以喜树碱为研究对象，从多样性合成与结构优化—先导发现—活 性筛选—构效分析—活性分子模版的构建—候选药物分子药效、安全 性评价—药物分子的成药性综合评价的基本策略与研究路线，开展以 喜树碱为先导的抗肿瘤药物的创制研究，构建多种具活性骨架的喜树 碱类似物，发现了具有临床价值的 YQL 系列抗肿瘤候选药物，研究 发现该类药物对多药性耐药细胞株表现出较高的活性，且活性优于目 前的临床药物伊立替康。

癌症已成为威胁人类生命健康的主要杀手。据报道，全球癌症发病率呈急剧上升趋势，在未来十几年将增加 50％。我国近二十多年来癌症发病率增长近 70％，而死亡率增长近 30％。随着有机化学的飞速发展，化疗已成为肿瘤治疗中发展最快的领域之一。它不仅是肿瘤治疗的辅助手段，而且已经逐渐发展成为最为普遍、有效的方法和手段之一。因而具有潜在抗肿瘤活性化合物的分离、设计合成与改造必将为化疗提供必备基础。 研究发现炔丙醇结构是许多天然产物及药物分子中重要的手性结构单元。该类化合物广泛

一种治疗上消化道出血的药物制剂及其制备方法，包括以下重量配比的药物原料：三七5-12份、白及6-15份、熟大黄6-15份、甘草6-15份、龙骨20-50份、牡蛎20-50份、山茱萸20-50份。取所述配比三七、白及，粉碎备用；取所述配比熟大黄、甘草、山茱萸混匀，加水煎煮1-3次，合并煎液，滤过，滤液备用；取所述配比龙骨、牡蛎，加水煎煮1-3次，合并煎液，滤过，滤液与B步的滤液合并，浓缩得清膏；取清膏，加入三七粉、白及粉，制剂即得。该药物制剂可更好保留药物有效成分，能有效地治疗上消化道出血，治疗作用良好，市场前景广阔。该方法针对现有技术，将中药配方制成现代制剂，不仅服用方便，而且工艺科学合理。

一、项目分类 重大科学前沿创新 二、成果简介 间质性肺疾病（ILD）是常见的呼吸系统疾病，特发性肺纤维化（IPF）是ILD中最常见也最为严重的疾病类型。IPF是一种进行性发展、致死性、病因及发病机制未明的间质性肺疾病。该疾病多发于老年人，患者从诊断建立到死亡的中位生存时间仅为2～3年，5年病死率为70%～80%。随着老龄化社会的进展与环境的持续恶化，IPF患病人群呈不断上升趋势。保守估计目前全球患病人数约5000万，我国患病人数约60万，年死亡病例达40000例。截止到2017年，国内外批准上市用于治疗IPF的药物仅有吡非尼酮和尼达尼布。这两种药物可以延缓肺功能下降速度，但是无法逆转病情进展、有效提高患者生存期，而且对一部分患者具有相当大的副作用，晚期常需要肺移植，医疗花费巨大。因此目前迫切需要开发更加安全可靠、疗效确切、价格合理的治疗特发性肺纤维化的新药。 项目研究基础 研发平台：依托南开大学药物化学生物学国家重点实验室-天津市首个肺纤维化药物研发平台，该平台拥有全套的药物研发所需的各种大型仪器和检测设备，标准的细胞间和动物房，硬件设施完善。 批件申报经验：项目组在国家重大专项十二五平台和肺纤维化药物研发平台支持下申报获批南开大学首个肺纤维化临床批件：多西环素治疗继发性肺纤维的临床批件（化药原1.6类），批件号为2017L01323。 IPF药物研发梯队级候选化合物：项目组已建立完善的肺纤维化药物细胞筛选体系和动物药效评估体系，拥有具有自主知识产权的多个天然产物衍生物化合物库，目前已筛选多达500个化合物，有一系列化合物显示出良好药效，且已申报相关专利。 项目优势 项目组发现TGF-β1信号通路在肺纤维化发病过程中起着重要的中心调控作用，因此有针对性地以TGF-β1／Smad信号通路为靶点建立了细胞水平的高通量药物筛选体系，及体外细胞模型和体内动物模型的IPF药物评价体系，并通过半合成的手段获得了具有自主知识产权的天然倍半萜衍生物库，随后利用动物药效学模型进行验证，一共得到15个活性化合物（Hits）。对TGF-β1的活性化合物CP0105结构进行优化，得到先导化合物CP0116。已申请相关专利2项。 药物动力学预实验研究：候选药物分子CP0116经口服吸收迅速，生物利用度为76.9%，与血浆蛋白结合率低（小于1%），血浆半衰期约为2小时，药物分子12小时清除干净。主要经肝，肾代谢。 毒理学预实验研究：急毒预试验结果显示，一次性对小鼠（n=10）灌胃给药CP0116（2000mg/kg），48小时内无一死亡，与对照组相比，无异常。长毒预试验结果显示，对小鼠（n=10）连续灌胃给药CP0116（100mg/Kg）55天，给药组老鼠无一死亡，与对照组相比，未观察到任何毒性作用。 药效学研究：吡非尼酮（100mg/kg）给药组小鼠肺胶原含量较模型组降低18%，纤维化面积减少25%；同剂量CP0116给药组小鼠肺胶原含量较模型组降低26%，纤维化面积减少48%，药效结果优于吡非尼酮组。 药学研究：CP0116结构稳定、收率稳定、纯度可达98%以上，小试工艺已经开发完成。

