行分享。

保密vs公開(kāi)

保密往往會(huì)嚴(yán)重影響研究過(guò)程和效率，不同的競(jìng)爭(zhēng)團(tuán)隊(duì)往往并不知道對(duì)方的研究成果，而且相關(guān)領(lǐng)域的專(zhuān)家也很少彼此交流，從而就會(huì)產(chǎn)生許多不必要的重復(fù)結(jié)果。目前有很多研究團(tuán)隊(duì)都在尋求計(jì)劃來(lái)獲取競(jìng)爭(zhēng)對(duì)手的“死角”，相比較而言，由聯(lián)合團(tuán)體開(kāi)發(fā)的開(kāi)放資源計(jì)劃或許就能夠分享相關(guān)的信息，而且相互學(xué)習(xí)往往是能夠最快互通信息的方式。

能夠通過(guò)別人的基礎(chǔ)研究對(duì)相同問(wèn)題再進(jìn)行深入探究往往能夠?qū)崿F(xiàn)生產(chǎn)力跳躍式的飛躍，貢獻(xiàn)者往往可以迅速發(fā)現(xiàn)問(wèn)題，并且根據(jù)需要加入和離開(kāi)一個(gè)研究團(tuán)隊(duì)；開(kāi)放資源產(chǎn)品的例子就比如是手機(jī)上的安卓系統(tǒng)，或者是我們電腦上的Firefox和Chrome瀏覽器一樣，諸如這樣的創(chuàng)新性產(chǎn)品往往具有一定的市場(chǎng)導(dǎo)向。

通過(guò)實(shí)時(shí)互相協(xié)作，我們就能夠在較短的時(shí)間內(nèi)開(kāi)發(fā)出具有強(qiáng)大功能且價(jià)格低廉的產(chǎn)品，而且這些產(chǎn)品屬于聯(lián)合團(tuán)隊(duì)所有，而不并不屬于團(tuán)隊(duì)中的任何個(gè)體。

打開(kāi)藥物開(kāi)發(fā)的大門(mén)

研究者的一項(xiàng)最新研究解釋了如何利用開(kāi)放資源的原則來(lái)尋找抵御瘧疾的新型藥物；研究者的目的就是使得團(tuán)隊(duì)中的任何一個(gè)人都能夠解決我們?nèi)祟?lèi)目前面臨的健康問(wèn)題，當(dāng)然研究團(tuán)隊(duì)包括教授、制藥專(zhuān)家、學(xué)生等。作為瘧疾開(kāi)放資源研究團(tuán)隊(duì)中的一員，研究者調(diào)查了多種化學(xué)制劑在殺滅瘧原蟲(chóng)上的作用，同時(shí)他們還利用了開(kāi)放資源的研究框架來(lái)進(jìn)行研究。任何人都能夠參與、所有的想法和數(shù)據(jù)都必須放入公共資源庫(kù)中，而且也并沒(méi)有任何專(zhuān)利，實(shí)驗(yàn)室的筆記本電腦也并不會(huì)放在上鎖的實(shí)驗(yàn)室中，而是會(huì)實(shí)時(shí)在網(wǎng)上更新資料。

研究者表示，這些分子或許具有極大的潛力，但最終他們卻并沒(méi)有采取任何措施進(jìn)一步研究，因?yàn)檫@些分子的可溶性存在一些問(wèn)題，而且研究者也并不清楚其在血液中能夠保持多久的活性。但盡管如此，研究者決定轉(zhuǎn)向其它的潛在藥物開(kāi)發(fā)領(lǐng)域，公共資源數(shù)據(jù)庫(kù)就確保了如果任何一個(gè)人有想法了都可以繼續(xù)深入研究一些未解決的問(wèn)題。

當(dāng)然了，制藥工業(yè)領(lǐng)域的專(zhuān)家們也會(huì)進(jìn)行一些實(shí)驗(yàn)并且給出寶貴的建議，學(xué)生們也會(huì)貢獻(xiàn)出新型的分子和他們的想法；研究者表示，開(kāi)放會(huì)議中的決策都會(huì)在網(wǎng)上進(jìn)行記錄，所有的細(xì)節(jié)和信息都是可見(jiàn)的，因此這對(duì)于任何人重復(fù)研究或者采用類(lèi)似的模型用于不同目的的研究都將會(huì)是非常簡(jiǎn)單的。

