CN115862804A - 双药联用的联合用药的推荐方法及装置 - Google Patents
双药联用的联合用药的推荐方法及装置 Download PDFInfo
- Publication number
- CN115862804A CN115862804A CN202211491663.9A CN202211491663A CN115862804A CN 115862804 A CN115862804 A CN 115862804A CN 202211491663 A CN202211491663 A CN 202211491663A CN 115862804 A CN115862804 A CN 115862804A
- Authority
- CN
- China
- Prior art keywords
- combination
- drug
- concentration
- parameter
- characterization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003814 drug Substances 0.000 title claims abstract description 856
- 229940079593 drug Drugs 0.000 title claims abstract description 632
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000012512 characterization method Methods 0.000 claims abstract description 183
- 239000000890 drug combination Substances 0.000 claims abstract description 127
- 241000282320 Panthera leo Species 0.000 claims abstract description 83
- 230000009471 action Effects 0.000 claims abstract description 76
- 230000035945 sensitivity Effects 0.000 claims abstract description 60
- 229940000425 combination drug Drugs 0.000 claims abstract description 28
- 238000013210 evaluation model Methods 0.000 claims abstract description 25
- 238000012216 screening Methods 0.000 claims abstract description 20
- 230000000694 effects Effects 0.000 claims description 128
- 230000002195 synergetic effect Effects 0.000 claims description 53
- 230000000857 drug effect Effects 0.000 claims description 43
- 238000013139 quantization Methods 0.000 claims description 39
- 231100000673 dose–response relationship Toxicity 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 24
- 238000004873 anchoring Methods 0.000 claims description 7
- 230000003631 expected effect Effects 0.000 claims description 6
- 230000000875 corresponding effect Effects 0.000 description 137
- 206010028980 Neoplasm Diseases 0.000 description 122
- 210000004027 cell Anatomy 0.000 description 95
- 230000005764 inhibitory process Effects 0.000 description 84
- 241000699670 Mus sp. Species 0.000 description 67
- 238000011156 evaluation Methods 0.000 description 37
- CWHUFRVAEUJCEF-UHFFFAOYSA-N BKM120 Chemical compound C1=NC(N)=CC(C(F)(F)F)=C1C1=CC(N2CCOCC2)=NC(N2CCOCC2)=N1 CWHUFRVAEUJCEF-UHFFFAOYSA-N 0.000 description 36
- 229950003628 buparlisib Drugs 0.000 description 36
- 210000003462 vein Anatomy 0.000 description 34
- 238000012360 testing method Methods 0.000 description 31
- HOMGKSMUEGBAAB-UHFFFAOYSA-N ifosfamide Chemical compound ClCCNP1(=O)OCCCN1CCCl HOMGKSMUEGBAAB-UHFFFAOYSA-N 0.000 description 29