本项目实现了非水溶性青蒿素类药物的高效装载和响应型释放，提升了该类药物的生物利用度；通过磁靶向和高渗透长滞留效应（EPR）实现载体在肿瘤的富集，实现青蒿素类药物和铁离子的同步递送，可有效抑制肿瘤细胞增殖；载体可作为磁共振成像对比剂（T2），弛豫率高；载体的合成过程简便高效，可重复性好；载体本身具有较好的生物相容性。 

青蒿素是目前为止最热门的抗疟疾特效药，由于它速效和低毒的 用药特点，现已作为世界卫生组织推荐的药品。青蒿素从植物的花蕾 和叶子中分离提取，但近来因为青蒿素的大肆提取，生态平衡遭到破 坏，资源枯竭，所以不宜长久提取；此外，由于患者大多为贫苦地区 的人民，购买力低下，承受不起青蒿素高昂的价格。对此，科学家们 开始研究新的药物，希望能降低治疗的成本，也可以减少青蒿素的用 量，保护生态环境。 在研发新药物的过程中，研究工作者发现一类含 trioxolane 单元 的分子药物对于疟疾的抗击有着很好的效果。通过对药物进行改造研 究，研究人员得到了药物性能优异的类似物 OZ439。通过口服，OZ439 能完全消灭人体当中的寄生虫，现如今 OZ439 的合成已在瑞士进行 了中试生产。 本项目是通过廉价的反应材料，经过催化转化制备合成 OZ439的 所需重要中间体 HPCH。目前实验室已完成了催化剂的筛选和合成工 作，所制备的催化剂在温和的反应条件下可以获得较高收率的 HPCH， 其生产成本低于国外药企的要求。 开发计划：催化剂的放大制备及反应工艺的放大研究及优化，催 化剂的循环利用和产品的分离及纯化。本项目初期一直与国外药企进 行沟通合作，工艺优化后即可进入产业化阶段。 所需条件支持：希望能获得 100 万经费支持与 100m2 实验室支持，用于购置反应评价及催化剂放大制备设备。 

MoTe2是由MoTe6八面体结构单元构成的原子层沿c方向堆叠形成的二维材料系统，不同的堆叠方式具有不同晶体对称性。1T-MoTe2在室温时是单斜的1T’相，随着温度降低在250K时发生结构相变，转变成正交的T_d相，其中可以存在第二类外尔费米子。王楠林课题组通过实验发现高强度的近红外激光脉冲可以在亚皮秒时间尺度内将中心反演对称性破缺的T_d相驱动到具有中心反演对称的1T’相。该相变发生的最明显的特征是时间分辨的反射率变化中横向剪切振荡声子的消失和二次谐波强度的急剧下降。通过选择和改变激发脉冲的脉宽和波长，从实验上排除了激光加热效应。该项研究首次在超快亚皮秒尺度内实现了激光诱导的非加热效应引起的MoTe2晶体中第二类Weyl半金属相与正常半金属相的超快结构相变。它为超快激光控制固体的拓扑特性开辟了新的可能性，使超快激光激发的拓扑开关器件具有潜在的实际应用价值。 该工作于2019年5月22日在线发表于著名学术期刊Physical Review X（Phys. Rev. X 9, 021036 (2019)），第一作者为量子材料中心博士生张梦瑶，王楠林教授和其研究组的董涛博士是通讯作者，量子材料科学中心王健教授研究组为该工作提供了样品。该项研究得到国家自然科学基金委员会、国家重点研究开发项目等项目的支持。Figure: Pump induced SHG time traces of MoTe2 at selected fluences at T=10 K. The graph shows that as the laser fluence increases, the signal of the second harmonic of the sample drops significantly. The inset is a time-resolved schematic diagram of second harmonic detection

