【摘 要】
：
来氟米特(Leflunomide)属于异恶唑类免疫抑制剂。它的治疗机理主要是通过抑制酪氨酸激酶和二氢乳清酸脱氢酶(Dihydroorotate Dehydrogenase DHODH)的活性,影响活化淋巴细胞的嘧啶合成,干扰细胞增殖,从而抑制淋巴细胞介导的细胞及体液免疫反应。来氟米特上市以来,凭借其独特的免疫抑制作用在类风湿关节炎的临床治疗中得到了比较广泛的应用,在狼疮性肾炎、系统性血管炎治疗以及
论文部分内容阅读
来氟米特(Leflunomide)属于异恶唑类免疫抑制剂。它的治疗机理主要是通过抑制酪氨酸激酶和二氢乳清酸脱氢酶(Dihydroorotate Dehydrogenase DHODH)的活性,影响活化淋巴细胞的嘧啶合成,干扰细胞增殖,从而抑制淋巴细胞介导的细胞及体液免疫反应。来氟米特上市以来,凭借其独特的免疫抑制作用在类风湿关节炎的临床治疗中得到了比较广泛的应用,在狼疮性肾炎、系统性血管炎治疗以及移植免疫等疾病的治疗过程中亦显示出肯定的疗效。来氟米特特殊的药代动力学特征,其半衰期长达15天左右。在临床试验中已发现的不良反应主要有腹泻、恶心、皮疹、脱发、肝酶升高、血压升高。近年来,临床数据显示,部分患者服用来氟米特后出现明显的体重减轻。本研究拟采用代谢组学方法,以小鼠为动物模型,通过体内外实验对来氟米特致使患者体重减轻的不良反应进行探索性研究。1、实验动物选用周龄为9-10周的SPF级昆明小鼠进行实验。小鼠依据体重随机分为4组消除组内差异,每组16只,雌雄各半,每笼4只小鼠,雌雄分笼饲养。4组小鼠分为对照组和来氟米特给药组(3mg/kg/d、10mg/kg/d、30mg/kg/d)。药物采用与1%CMC混合制成混悬液灌胃的方式给药。2、体外实验是将来氟米特溶于DMSO中,DMSO作为对照组,不同浓度的来氟米特(20μM、50μM、100μM、200μM)处理人类正常肝细胞。代谢组学检测结果表明来氟米特主要干扰了小鼠体内芳香族氨基酸的生物合成,生物素代谢(维生素H),硫铵代谢(维生素B1),牛磺酸和亚牛磺酸代谢,抗坏血酸和维生素C代谢等五条代谢通路。结果表明来氟米特抑制了小鼠肠道菌群中3-脱氧-D-阿糖基庚糖酮酸-7-磷酸合成酶(3-deoxy-D-arabino-heptulosonate-7-phosphate synthase DAHPS)的活性(P<0.05),体外实验结果表明来氟米特在20μM浓度下对人类正常肝细胞的产生增殖毒性,免疫印迹实验表明来氟米特在20μM浓度下引起肝细胞内质网应激(endoplasmic reticulum stress ERS)。来氟米特抑制了小鼠肠道菌群中DAHPS活性,诱导人类正常肝细胞ERS导致肝损伤或许是来氟米特引起体重降低不良反应的原因之一。我们的研究结果表明来氟米特对人体肠道菌群的影响是导致间接影响人类身体代谢的重要原因。
其他文献
目的:回顾性研究92例T1N0M0中低位直肠癌的临床病例资料,比较分析经肛门局部切除术与传统根治术的安全性与疗效,为临床早期中低位直肠癌的治疗方案选择提供理论依据。方法:收集2010年1月-2016年12月年某三甲医院收治的T1N0M0中低位直肠癌患者病例资料,其中资料完整符合入组标准的共92例。按治疗方法不同分为两组:经肛门局部切除术组(TAE组)和直肠癌根治术组(根治术组)。TAE组:应用腔镜
目的:探讨缺血性卒中急性期中经络不同证型与现代医学血脂指标及脂蛋白相关磷脂酶A2(Lp-PLA2)的相关性及关系,为中西医进一步结合治疗缺血性卒中提供理论依据。方法:1.患者证型分类依据《中国脑梗死中西医结合诊治指南(2017)》制定证型判定量表,将缺血性卒中急性期的患者分为5个证型,并将5个证型归纳为虚证、实证、虚实夹杂证以便研究,详见附录。2.研究指标的检验方法患者入院后第2日清晨采取空腹静脉
HT计量检定系统研制项目虽技术处于先进水平,但管理水平尤其是进度管理水平十分薄弱。本文以国防计量测试设备需求为背景,对HT计量检定系统研制项目的进度管理进行了研究。首
新疆经济比其他发达省份的经济更具有脆弱性,因此,如何保护好新疆经济的稳定发展是关键,而房地产和银行业是重中之重,我国个人住房抵押贷款的法律法规不完善,在市场利润的推
为保证社会秩序的稳定以及人民财产不受侵害,我国自2003年开始建设以人民政府为主体的“政府综合应急系统”。综合应急是为了解决应急事件中的资源调配问题的,重点在于协调而
世界经济在经历了工业化、信息化之后,正逐步走向低碳化,低碳化的发展是一个新的经济发展模式,这一理念已经成为当今世界发展的潮流。改革开放以来,随着我国社会经济的迅速发
随着近几年移动互联网络的快速发展,特别是带有定位功能的智能手机的兴起,使得基于位置信息的服务急速地融入到了人们日常生活的方方面面。比如常用的导航软件、社交软件、外
股票预测是金融领域的经典问题。然而,由于股票走势具有不稳定性、季节性等特点,股价预测受到大量因素的限制。股票的价格取决于众多因素,而这些因素不能直观得到。隐马尔可夫模型可以根据有序的观测数据对隐藏状态转换进行建模,它是一个含有双随机过程的模型。所以隐马尔可夫模型天然适合股价预测,本文即研究将隐马尔可夫模型应用于股票预测。隐马尔可夫模型的学习问题是约束优化问题,常使用Baum-Welch算法求模型参