- AOJJSUZBOXZQNB-TZSSRYMLSA-N Doxorubicin Chemical compound O([C@H]1C[C@@](O)(CC=2C(O)=C3C(=O)C=4C=CC=C(C=4C(=O)C3=C(O)C=21)OC)C(=O)CO)[C@H]1C[C@H](N)[C@H](O)[C@H](C)O1 AOJJSUZBOXZQNB-TZSSRYMLSA-N 0.000 description 28
- 229960001101 ifosfamide Drugs 0.000 description 28
- 229930012538 Paclitaxel Natural products 0.000 description 27
- 229960001592 paclitaxel Drugs 0.000 description 27
- RCINICONZNJXQF-MZXODVADSA-N taxol Chemical compound O([C@@H]1[C@@]2(C[C@@H](C(C)=C(C2(C)C)[C@H](C([C@]2(C)[C@@H](O)C[C@H]3OC[C@]3([C@H]21)OC(C)=O)=O)OC(=O)C)OC(=O)[C@H](O)[C@@H](NC(=O)C=1C=CC=CC=1)C=1C=CC=CC=1)O)C(=O)C1=CC=CC=C1 RCINICONZNJXQF-MZXODVADSA-N 0.000 description 27
- ZDZOTLJHXYCWBA-VCVYQWHSSA-N N-debenzoyl-N-(tert-butoxycarbonyl)-10-deacetyltaxol Chemical compound O([C@H]1[C@H]2[C@@](C([C@H](O)C3=C(C)[C@@H](OC(=O)[C@H](O)[C@@H](NC(=O)OC(C)(C)C)C=4C=CC=CC=4)C[C@]1(O)C3(C)C)=O)(C)[C@@H](O)C[C@H]1OC[C@]12OC(=O)C)C(=O)C1=CC=CC=C1 ZDZOTLJHXYCWBA-VCVYQWHSSA-N 0.000 description 25
- 229960003668 docetaxel Drugs 0.000 description 25
- 206010006187 Breast cancer Diseases 0.000 description 24
- 208000026310 Breast neoplasm Diseases 0.000 description 24
- 239000006285 cell suspension Substances 0.000 description 24
- 238000002474 experimental method Methods 0.000 description 24
- 241001465754 Metazoa Species 0.000 description 23
- FAQDUNYVKQKNLD-UHFFFAOYSA-N olaparib Chemical compound FC1=CC=C(CC2=C3[CH]C=CC=C3C(=O)N=N2)C=C1C(=O)N(CC1)CCN1C(=O)C1CC1 FAQDUNYVKQKNLD-UHFFFAOYSA-N 0.000 description 23
- 229960000572 olaparib Drugs 0.000 description 23
- 241000699666 Mus <mouse, genus> Species 0.000 description 22
- 190000008236 Carboplatin Chemical compound 0.000 description 21
- 239000002147 L01XE04 - Sunitinib Substances 0.000 description 21
- 229960004562 carboplatin Drugs 0.000 description 21
- WINHZLLDWRZWRT-ATVHPVEESA-N sunitinib Chemical compound CCN(CC)CCNC(=O)C1=C(C)NC(\C=C/2C3=CC(F)=CC=C3NC\2=O)=C1C WINHZLLDWRZWRT-ATVHPVEESA-N 0.000 description 21
- 229960001796 sunitinib Drugs 0.000 description 21
- AOJJSUZBOXZQNB-VTZDEGQISA-N 4'-epidoxorubicin Chemical compound O([C@H]1C[C@@](O)(CC=2C(O)=C3C(=O)C=4C=CC=C(C=4C(=O)C3=C(O)C=21)OC)C(=O)CO)[C@H]1C[C@H](N)[C@@H](O)[C@H](C)O1 AOJJSUZBOXZQNB-VTZDEGQISA-N 0.000 description 18
- CMSMOCZEIVJLDB-UHFFFAOYSA-N Cyclophosphamide Chemical compound ClCCN(CCCl)P1(=O)NCCCO1 CMSMOCZEIVJLDB-UHFFFAOYSA-N 0.000 description 18
- HTIJFSOGRVMCQR-UHFFFAOYSA-N Epirubicin Natural products COc1cccc2C(=O)c3c(O)c4CC(O)(CC(OC5CC(N)C(=O)C(C)O5)c4c(O)c3C(=O)c12)C(=O)CO HTIJFSOGRVMCQR-UHFFFAOYSA-N 0.000 description 18