在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。    本实验室与中国中医科学院合作进行中医临床数据仓库与挖掘分析平台，以及中医临床数据挖掘方法的研究，实现了对中医临床采集病历数数据的集成与整合，数据挖掘与分析的中医临床数据仓库及挖掘分析平台，该平台旨在支持从真实世界中医临床诊疗中产生海量科研分析用数据，并以真实、高质量的数据为基础进行中医临床与理论研究，为中医临床疗效评价、临床中药新药创制提供客观的医学证据和适宜的数据分析方法。该成果于2009年12月获得国家科技进步二等奖。   名老中医OLAP展示例子 1.2多维分析与复杂网络分析系统   以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。  在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。  获奖证书   1.中医临床数据仓库与挖掘分析平台 通过分析中医临床数据元素及其多维、多层次的关系特点，研究设计了中医临床参考信息模型，以及为基础构建中医临床数据仓库细节数据模型和多维数据模型，建立以数据仓库为核心的数据整合、数据抽取/转换/转载和数据整理、数据挖掘、OLAP和统计分析的智能信息处理平台。该平台以中医临床数据仓库及其运行环境工具的构建为基础，基于实际的临床诊疗数据，实现对中医诊疗数据进行多主题、多粒度、多需求、高效、快捷的展示、研究和查询检索，并支持基于Web的OLAP主题应用，为名老中医经验继承研究、中医临床评价研究和临床科研提供实际的诊疗数据证据和知识来源，以支持临床科研决策分析，满足中医临床评价研究的探索性分析需求。针对中医临床数据的特点，研究体现中医临床数据模型特点的数据挖掘新方法，为面向中医临床研究的数据挖掘和机器学习方法研究提供新的思路和研究方向。该平台的构建初期以重大慢性疾病：中风、冠心病和糖尿病诊治规律，以及名老中医经验传承研究为支持目标。   中医临床数据仓库平台   1.1中医临床数据预处理技术临床数据的预处理包括数据整合、数据整理和数据转换等技术，我们面向中医临床数据结构内容以及中医临床研究的分析需求，实现具有完善的数据抽取-转换-装载（Extraction-transforming-loading，ETL）、数据整理和数据转换导出功能的数据前处理软件。该软件针对医学数据利用中的分布式（多采集点）采集、患者隐私保护和大规模数据处理的特点，采用灵活的数据映射配置和临床术语库衔接等方式把各采集点数据导入到临床数据仓库中，并支持批量数据核查和数据规范整理（对临床数据中的术语性数据如症状体征、诊断和药物等进行概念化语义规范）功能。   在医学领域首次应用商务智能软件（Business Objects XI）作为中医临床数据仓库OLAP分析的软件基础。开发实现了基于细节数据模型、多维数据模型和海量临床诊疗数据的探索性分析、展示系统，分析展示的内容包括名老中医经验传承、重大疾病的病证及临床表现要素关系等的主题分析集。可从数据概况、方剂、药物、疾病、症状、治法和证候等方面分别对名老中医和重大疾病临床数据进行多种关系知识的探索性分析。同时，对分析结果可进行实时查询、导出和展示（下图是一位名老中医某经典处方的临床应用证候分布情况）。   名老中医OLAP展示例子    以中医临床数据中症-证-治的复杂关系和复杂网络分析方法研究为出发点，开发实现了中医临床复杂网络分析系统。该系统包括如联机数据筛选、复杂网络建模、统计特性分析、可视化网络数据筛选等基本功能，能够支持中医临床诊疗数据中的疾病（中西医）、症状、证候、药物等实体内部元素以及实体之间元素的网络模型构建和多种复杂网络分析方法如节点中心性分析、社团分析、节点相似度分析等。从大量的临床数据中分析获得临床核心处方及其主要适应症，以及随症加减信息。该系统采用Eclipse 富客户端(Rich Client Platform, RCP)和Java语言开发（下图是该系统的主界面）。     中医临床复杂网络分析系统  1.3 真实世界中医临床有效处方发现系统 中药新药创制与研发是极具挑战和机遇的领域，当前化学制药和单成份药物研发已经出现明显的瓶颈，传统植物/天然药以及多成份复方药物的研发成为国内外关注的焦点。而从多成份调控和多靶点机理的研究为主要视角的网络药理学更成为新的趋势和方法。针对中医临床诊疗过程中具有证-治-效信息，且个体性的真实世界诊疗实践特点，我们研究基于大规模临床诊疗数据进行有效处方分析和发现的问题，通过对以中药复方为重点的治疗手段药物组成原理的分析，基于复杂网络模型和方法研制形成了有效核心处方及适应症分析方法、有效临床中药筛选与发现系统，对基于真实世界临床诊疗数据分析获得有效处方知识的方法、技术平台和示范应用进行了探索和初步实践，初步表明从真实世界临床诊疗数据中发现和挖掘有效方药是一种可行的途径，有望为中医新药创制提供可以验证的新处方、新药物等临床有效目标药物。     1.  中医临床数据挖掘分析方法 海量观察型临床数据是中医辨证论治数据的主体内容，具有复杂、多维和多关系的特点。从大规模中医临床观察数据中分析提炼形成有意义的临床假设或诊疗知识如有效处方、人群划分、药症关系以及多阶段优化治疗方案等，是实现从复杂、系统的中医辨证论治过程中发现并确认有效优化的临床诊疗处方及其药物组成的基本方法。中医临床数据包括门诊数据和住院数据两大主要部分，其数据内容由临床表现、诊断和治疗（临床疗法）三部分核心内容（如下图），其中辨证知识、证候分布、药症关系、方证关系和药物组成等是数据挖掘和分析的主要目标，而所有这些知识的有效性的评价依据是临床疗效，即确认和发现临床有效的中医诊疗知识是中医临床数据挖掘分析方法的主要有价值研究目标。    