為何每個(gè)人都不會(huì)這樣做？

當(dāng)我們將一種分子轉(zhuǎn)向市場(chǎng)，這個(gè)過(guò)程就會(huì)變得非常昂貴，同時(shí)又會(huì)存在一個(gè)問(wèn)題：誰(shuí)將會(huì)為其買(mǎi)單？發(fā)現(xiàn)一種藥物的成本是26億美元，有些人可能會(huì)對(duì)此進(jìn)行爭(zhēng)辯，當(dāng)然這還取決于疾病自身，也有人認(rèn)為，花費(fèi)20分之一的成本就能夠發(fā)現(xiàn)治療瘧疾的新藥。

瘧疾開(kāi)放資源數(shù)據(jù)研究團(tuán)隊(duì)目前正在尋找更加高效的藥物開(kāi)發(fā)階段來(lái)尋找具有潛力的藥物分子，而且不斷有研究團(tuán)隊(duì)投入其中進(jìn)行研究；如果最終藥物獲批的話還需要進(jìn)行多種臨床試驗(yàn)來(lái)證實(shí)其療效，但研究者并不清楚誰(shuí)該為開(kāi)發(fā)過(guò)程來(lái)買(mǎi)單？在此之前還沒(méi)有人利用過(guò)開(kāi)放資源數(shù)據(jù)庫(kù)中的藥物來(lái)進(jìn)行研究。

然而目前有很多其它的方式能夠資助藥物開(kāi)發(fā)，比如開(kāi)發(fā)脊髓灰質(zhì)炎疫苗的研究就是通過(guò)美國(guó)畸形兒基金會(huì)來(lái)進(jìn)行資助的。如果我們能夠以一種開(kāi)放資源的方式來(lái)進(jìn)行研究，我們就能夠招募病人進(jìn)行臨床試驗(yàn)，同時(shí)也并不會(huì)隱藏臨床試驗(yàn)的一些不利的數(shù)據(jù)，因?yàn)樗械难芯繑?shù)據(jù)對(duì)于任何人都是可見(jiàn)的。政府、慈善家和企業(yè)家都將會(huì)非常感興趣進(jìn)行新型藥物的開(kāi)發(fā)，而開(kāi)放資源的計(jì)劃也將會(huì)考慮對(duì)優(yōu)秀團(tuán)隊(duì)進(jìn)行組裝，同時(shí)發(fā)揮其最大的研究?jī)r(jià)值。

開(kāi)放資源的藥物開(kāi)發(fā)所需要的并不局限于幾乎沒(méi)有市場(chǎng)的藥物，相反其卻會(huì)變成一種新方法來(lái)幫助研究者開(kāi)發(fā)治療一系列疾病的藥物，比如抗微生物耐藥性的藥物或者治療罕見(jiàn)癌癥的藥物等。最后研究者相信，在正確的投資下，開(kāi)放型的資源數(shù)據(jù)庫(kù)將會(huì)為傳統(tǒng)的制藥工業(yè)提供更多的數(shù)據(jù)和信息來(lái)幫其進(jìn)行新型藥物的開(kāi)發(fā)，并且為其提供更多獨(dú)特的競(jìng)爭(zhēng)機(jī)會(huì)。

人工智能在藥物研發(fā)中的應(yīng)用（上）：AI與制藥場(chǎng)景如何相互“適配”？

近年來(lái)，人工智能（AI）已經(jīng)被廣泛應(yīng)用于多個(gè)行業(yè)，徹底改變了 社會(huì) 生活的許多領(lǐng)域。

在制藥這一傳統(tǒng)行業(yè)，AI也已經(jīng)有了諸多應(yīng)用。AI逐漸應(yīng)用于藥物發(fā)現(xiàn)的靶點(diǎn)發(fā)現(xiàn)，虛擬篩選，化合物設(shè)計(jì)與合成，ADME-T性質(zhì)和理化性質(zhì)預(yù)測(cè)，藥物臨床試驗(yàn)設(shè)計(jì)、管理、患者招募，藥物警戒應(yīng)用和真實(shí)世界證據(jù)生成等多個(gè)流程和環(huán)節(jié)。

那么，AI應(yīng)用于制藥的邏輯是什么？AI會(huì)如何改變藥物研發(fā)？如何應(yīng)對(duì)制藥行業(yè)的效率挑戰(zhàn)？本文分為上下篇，本篇重點(diǎn)介紹AI在制藥行業(yè)多場(chǎng)景中展開(kāi)及面臨的挑戰(zhàn)。