- 229960004397 cyclophosphamide Drugs 0.000 description 18
- 229960001904 epirubicin Drugs 0.000 description 18
- 238000013178 mathematical model Methods 0.000 description 18
- DWAFYCQODLXJNR-BNTLRKBRSA-L oxaliplatin Chemical compound O1C(=O)C(=O)O[Pt]11N[C@@H]2CCCC[C@H]2N1 DWAFYCQODLXJNR-BNTLRKBRSA-L 0.000 description 18
- AYUNIORJHRXIBJ-TXHRRWQRSA-N tanespimycin Chemical compound N1C(=O)\C(C)=C\C=C/[C@H](OC)[C@@H](OC(N)=O)\C(C)=C\[C@H](C)[C@@H](O)[C@@H](OC)C[C@H](C)CC2=C(NCC=C)C(=O)C=C1C2=O AYUNIORJHRXIBJ-TXHRRWQRSA-N 0.000 description 18
- 239000011159 matrix material Substances 0.000 description 17
- 229960001756 oxaliplatin Drugs 0.000 description 17
- 230000035755 proliferation Effects 0.000 description 17
- 229950007866 tanespimycin Drugs 0.000 description 17
- 230000008859 change Effects 0.000 description 16
- VWUXBMIQPBEWFH-WCCTWKNTSA-N Fulvestrant Chemical compound OC1=CC=C2[C@H]3CC[C@](C)([C@H](CC4)O)[C@@H]4[C@@H]3[C@H](CCCCCCCCCS(=O)CCCC(F)(F)C(F)(F)F)CC2=C1 VWUXBMIQPBEWFH-WCCTWKNTSA-N 0.000 description 15
- 229960004316 cisplatin Drugs 0.000 description 15
- DQLATGHUWYMOKM-UHFFFAOYSA-L cisplatin Chemical compound N[Pt](N)(Cl)Cl DQLATGHUWYMOKM-UHFFFAOYSA-L 0.000 description 15
- 239000007788 liquid Substances 0.000 description 15
- 229960004679 doxorubicin Drugs 0.000 description 14
- 229960002258 fulvestrant Drugs 0.000 description 14
- 238000000338 in vitro Methods 0.000 description 14
- 201000010099 disease Diseases 0.000 description 13
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 13
- IAZDPXIOMUYVGZ-UHFFFAOYSA-N Dimethylsulphoxide Chemical compound CS(C)=O IAZDPXIOMUYVGZ-UHFFFAOYSA-N 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000003993 interaction Effects 0.000 description 11
- 230000004083 survival effect Effects 0.000 description 11
- XSMVECZRZBFTIZ-UHFFFAOYSA-M [2-(aminomethyl)cyclobutyl]methanamine;2-oxidopropanoate;platinum(4+) Chemical compound [Pt+4].CC([O-])C([O-])=O.NCC1CCC1CN XSMVECZRZBFTIZ-UHFFFAOYSA-M 0.000 description 10
- 230000008485 antagonism Effects 0.000 description 10
- 229950008991 lobaplatin Drugs 0.000 description 10
- 239000003153 chemical reaction reagent Substances 0.000 description 9
- 210000005075 mammary gland Anatomy 0.000 description 9
- 239000002609 medium Substances 0.000 description 9
- 230000003042 antagnostic effect Effects 0.000 description 8
- 239000003795 chemical substances by application Substances 0.000 description 8
