组合药物的功效研究：多项式建模新领域——来自Nature发文作者的最新研究    

       组合药物是指将几种作用机制明确、作用靶点不同的药物按照合理的剂量组合应用，达到综合治疗某种疾病的新型药物。人体作为一个复杂的功能系统，疾病的发生和发展通常是多种病理的综合表现，单一药物干预特定靶点不能满足复杂疾病的治疗要求。组合药物已成为现代药物研发的新趋势，具有广阔的开发和应用前景。

        2016年7月，上海交通大学丁显廷研究员在Nature杂志发文（Xianting Ding. Drug screening: Drug repositioning needs a rethink. Nature, 535(7612): 355）指出，组合药物比单一药物通常具有更好的治疗效果、更小的副作用和更低的抗药性，测试不同药物组合的功效会为药物研究带来更大的进展。

        组合药物研究面临的主要瓶颈是对不同药物复杂交互作用认识不足，而药物及其剂量组合的数目巨大。针对此问题，2017年1月，丁显廷研究员在 IEEE/CAA Journal of Automatica Sinica发表了关于如何最有效地对药物组合的变量进行多项式建模以确定理想剂量和疗效的研究进展，得到英国皇家药学会的关注，特别撰文报道了该项成果。

      丁研究员及其团队建立多项式模型，分别研究了中医方剂提取物组合、化疗药物组合对肺癌细胞的作用。通过比较不同的模型，他们发现可以准确预测超过六种药物组合的剂量和功效关系，其研究结果可用于优化几乎所有种类的药物组合，并针对患者个体制定药物治疗方案。

       丁研究员及其团队表示：“药物组合的最终目的是为患者提供精准药物治疗。精准药物治疗还是一个相当新的概念，从理论到实践的研究仍在进行中。我们希望在对患者所需药物组合优化的过程中，我们的研究可以指导相关算法和参数的确定。”

文章信息：

B. Q. Wang, X. T. Ding, and F.-Y. Wang, “Determination of polynomial degree in the regression of drug combinations,” IEEE/CAA

Journal of Automatica Sinica, vol. 4, no. 1, pp. 41-47, Jan. 2017.

http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7815550

http://html.rhhz.net/ieee-jas/html/20170105.htm

     丁显廷，上海交通大学生物医学工程学院特别研究员。2012年3月获得美国加州大学洛杉矶分校(UCLA)机械工程专业博士学位，2013年1月进入上海交通大学生物医学工程学院任特别研究员，与何志明院士一起工作，从事组合药物优化等研究。 参与3个国际大型科研中心的建立，主持16个国际合作项目，承担美国比尔.盖茨基金会专项课题。研究方向：组合药物复方优化、生物复杂系统建模、生物电化学传感器等。