制藥受困

從制藥行業(yè)的困境說(shuō)起。

在過(guò)去的數(shù)十年里，許多科學(xué)、技術(shù)和管理因素都取得了巨大進(jìn)步，這有助于提高藥物研發(fā)的生產(chǎn)率（R&D）。然而，自1950年以來(lái)，每10億美元研發(fā)投入獲得批準(zhǔn)的新藥數(shù)量幾乎每9年減少一半，該趨勢(shì)在60年間非常穩(wěn)定，被稱為制藥行業(yè)的反摩爾定律（Eroom’s Law）。新藥的開(kāi)發(fā)成本越來(lái)越高，藥物研發(fā)面臨著嚴(yán)重的生產(chǎn)力危機(jī)。

對(duì)于反摩爾定律主要有三種解釋?zhuān)吹痛构麑?shí)假設(shè)（好摘的果子被摘走了）、監(jiān)管障礙假設(shè)（新藥申報(bào)的監(jiān)管要求不斷增高）、研發(fā)模式問(wèn)題。前兩種解釋都是客觀事實(shí)難以改變，那么，是否有更好的藥物研發(fā)模式？這是制藥行業(yè)一直在思考的問(wèn)題。

制藥行業(yè)在遭遇生產(chǎn)力困境的同時(shí)，也面臨著數(shù)據(jù)困境。

隨著全 社會(huì) 數(shù)字化信息化的快速推進(jìn)、藥物研發(fā)設(shè)備的升級(jí)和長(zhǎng)期的積累，可用的藥物研發(fā)數(shù)據(jù)越來(lái)越多，以至于在一定時(shí)間范圍內(nèi)無(wú)法使用常規(guī)方法和軟件工具分析和處理所有數(shù)據(jù)。傳統(tǒng)的統(tǒng)計(jì)學(xué)在浩瀚的大數(shù)據(jù)面前越來(lái)越力不從心。制藥企業(yè)正在經(jīng)歷數(shù)字化轉(zhuǎn)型，大量的數(shù)據(jù)產(chǎn)生。于是，日益增長(zhǎng)的數(shù)據(jù)處理的需求，與現(xiàn)有數(shù)據(jù)分析能力之間的矛盾，推動(dòng)制藥行業(yè)尋求新出路。

AI的橄欖枝

2016年3月，AI程序AlphaGo大勝韓國(guó)著名棋手李世石，是AI發(fā)展 歷史 上的里程碑事件。這一事件加快了AI在 社會(huì) 生活多個(gè)領(lǐng)域的 探索 和應(yīng)用，也讓制藥行業(yè)看到了提高藥物研發(fā)生產(chǎn)率的希望。2016年后，AI在制藥行業(yè)的技術(shù)測(cè)試大量開(kāi)展。實(shí)驗(yàn)科學(xué)不再是唯一選項(xiàng)，以數(shù)據(jù)為中心的藥物發(fā)現(xiàn)逐漸走上舞臺(tái)。

在隨后的幾年時(shí)間里，AI制藥逐漸 "升溫"，概念驗(yàn)證研究持續(xù)不斷、大量的資本涌入AI驅(qū)動(dòng)的生物技術(shù)初創(chuàng)公司、制藥公司與AI生物技術(shù)公司和AI技術(shù)供應(yīng)商之間的合作越來(lái)越多。一些領(lǐng)先的制藥公司的高管認(rèn)為，AI不僅僅是一個(gè)先導(dǎo)化合物發(fā)現(xiàn)的工具，而且是一個(gè)促進(jìn)生物學(xué)研究、發(fā)現(xiàn)新的生物靶點(diǎn)和開(kāi)發(fā)新的疾病模型的更通用的工具。

AI在制藥的多場(chǎng)景中展開(kāi)

數(shù)年間，AI已經(jīng)被嘗試應(yīng)用于藥物研發(fā)的幾乎所有流程和環(huán)節(jié)，主要有以下方面：

//靶點(diǎn)確認(rèn)

靶點(diǎn)確認(rèn)是藥物開(kāi)發(fā)中的關(guān)鍵步驟，也是最復(fù)雜的步驟之一。目前已知的藥物靶點(diǎn)絕大多數(shù)為蛋白質(zhì)，通過(guò)機(jī)器學(xué)習(xí)的方法，從蛋白質(zhì)原始信息中提取特征，構(gòu)建準(zhǔn)確穩(wěn)定的模型進(jìn)行功能的推斷、預(yù)測(cè)和分類(lèi)，已經(jīng)成為靶點(diǎn)研究的重要手段。從患者的樣本中、海量的生物醫(yī)學(xué)資料中提取基因組學(xué)、蛋白質(zhì)組學(xué)、代謝組學(xué)等多組學(xué)數(shù)據(jù)，借助深度學(xué)習(xí)來(lái)分析非疾病和疾病狀態(tài)之間的差異，也可用來(lái)發(fā)現(xiàn)對(duì)疾病有影響的蛋白質(zhì)。