- 230000002950 deficient Effects 0.000 description 8
- 230000009977 dual effect Effects 0.000 description 8
- 230000012010 growth Effects 0.000 description 8
- 239000002504 physiological saline solution Substances 0.000 description 8
- 238000011002 quantification Methods 0.000 description 8
- 230000001225 therapeutic effect Effects 0.000 description 8
- 208000003721 Triple Negative Breast Neoplasms Diseases 0.000 description 7
- 201000011510 cancer Diseases 0.000 description 7
- 230000002301 combined effect Effects 0.000 description 7
- 238000000556 factor analysis Methods 0.000 description 7
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Substances [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012353 t test Methods 0.000 description 7
- 208000022679 triple-negative breast carcinoma Diseases 0.000 description 7
- 230000004614 tumor growth Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000001647 drug administration Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 238000009097 single-agent therapy Methods 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 108010088751 Albumins Proteins 0.000 description 5
- 102000009027 Albumins Human genes 0.000 description 5
- 206010061598 Immunodeficiency Diseases 0.000 description 5
- 230000000996 additive effect Effects 0.000 description 5
- 230000002401 inhibitory effect Effects 0.000 description 5
- -1 nab-Pclitaxel Chemical compound 0.000 description 5
- 239000011148 porous material Substances 0.000 description 5
- IZTQOLKUZKXIRV-YRVFCXMDSA-N sincalide Chemical compound C([C@@H](C(=O)N[C@@H](CCSC)C(=O)NCC(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CC=1C=CC=CC=1)C(N)=O)NC(=O)[C@@H](N)CC(O)=O)C1=CC=C(OS(O)(=O)=O)C=C1 IZTQOLKUZKXIRV-YRVFCXMDSA-N 0.000 description 5
- 102400000888 Cholecystokinin-8 Human genes 0.000 description 4
- 101800005151 Cholecystokinin-8 Proteins 0.000 description 4
- 230000010261 cell growth Effects 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 238000002483 medication Methods 0.000 description 4
- 229910052697 platinum Inorganic materials 0.000 description 4
- 210000004881 tumor cell Anatomy 0.000 description 4
- 108090000790 Enzymes Proteins 0.000 description 3
- 102000004190 Enzymes Human genes 0.000 description 3
- 239000000824 cytostatic agent Substances 0.000 description 3
- 230000001085 cytostatic effect Effects 0.000 description 3
- 238000003255 drug test Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000017095 negative regulation of cell growth Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 231100000331 toxic Toxicity 0.000 description 3