中医临床数据挖掘问题：在疗效信息的约束下，验证和发现有价值的临床诊断/治疗关系知识。  2.1基于复杂网络的中药配伍分析方法 人们通过对中医临床处方数据的初期分析，并与临床专家的交流中发现，名老中医的临床复方的组织特性体现在两个层次。第一层次为临床医生一般以经典复方（包括经方、时方和验方等）为基础进行临床处方；第二层次为在药对或药症关系基础上的药物随症加减处理。这两个层次的临床处方配伍过程形成了具有核心处方结构，而又具有较大灵活性的处方集合。因此，通过对名老中医处方集的共性网络结构分析，能够发现体现其处方思维和学术特点的核心处方配伍结构，从而辅助进行名老中医经验的传承和整理研究。通过应用基于无尺度网络现象的网络分析方法进行研究。无尺度网络作为复杂系统研究的一种实证现象和方法，对基于网络研究复杂现象和复杂系统的方法具有很大的推动作用。具有宏观无尺度现象的网络在拓扑上存在幂律现象，即节点的度分布服从幂函数分布。这在医生处方中的具体体现就是某医生对药物的使用具有比较集中的趋势，某些名老中医偏好使用某些药物，使得这些药物的已有或潜在功效得到更大的发挥或挖掘。 我们基于网络中权值的幂律分布规律，实现了多层核心子网分析方法，能够从复杂的中药配伍网络中抽取多层核心子网。该算法已经在名老中医处方配伍经验的分析中得到广泛应用。其得到的结果具有直接而明确的临床含义，且可靠性较强。第一层核心子药物子网一般解释为共性的核心处方；第二层解释为主要药物配伍；第三层解释为次要药物配伍。这些药物配伍分别对应样本的核心病机如主要疾病和主要证候等、兼证和加减症状等。以下是两类特定中药处方：1287个肝脾不调证(GPBT)处方和752个2型糖尿病合并代谢综合征处方的分析结果。   特定中药处方的核心药物配伍网络和主要加减网络，其中的网络中的节点是药物，边的权重表示两相关药物配伍使用的次数。 2.2基于隐主题模型的疾病人群临床特征类别分析方法 症状-中药-诊断主题模型（Symptom-Herb-Diagnosis Topic model，SHDT), 用来提取中医临床数据中的症状、中药和诊断间的隐主题结构。SHDT模型是LDA主题模型在多关系应用中的扩展。该模型的核心思想是假设一类样本里面包含有多个主题，例如，一类糖尿病人群有不同的并发症，且这些主题所包含的信息特征（以症状来表达）具有相对完整性和独立性。SHDT把每个主题看作是症状上的多项式分布，并通过症状来表达主题的内容；同时，把每种中药看作是主题上的多项式分布，因为一类中药可以治愈多种症状/疾病；又因为一种诊断包含多种症状/疾病，于是把诊断看作是对主题的描述，构建一种“症状-中药-诊断”主题模型。SHDT模型这种分析原理和思路与中医辨证论治过程基本吻合，它可以客观地按照症状找到自然分类人群，给出诊断描述特征和中药治疗特征。SHDT模型分别在2型糖尿病、冠心病和肝炎等慢性疾病中进行人群特征分析。实验结果说明了该模型具有较好的适宜性和科学性，分析结果能够较为完整的反映特定疾病中相关的主要人群特征类别。   症状-中药-诊断主题模型，图中三个黑色圆圈，代表显变量（观察变量），其中s 表示一个采样症状，表示患者p的所有药，表示患者p的所有诊断。白色圆圈代表隐变量，其中z 采样症状s对应的主题，x表示s对应的药，u表示s对应的诊断。矩形框表示重复采样。外部矩形框表示在集合中有P个患者。内部矩形框表示对患者p的个症状、主题、药物以及诊断重复采样。 2.3基于内隐对照和部分可观察马尔可夫决策过程模型的动态序贯处方治疗方案优化方法 中医辨证论治是症-治-效紧密相关的个体、动态的复杂干预过程，动态序贯干预是中医临床治疗慢性疾病的基本方法。以患者为轴心的治疗原则和医生的个体性特点，使得中医动态序贯干预过程中包含多样化的治疗方案。在临床诊疗经验知识的形成阶段，医生往往通过对治疗前后患者健康状态的判断，试图获得较好的治疗方案的认识，进而逐步形成固化的有效经验性治疗方案。因此，在无外部对照的情况下，如何从大规模的复杂多维临床关系数据中发现并确认在临床实际中较优的动态序贯诊疗方案是有效临床方案形成的重要课题。 考虑到实际可行性和研究代价的问题，在未有明确的有效干预方案形成的临床研究初期，无外部对照的传统中医经验整理和归纳普遍存在，且长期的中医学实践表明是有效的。但由于临床诊疗信息关系的复杂性，基于传统经验整理方式形成有效治疗方案是一个较为漫长的过程。 因此，如何借助源自真实世界（无外部对照）的大规模临床观察数据，进行挖掘分析，以辅助发现和确认较优的临床治疗方案成为辨证论治临床评价研究的关键问题之一。我们采用部分可观察马尔可夫决策过程模型(POMDP)对此问题进行研究，实现了基于POMDP的中医临床处方优化分析方法，以探寻从来自临床实际的大规模观察性临床数据中发现较优或最优的动态序贯治疗方案，为中医辨证论治有效动态干预方案的形成和临床验证提供参考知识。   中医临床诊疗过程对应的POMDP模型 1.  成果的推广应用 本成果已经在国家科技重大专项：重大传染病防治、重大新药创制等两个项目；国家科技支撑计划项目-名老中医经验传承研究；北京市科技攻关项目和国家中医临床研究基地等项目中进行推广应用。分别对艾滋病、肝炎和肺结核等传染病的中医药防治规律，从中医临床中分析确认有效处方与药物，名老中医的辨证论治个体诊疗经验，中风、冠心病和糖尿病等重大慢性疾病的临床诊治规律，以及全国10余家重点中医院诊疗优势病种（如上海龙华医院的中医胃癌治疗、骨关节病治疗；河南中医学院一附院的中医艾滋病治疗、中医慢性阻塞性肺炎治疗等）的临床诊疗优化方案等进行应用研究。逐步探索和完善中医临床科研一体化技术体系，支持基于临床诊疗实践及其真实世界诊疗数据，进行中医临床研究和中药新药创制研究的医学模式。   北京地区22家单位应用分布图