//基于表型的藥物發(fā)現(xiàn)

在過(guò)去的三十多年里，基于靶點(diǎn)的藥物發(fā)現(xiàn)都是藥物發(fā)現(xiàn)的主要方法。近年來(lái)，基于表型的藥物發(fā)現(xiàn)（直接使用生物系統(tǒng)進(jìn)行新藥篩選）受到關(guān)注。機(jī)器學(xué)習(xí)可以在表型篩選中將細(xì)胞表型與化合物作用方式聯(lián)系起來(lái)，獲得靶點(diǎn)、信號(hào)通路或遺傳疾病關(guān)聯(lián)的聚類(lèi)。而AI強(qiáng)大的圖像處理能力，能夠?qū)⑸锵到y(tǒng)的所有形態(tài)特征整合，系統(tǒng)研究藥物潛在的作用方式和信號(hào)通路，擴(kuò)展對(duì)于疾病的生物學(xué)認(rèn)識(shí)。

//分子生成

機(jī)器學(xué)習(xí)方法可以產(chǎn)生新的小分子。AI可以通過(guò)對(duì)海量的化合物或者藥物分子的學(xué)習(xí)，獲得化合物分子結(jié)構(gòu)和成藥性方面的規(guī)律，進(jìn)而根據(jù)這些規(guī)律生成很多自然界從未存在過(guò)的化合物作為候選藥物分子，有效構(gòu)建擁有一定規(guī)模且高質(zhì)量的分子庫(kù)。

//化學(xué)反應(yīng)設(shè)計(jì)

AI目前正在取得進(jìn)展的化學(xué)領(lǐng)域之一是對(duì)化學(xué)反應(yīng)和合成路線進(jìn)行建模和預(yù)測(cè)。AI可以將分子結(jié)構(gòu)映射為可以由機(jī)器學(xué)習(xí)算法處理的形式，根據(jù)已知化合物的結(jié)構(gòu)，形成多條合成路線，并推薦最佳合成路線。反過(guò)來(lái)，在給定反應(yīng)物的情況下，深度學(xué)習(xí)、遷移學(xué)習(xí)可以預(yù)測(cè)化學(xué)反應(yīng)結(jié)果。AI還可用來(lái) 探索 新的化學(xué)反應(yīng)。

//化合物篩選

AI能夠?qū)衔锏幕瘜W(xué)結(jié)構(gòu)與生物活性之間的關(guān)系進(jìn)行建模，預(yù)測(cè)化合物的作用機(jī)制。一個(gè)典型的例子是MIT的研究人員基于深度學(xué)習(xí)發(fā)現(xiàn)了新的抗生素。研究人員訓(xùn)練了一個(gè)能夠預(yù)測(cè)具有抗菌活性的分子的深層神經(jīng)網(wǎng)絡(luò)，在幾天內(nèi)篩選超過(guò) 1 億個(gè)化合物，根據(jù)模型的預(yù)測(cè)分?jǐn)?shù)對(duì)化合物進(jìn)行排名，最終確定了8種與已知抗生素在結(jié)構(gòu)上差別較大的抗生素。

//ADMET性質(zhì)預(yù)測(cè)

藥代動(dòng)力學(xué)性質(zhì)不夠理想，是臨床研究階段藥物研發(fā)失敗的主要原因之一。深度學(xué)習(xí)可以自動(dòng)識(shí)別化合物的相關(guān)特征，評(píng)估數(shù)據(jù)集中多個(gè)ADMET參數(shù)之間的隱藏的關(guān)系和趨勢(shì)，預(yù)測(cè)化合物的細(xì)胞滲透性和溶解性等性質(zhì)。

//藥物臨床試驗(yàn)

新藥開(kāi)發(fā)中資金投入最多的階段是臨床試驗(yàn)階段，AI在臨床試驗(yàn)的設(shè)計(jì)、管理、患者招募方面皆有應(yīng)用潛力。自然語(yǔ)言處理技術(shù)可從各種結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)類(lèi)型中提取信息，找到符合臨床試驗(yàn)入組標(biāo)準(zhǔn)的受試者；也可用于關(guān)聯(lián)各種大型數(shù)據(jù)集，找到變量之間的潛在關(guān)系，改進(jìn)患者與試驗(yàn)的匹配情況。諾華已使用機(jī)器學(xué)習(xí)算法監(jiān)控和管理所有的臨床試驗(yàn)。