- 230000002588 toxic effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 206010059866 Drug resistance Diseases 0.000 description 2
- 206010057362 Underdose Diseases 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 238000003556 assay Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000003833 cell viability Effects 0.000 description 2
- 230000002079 cooperative effect Effects 0.000 description 2
- 238000013211 curve analysis Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000002651 drug therapy Methods 0.000 description 2
- 229910052731 fluorine Inorganic materials 0.000 description 2
- 125000001153 fluoro group Chemical group F* 0.000 description 2
- 239000001963 growth medium Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000010534 mechanism of action Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 150000003254 radicals Chemical group 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 101000623895 Bos taurus Mucin-15 Proteins 0.000 description 1
- 101710113436 GTPase KRas Proteins 0.000 description 1
- 101001012157 Homo sapiens Receptor tyrosine-protein kinase erbB-2 Proteins 0.000 description 1
- 102100030086 Receptor tyrosine-protein kinase erbB-2 Human genes 0.000 description 1
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000001093 anti-cancer Effects 0.000 description 1
- 230000000259 anti-tumor effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000002648 combination therapy Methods 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000009982 effect on human Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 108700015053 epidermal growth factor receptor activity proteins Proteins 0.000 description 1
- 102000052116 epidermal growth factor receptor activity proteins Human genes 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000009036 growth inhibition Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000011534 incubation Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- YOHYSYJDKVYCJI-UHFFFAOYSA-N n-[3-[[6-[3-(trifluoromethyl)anilino]pyrimidin-4-yl]amino]phenyl]cyclopropanecarboxamide Chemical compound FC(F)(F)C1=CC=CC(NC=2N=CN=C(NC=3C=C(NC(=O)C4CC4)C=CC=3)C=2)=C1 YOHYSYJDKVYCJI-UHFFFAOYSA-N 0.000 description 1
- 239000013642 negative control Substances 0.000 description 1
- 108020004707 nucleic acids Proteins 0.000 description 1
- 150000007523 nucleic acids Chemical class 0.000 description 1