8月9日，我校生命科学与技术学院、亚热带农业生物资源保护与利用国家重点实验室何正国教授领衔的合成生物学团队与北京理工大学和北京科技大学相关团队合作联合在国际著名学术期刊《自然-通讯》（Nature Communications）发表题为《绿色植物OTUB亚家族中保守的Met1特异性基序使水稻OTUB1能够水解Met1泛素链》（Met1-specific Motifs conserved in OTUB subfamily of green plants enable rice OTUB1 to Hydrolyse Met1 Ubiquitin Chains）的研究论文。

利莫那班是世界第三大制药公司赛诺菲一安万特公司新近上市的新一代减肥、戒烟类药物，被喻为抗肥胖症药物的“重磅炸弹”。利莫那班不仅是新一代减肥药物，而且具有很好的戒烟功能和减少心血管疾病风险的功效。围绕利莫那班进行中间体系列产品进行开发和生产，将会产生良好的经济效益。此外后续的改进产品正在开发上市。利莫那班合成的最大难点在于关键中间体利莫那班羧酸乙酯的合成。针对该难点，华东理工大学发明了一种不使用昂贵的有机锂试剂、不采用硅醚保护手段的新的合成技术，这一新技术使生产成本成倍地降低、收率大幅度提高，是迄今为止实现位阻Claisen缩合制备二酮酸酯最高效、实用的手段。华东理工大学同时提供其它利莫那班中间体对氯苯丙酮、N-氨基哌啶盐酸盐、2，4-二氯苯肼盐酸盐合成技术。