//藥物警戒

AI將對(duì)傳統(tǒng)的藥物警戒帶來(lái)沖擊。隨著監(jiān)管要求的嚴(yán)格和患者安全意識(shí)的提高，藥物警戒的工作量和成本大大增加。AI可以將藥物不良反應(yīng)從接收到報(bào)告的整個(gè)流程實(shí)現(xiàn)自動(dòng)化，優(yōu)化藥物警戒的工作并降低成本?；贏I系統(tǒng)還有可能通過(guò)預(yù)測(cè)能力展開(kāi)藥物風(fēng)險(xiǎn)評(píng)估。

//真實(shí)世界研究

AI的進(jìn)步提供了分析大型多維RWD（真實(shí)世界數(shù)據(jù)）的新策略。AI能夠識(shí)別真實(shí)世界數(shù)據(jù)中的內(nèi)在關(guān)聯(lián)，生成新的假設(shè)，也能為臨床試驗(yàn)提供新的信息。最新的一個(gè)案例是，AI通過(guò)分析真實(shí)世界數(shù)據(jù)，可以找出不會(huì)影響試驗(yàn)的總生存期的風(fēng)險(xiǎn)比的入組標(biāo)準(zhǔn)，從而擴(kuò)大臨床試驗(yàn)的人群范圍。

AI在藥物研發(fā)中的應(yīng)用還包括 理化性質(zhì)預(yù)測(cè)、藥物重定向、制劑開(kāi)發(fā)中的應(yīng)用 等。

問(wèn)題顯現(xiàn)

AI在藥物研發(fā)中的應(yīng)用遠(yuǎn)非一帆風(fēng)順，歸結(jié)起來(lái)，是AI如何與制藥場(chǎng)景相互“適配”的問(wèn)題。

對(duì)制藥行業(yè)來(lái)說(shuō)，走AI的路，就要穿AI的鞋。AI方法對(duì)于其適用對(duì)象的相關(guān)條件有諸多要求。如同傳統(tǒng)藥物研發(fā)需要配備必要的硬件設(shè)備和必要的環(huán)境設(shè)施（如科學(xué)儀器設(shè)備、實(shí)驗(yàn)室等），基于AI的藥物研發(fā)需要配備數(shù)據(jù)、算法、算力，其中對(duì)數(shù)據(jù)的要求最為嚴(yán)格。

傳統(tǒng)的藥物研發(fā)以實(shí)驗(yàn)科學(xué)為主。數(shù)十年來(lái)，藥物研發(fā)數(shù)據(jù)的記錄、治理和儲(chǔ)存都以實(shí)驗(yàn)為核心，根據(jù)實(shí)驗(yàn)的需求來(lái)調(diào)整，數(shù)據(jù)是實(shí)驗(yàn)的“附屬”。而AI作為虛擬科學(xué)、計(jì)算科學(xué)和數(shù)據(jù)科學(xué)范疇內(nèi)的方法，直接從數(shù)據(jù)入手，將數(shù)據(jù)放在第一位，對(duì)于數(shù)據(jù)的格式、標(biāo)準(zhǔn)、質(zhì)量、數(shù)量都有內(nèi)在的要求。在這樣的情況下，AI直接使用傳統(tǒng)藥物研發(fā)模式的數(shù)據(jù)往往遇到困難。

對(duì)AI來(lái)說(shuō)，進(jìn)入制藥的主場(chǎng)，就應(yīng)當(dāng)遵循制藥的規(guī)律。比如，藥物的開(kāi)發(fā)是一個(gè)多維同步優(yōu)化的過(guò)程，鑒于數(shù)據(jù)的規(guī)模和復(fù)雜性，基于AI的藥物研發(fā)往往需要重寫(xiě)機(jī)器學(xué)習(xí)算法，而不是簡(jiǎn)單地調(diào)用。AI與制藥這一傳統(tǒng)行業(yè)的核心業(yè)務(wù)深度融合，需更深刻的行業(yè)理解力和更高的技術(shù)準(zhǔn)確率。AI雖然已經(jīng)可以從大量已知論文、實(shí)驗(yàn)數(shù)據(jù)中挖掘新的知識(shí)，改變了傳統(tǒng)基于學(xué)術(shù)經(jīng)驗(yàn)的研究方式，然而方法的準(zhǔn)確性、可解釋性、可重復(fù)性等還有待提高。

此外，傳統(tǒng)的藥物研發(fā)模式已有相對(duì)健全的監(jiān)管政策、行業(yè)體系。作為一種新的模式，AI在制藥行業(yè)的應(yīng)用 探索 ，也需要相應(yīng)的行業(yè)政策和體系來(lái)規(guī)范和引導(dǎo)。

文 智藥邦 侯小龍

來(lái)源 中國(guó)食品藥品網(wǎng)