- 102000039446 nucleic acids Human genes 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000002220 organoid Anatomy 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000004797 therapeutic response Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种双药联用的联合用药的推荐方法，其包括步骤：分别获取表征所述待测联合用药每种浓度组合、两种单组分药各自在相应浓度单独作用下的第一表征参数；基于预设的第一评估模型和第二评估模型，确定表征每种浓度组合的协同程度的第二表征参数SLoewe和第三表征参数SBliss；基于第一、二、三表征参数，确定表征每种联合用药的协同程度的第四表征参数；获取表征待测联合用药的敏感性的第六表征参数；从所有待测联合用药中，筛选出第四表征参数和第六表征参数都最大的联合用药作为推荐的目标联合用药。相应地，还提供了一种推荐装置。
Description
技术领域
本发明涉及生物医药领域，尤其涉及一种双药联用的联合用药的推荐方法及装置。
背景技术
伴随着生命医学行业的快速发展，针对恶性肿瘤的临床前检测和预判手段逐渐丰富起来。目前可以从基因水平对癌症进行诊断、检测肿瘤的进展、恶性化程度等。常用的基因诊断包括EGFR、HER-2、K-ras检测等。各种细胞、类器官和动物水平上的疾病模型也逐渐成为体外药物敏感性测试的重要临床前诊断模型，一定程度上实现恶性肿瘤的体外诊断和药效评估。目前基于以上疾病模型的基础研究，多采用单药治疗进行体外评估药效。但在现代医疗实践中，却很少使用单一药物治疗，多为多药联合应用(或称之为组合用药)。而多药联合应用的动因主要包括：1)由于癌症是复杂的疾病，由多种信号调节且具有异质性。而针对于不同个体的某一类型癌症，目前没有广泛疗效的药物，且药物治疗后往往产生耐药性，导致癌症复发和进展，最终造成患者死亡。2)任何药物的适应症和治疗窗口是有限的，且均有不同性质和不同程度的毒副作用。因此，联合用药的目的是获得最大的治疗效果以及最大程度地减轻毒副作用，故而，联合用药是目前现代医疗实践中最常用也是最有效的治疗手段之一，相比于单一用药能够在高效抗癌的基础上增强药效，降低毒副反应，减少耐药性发展，从而一定程度上改善患者预后。然而，研究体外联合用药的评价标准不一,不同的检测分析方法可能获得不同的结论,如何科学地评估联用用药效果成为挑战。现今对于衡量联合用药的效果评价也尚没有较为简便通用的方法。联合用药时，药物之间会发生相互作用，例如，药物效应之间的相互影响，例如，作用机制不同或相似的药物联用时，药效的增强或减弱，也称之为协同作用；而联合用药的敏感性，即治疗反应的水平，通常以细胞活性或生长抑制百分比为单位来衡量。联合用药的理想情况应该在减少剂量的情况下达到治疗效果，从而将与高剂量单一药物相关的毒性和其他副作用降至最低。因此，敏感性和协同性是评估联合用药的两个重要指标。目前广泛采用的联合用药协同效果评估模型包括：Chou-Talalay合并指数CI(Combination index)法，Bliss的独立模型Bliss independence，Loewe的等效线相加模型Loewe additivity，HAS(Highest single sgent)或ZIP()。然而，由于缺乏实际的指导方针，模型选择已经成为一种个人偏好，没有明确的理由。而目前普遍评价联合用药的方法都只考虑了药物组合的协同性而忽视了药物组合敏感性，这会导致筛选出假阳性的药物组合。甚至可能出现一种药物组合根据一种模型分类为协同作用，但根据另一种模型分类为拮抗作用的情况，对于这种情况想要从中进行抉择是较为困难的。而为了避免选择模型，有人提出采用所有模型进行评估，例如：郑雨书等人于2021年7月2日在Nucleic Acids Research上发表了一篇“一种更全面的药物敏感性数据存储和分析门户”的文章，针对敏感性，其提出采用IC50和RI值的剂量反应曲线来描述单一药物的敏感性，而联合用药(或药物组合)的敏感性采用CSS(Combination Sensitivity Score)指标，即将两种药物之一固定在其IC50浓度时，组合剂量反应曲线的log10-transformed归一化面积来表征整体药物反应功效；针对联合用药的协同作用，其提出采用目前广泛采用的联合用药协同效果评估模型：Bliss、Loewe、HSA和ZIP这4个主要的数学模型，在剂量反应矩阵中提供分数可视化，并提供了称为“S score”的协同作用评分，它基于组合药物和单一药物的CSS和RI评分之间的差异，且协同评分为零的组合药物认为是相加的，协同评分为正表示协同，协同评分为负表示拮抗。为了确保药物组合的临床转化，其提倡使用所有的主要的协同评分指标，即只有四个模型均认为协同时，判定该联合用药各药物之间的相互作用为协同，相应地，四个模型均认为拮抗时，判定该联合用药各药物之间的相互作用为拮抗。
然而，上述四个数学模型实际上是基于不同的数学假设，例如，Bliss模型假设药物非相互作用时的概率独立，而Loewe模型假设非协同药物组合的功效与药物自身组合的功效相同，ZIP模型可以被视为Ensembl模型，结合了Bliss和Loewe的假设，HSA模型简单表明与单一疗法相比，药物组合提高了患者的存活率。因此，四个模型不总是产生一致的结果，即同时认定为协同作用的概率非常低，也即，精确度较低，从而造成过度筛选的问题。
发明内容
本发明的目的在于提供一种联合用药的推荐方法及其装置，部分地解决或缓解现有技术中的上述不足，能够筛选出真正有效的最佳药物组合。
为了解决上述所提到的技术问题，本发明具体采用以下技术方案：