藥用植物資源的開(kāi)發(fā)與利用有哪些？

（肖培根）

藥用植物資源的開(kāi)發(fā)利用，是為了充分發(fā)揮人的主觀能動(dòng)性，依靠先進(jìn)的科學(xué)技術(shù)及各種有效措施，達(dá)到保證供應(yīng)和合理利用此項(xiàng)資源防治疾病的目的。

它包括兩個(gè)主要方面，即：如何有效地利用已供藥用的植物資源，例如通過(guò)資源擴(kuò)大、保護(hù)和促進(jìn)其再生能力，改變或創(chuàng)造種質(zhì)特性，不斷提高產(chǎn)量和質(zhì)量等方法手段，使之能充分滿足醫(yī)療的需要；另一方面，通過(guò)調(diào)查和多學(xué)科的綜合研究，不斷地發(fā)現(xiàn)新的以及治療價(jià)值更高的藥用植物，使此項(xiàng)資源得以不斷豐富和充實(shí)。這兩者相輔相成，相互促進(jìn)；更好地為人民保健事業(yè)服務(wù)。

藥用植物資源的開(kāi)發(fā)利用，從科研角度講，可包括下述的一些內(nèi)容。

一、區(qū)系調(diào)查、總結(jié)及規(guī)劃

某地區(qū)人們所使用藥用植物的種類(lèi)總和，形成了該地區(qū)的藥用植物區(qū)系。內(nèi)容包括種類(lèi)、蘊(yùn)藏量、生產(chǎn)量、生態(tài)因子、更新途徑、利用前途等，并針對(duì)具體情況，作出相應(yīng)的規(guī)劃，是做好資源開(kāi)發(fā)利用的戰(zhàn)略基礎(chǔ)。在調(diào)查中，除了面上的調(diào)查外，還應(yīng)突出重點(diǎn)，注意那些經(jīng)濟(jì)價(jià)值和醫(yī)療價(jià)值較大的種類(lèi)，注意挖掘該地區(qū)內(nèi)藥用植物的獨(dú)到使用經(jīng)驗(yàn)（如民間秘方、驗(yàn)方等），為新藥開(kāi)發(fā)創(chuàng)造良好條件。

二、野生資源的保護(hù)及更新

通過(guò)調(diào)查，對(duì)一些野生資源數(shù)量較大的重要種類(lèi)（例如甘草、黃芩、刺五加、穿龍薯芋等），需要采用人工保護(hù)措施及制訂政策，促進(jìn)這些藥用植物的繁殖和更新能力，防止有繁衍能力的個(gè)體大量覆滅和生長(zhǎng)地點(diǎn)生態(tài)環(huán)境的驟然破壞，可采取合理和有計(jì)劃地采收、分片輪流封山以保證個(gè)體的恢復(fù)與發(fā)展，采用人工措施擴(kuò)大個(gè)體的繁殖系數(shù)等?？偲饋?lái)說(shuō)，這些技術(shù)措施應(yīng)納入地區(qū)的總體規(guī)劃中去，以保證其順利實(shí)施。

三、藥用植物的引種、馴化及栽培

這是資源開(kāi)發(fā)利用中保證資源數(shù)量及質(zhì)量的最有效的一項(xiàng)措施。一批重要中藥，例如人參、三七、黃連、當(dāng)歸、附子等，通過(guò)人工栽培，已逐步滿足需求。近年來(lái)，通過(guò)摸清天麻的生活史和蜜環(huán)菌、共生萌發(fā)菌間的共生規(guī)律，使野生天麻的引種變?yōu)榧以垣@得了巨大的成功；通過(guò)對(duì)重要進(jìn)口南藥白豆蔻在我國(guó)云南、海南的引種馴化和大量栽培，已取得明顯的經(jīng)濟(jì)與社會(huì)效益。尚有一些重要野生藥用植物如肉蓯蓉、鎖陽(yáng)、豬苓等，需要對(duì)它們的生活史、生物學(xué)特性、生態(tài)條件等做深入細(xì)致的調(diào)查和研究，促進(jìn)人工大量栽培能夠取得成功。

四、藥用資源的擴(kuò)大與利用

目前較廣泛采用的方法，是以能代表該植物療效的主要有效成分或部分作為指標(biāo)，從親緣相近而且資源豐富的植物類(lèi)群去擴(kuò)大資源，或從擴(kuò)大藥用部位著手使資源能夠得到充分利用。

前者如從進(jìn)口藥的同科屬相近的國(guó)產(chǎn)植物中，通過(guò)植物、生藥、化學(xué)、藥理以及臨床等多學(xué)科的比較研究，已成功地從我國(guó)植物區(qū)系中找到了安息香、馬錢(qián)子、沉香、胡黃連、大風(fēng)子、蛇根木等進(jìn)口藥的國(guó)產(chǎn)資源。

又如對(duì)生產(chǎn)激素的甾體原料植物，以薯蕷皂甙元等甾體皂甙元為指標(biāo)，從我國(guó)植物區(qū)系中，找到薯蕷屬（Dioscorea）根莖組（Sect.Stenophora）多種植物的根莖含有高含量的甾體皂甙元，其中盾葉薯蕷（D.zingiberensis）的含量為1.05—16.15%，穿龍薯蕷（D.nipponica）為1.36—4.60%，三角葉薯蕷（D.deltoidea）為1.80—5.40%，均可作為制造激素類(lèi)藥物的理想原料。

這方面的需求也促進(jìn)了對(duì)藥用類(lèi)群的深入研究，如對(duì)莨菪類(lèi)、人參屬、烏頭屬、大黃屬、丹參屬、元胡屬、細(xì)辛屬等的研究。

擴(kuò)大藥用部位和藥用植物原料的綜合利用，使資源能夠物盡其用。前者如已開(kāi)展從利用鉤藤（Uncaria rhynchophylla）的鉤擴(kuò)大利用到莖，從僅利用砂仁（Amomum villosum）的果實(shí)擴(kuò)大利用到葉以提制砂仁揮發(fā)油。后者如對(duì)山莨菪（Scopolia tangutica），已開(kāi)始綜合利用阿托品、東莨菪堿、樟柳堿、后馬托品及紅古豆堿等多種成分；細(xì)葉小檗（Berberis poiretii）除利用小檗堿（berberine）外，也已開(kāi)始利用另一種含量很高的成分——小檗胺（berbamine）。

五、通過(guò)半合成途徑來(lái)擴(kuò)大藥用資源

這是資源利用中比較年輕但卻具有廣闊前途的領(lǐng)域。

一是用有機(jī)合成的方法，將植物中的某一成分改變?yōu)樾枰乃幬?。如元胡（Corydalis yanhusuo）中含鎮(zhèn)痛有效成分延胡索乙素僅0.1—0.2%，如從黃藤（Fibraurea recisa）的莖提出巴馬汀，再經(jīng)氫化為延胡索乙素則可大大提高生產(chǎn)量并降低成本。

二是用有機(jī)合成并結(jié)合藥理和臨床，改造植物中某些有效成分的結(jié)構(gòu)，以獲得高效、低毒或生物利用度更高的藥物。如從丹參（Salvia miltiorrhiza）中提取的丹參酮ⅡA，經(jīng)過(guò)磺化后，可以大大增加水溶性，從而可獲得更好療效。又如秋水仙堿（colchicine）經(jīng)氫氧化銨水解得到秋水仙酰胺（colchicine amide），毒性降低，抗癌譜更廣而且安全范圍也較大。

六、資源開(kāi)發(fā)中生物技術(shù)的應(yīng)用

例如藥用植物的組織培養(yǎng)，是用植物的組織或細(xì)胞，通過(guò)無(wú)菌離體培養(yǎng)產(chǎn)生愈傷組織，經(jīng)誘導(dǎo)分化成完整的植株或產(chǎn)生有效成分的方法。由于它具有生長(zhǎng)迅速、生產(chǎn)周期短，而且可以采用工業(yè)化的大生產(chǎn)，所以日益受到重視。貴重中藥人參和常用中藥紫草等，通過(guò)組織培養(yǎng)，已能獲得較大數(shù)量的人參皂甙及紫草素等，可望進(jìn)入實(shí)際大生產(chǎn)的實(shí)用階段。

通過(guò)采用快速繁殖、細(xì)胞融合、雜交選育等生物技術(shù)，將能產(chǎn)生許多療效更好、毒副作用更小而且產(chǎn)量和質(zhì)量都較傳統(tǒng)生產(chǎn)方法高得多的藥用植物新品種。

我國(guó)在生物新技術(shù)的應(yīng)用方面，起步稍晚，但這個(gè)領(lǐng)域?qū)⒂惺止饷鞯那熬啊?/p>

七、藥用植物資源的二級(jí)開(kāi)發(fā)

當(dāng)我們采用生物及農(nóng)業(yè)的方法將藥用植物個(gè)體的產(chǎn)量和質(zhì)量獲得大幅度增長(zhǎng)的一級(jí)開(kāi)發(fā)取得成功后，必須同步積極開(kāi)展以工業(yè)手段為主的二級(jí)開(kāi)發(fā)，促使藥用原料植物和藥材能再次加工制造為適宜的成藥、藥品或其它制成品（如保健食品、保健飲料及美容品等）。

八、新藥用植物資源的開(kāi)發(fā)和研究

藥用植物資源利用中的一個(gè)極為重要的內(nèi)容，便是要從本地的植物區(qū)系中，不斷去發(fā)現(xiàn)具有卓效的新藥用植物資源。

我國(guó)是使用中草藥歷史悠久的國(guó)家，在長(zhǎng)期實(shí)踐中積累了豐富的傳統(tǒng)藥物學(xué)方面的知識(shí)，有計(jì)劃地調(diào)查總結(jié)這方面的經(jīng)驗(yàn)，并采用多學(xué)科、現(xiàn)代科學(xué)手段加以發(fā)揚(yáng)、提高，這不但對(duì)開(kāi)發(fā)藥用植物資源具有現(xiàn)實(shí)意義，而且對(duì)創(chuàng)造我國(guó)的新醫(yī)藥學(xué)也有重大價(jià)值。這方面我國(guó)已有不少成功的例子。

例如通過(guò)系統(tǒng)研究生長(zhǎng)在青藏高原的藏藥山莨菪（Scopolia tangutica），發(fā)現(xiàn)了兩種新藥山莨菪堿（anisodamine）和樟柳堿（anisodine）。它們除了具有明顯的抗膽堿作用外，最近還發(fā)現(xiàn)具有良好的促進(jìn)微循環(huán)方面的作用，已廣泛地在臨床上使用。

我國(guó)長(zhǎng)白山區(qū)民間一位老農(nóng)使用仙鶴草（Agrimonia pilosa）的冬芽驅(qū)除絳蟲(chóng)，療效很好，經(jīng)系統(tǒng)研究后，挖掘出驅(qū)絳作用很好的新藥——鶴草酚（Agrimophol）。

又如從我國(guó)傳統(tǒng)抗瘧中藥青蒿（Artemisia annua）中研制出一種抗瘧有效成分和新藥青蒿素，具有很好的抗瘧效果，受到了國(guó)際上的重視。

九、藥用植物資源開(kāi)發(fā)的基礎(chǔ)工作

這方面除了需建立藥用植物標(biāo)本館、藥用植物園以及藥用植物數(shù)據(jù)庫(kù)等工作外，還應(yīng)特別強(qiáng)調(diào)對(duì)藥用植物種質(zhì)資源的保護(hù)與管理，因?yàn)榉N質(zhì)的損失是不可挽回的，同時(shí)它又是未來(lái)育種工作所必不可少的物質(zhì)基礎(chǔ)。特別是珍貴中藥材，不少是屬于瀕危種或漸危種，因此必須加強(qiáng)各植物園和自然保護(hù)區(qū)等在這方面的工作，如建立藥用植物種子庫(kù)和基因庫(kù)等。

十、藥用植物親緣學(xué)在資源開(kāi)發(fā)中的應(yīng)用

為了更有效地開(kāi)發(fā)利用藥用植物資源，需要用多學(xué)科綜合手段和基礎(chǔ)理論指導(dǎo)，藥用植物親緣學(xué)在這方面可以發(fā)揮巨大的作用。它的主要任務(wù)是探索某一植物群中的植物親緣關(guān)系，化學(xué)成分和療效之間存在的內(nèi)在規(guī)律，用以指導(dǎo)今后的實(shí)踐。

本文地址:http://www.mcys1996.com/jiankang/142092.html.

聲明： 我們致力于保護(hù)作者版權(quán)，注重分享，被刊用文章因無(wú)法核實(shí)真實(shí)出處，未能及時(shí)與作者取得聯(lián)系，或有版權(quán)異議的，請(qǐng)聯(lián)系管理員，我們會(huì)立即處理，本站部分文字與圖片資源來(lái)自于網(wǎng)絡(luò)，轉(zhuǎn)載是出于傳遞更多信息之目的,若有來(lái)源標(biāo)注錯(cuò)誤或侵犯了您的合法權(quán)益，請(qǐng)立即通知我們(管理員郵箱：douchuanxin@foxmail.com)，情況屬實(shí)，我們會(huì)第一時(shí)間予以刪除，并同時(shí)向您表示歉意,謝謝!

上一篇: 中國(guó)首個(gè)擁有自主知識(shí)產(chǎn)權(quán)國(guó)產(chǎn)長(zhǎng)效干擾···

下一篇: ESTRIMS,2016：賽諾菲Le···