本发明的第一方面，在于提供一种双药联用的联合用药的推荐方法，其包括步骤：分别获取表征每种待测联合用药的预设多种浓度组合的实际用药效应的第一表征参数；所述待测联合用药为两种单组分药联用组成；分别获取表征每种单分组药在相应浓度单独作用下的实际用药效应的第一表征参数；基于预设的第一评估模型和第二评估模型结合所述第一表征参数，确定表征所述待测联合用药对应每种浓度组合的协同程度的第二表征参数SLoewe和第三表征参数SBliss；其中，所述第一评估模型和所述第二评估模型分别为Loewe模型和Bliss模型；基于所述第一表征参数、所述第二表征参数和第三表征参数，确定表征所述联合用药的协同程度的第四表征参数；获取表征所述待测联合用药的敏感性的第六表征参数；从所有待测联合用药中，筛选出所述第四表征参数和所述第六表征参数都最大的联合用药作为推荐的目标联合用药。
本发明的一些实施例中，基于所述第一表征参数、所述第二表征参数和第三表征参数，确定表征每种浓度组合的协同程度的第四表征参数的步骤，具体包括步骤：判断每种浓度组合对应的所述第一表征参数是否大于两种单组分药各自对应的所述第一表征参数中的最小值，且小于其中最大值，若大于最小值，且小于最大值，为表征所述浓度组合的协同程度的第五表征参数赋予第一量化值；若小于最小值，为所述第五表征参数赋予第二量化值；若大于最大值，判断所述第二表征参数SLoewe和所述第三表征参数SBliss中的最大值是否小于第一预设阈值，若小于所述第一预设阈值，为所述第五表征参数赋予第三量化值；若大于所述第一预设阈值，判断所述第二表征参数SLoewe和所述第三表征参数SBliss中的最小值是否小于第二预设阈值；若小于所述第二预设阈值，为所述第五表征参数赋予第四量化值，若大于所述第二预设阈值，为所述第五表征参数赋予第五量化值；计算所述待测联合用药所有浓度组合对应的所述第五表征参数的平均值，作为所述第四表征参数的量化值。
本发明的一些实施例中，选取所述平均值最大，且所述第六表征参数最大的联合用药作为推荐联合用药的步骤，具体包括步骤：判断所述平均值是否大于第三预设阈值若是，得到待测联合用药子集；选取所述联合用药子集中平均值最大，且所述第六表征参数最大的联合用药作为推荐联合用药。
本发明的一些实施例中，所述第二表征参数为：SLoewe＝yc-yLoewe；其中，yc为所述联合用药在当前浓度组合下的实际用药效应的第一表征参数；yLoewe为所述联合用药在当前浓度组合下的预期用药效应的第一表征参数，其满足条件：
x1为当前浓度组合的所述联合用药中一单组分药对应的浓度，
为所述单组分药单独作用的剂量-效应曲线的反函数；x2为当前浓度组合的所述联合用药中另一单组分药对应的浓度，
为所述另一单组分药单独作用的剂量-效应曲线的反函数。
本发明的一些实施例中，所述第三表征参数为：SBliss＝yc-[Y1(X1)+Y2(X2)-Y1(X1)Y2(X2)]；其中，yc为所述联合用药在当前浓度组合下实际用药效应的第一表征参数；Y1(X1)为所述联合用药中一单组分药在X1浓度单独作用下的实际用药效应的第一表征参数；Y2(X2)为所述联合用药中另一单组分药在X2浓度单独作用下的实际用药效应的第一表征参数。
本发明的一些实施例中，所述第六表征参数的计算公式为：
其中，CSS1、CSS2分别为两种单组分药中任一单组分药的浓度锚定为第一预设浓度，与浓度在相应预设范围内呈梯度变化的另一单组分药形成的药物组合作用下的敏感系数。
基于上述的联合用药的推荐方法，本发明还提供了一种联合用药的推荐装置，其包括：第一数据获取模块，用于分别获取表征每种待测联合用药的每种浓度组合作用下的实际用药效应的第一表征参数；所述待测联合用药为两种单组分药联用组成；第二数据获取模块，用于分别获取表征两种单组分药在相应浓度单独作用下的实际用药效应的第一表征参数；第二分析模块，用于基于预设的第一评估模型和第二评估模型，确定表征所述待测联合用药的每种浓度组合的协同程度的第二表征参数SLoewe和第三表征参数SBliss；其中，所述第一评估模型和所述第二评估模型分别为Loewe模型和Bliss模型；第三分析模块，用于基于所述第一表征参数、所述第二表征参数和第三表征参数，确定表征所述待测联合用药的协同程度的第四表征参数；第三数据获取模块，用于获取表征所述待测联合用药的敏感性的第六表征参数；推荐模块，用于从所有待测联合用药中，筛选出所述第四表征参数和所述第六表征参数都最大的联合用药作为推荐的目标联合用药。
本发明的一些实施例中，所述第三分析模块具体用于判断每种浓度组合对应的所述第一表征参数是否大于两种单组分药各自在相应浓度作用下的所述第一表征参数中的最小值，且小于其中最大值，若大于最小值且小于最大值，为表征所述浓度组合的协同程度的第五表征参数赋予第一量化值；若小于最小值，为所述第五表征参数赋予第二量化值；若大于最大值，继续判断所述第二表征参数S_Loewe和所述第三表征参数S_Bliss中的最大值是否小于第一预设阈值，若小于所述第一预设阈值，为所述第五表征参数赋予第三量化值；若大于所述第一预设阈值，判断所述第二表征参数S_Loewe和所述第三表征参数S_Bliss中的最小值是否小于第二预设阈值；若小于所述第二预设阈值，为所述第五表征参数赋予第四量化值，若大于所述第二预设阈值，为所述第五表征参数赋予第五量化值；以及计算所述待测联合用药所有浓度组合对应的所述第五表征参数的平均值，作为所述第四表征参数的量化值。
本发明的一些实施例中，所述推荐模块具体用于判断所述平均值是否大于第三预设阈值，若是，得到待测联合用药子集；并选取所述联合用药子集中平均值最大，且所述第六表征参数最大的联合用药作为推荐联合用药。
本发明的一些实施例中，所述第二表征参数为：SLoewe＝yc-yLoewe；其中，yc为所述联合用药在当前浓度组合下的实际用药效应的第一表征参数；yLoewe为所述联合用药在当前浓度组合下的预期用药效应的第一表征参数，其满足条件：
x1为当前浓度组合的所述联合用药中一单组分药对应的浓度，
为所述单组分药单独作用的剂量-效应曲线的反函数；x2为当前浓度组合的所述联合用药中另一单组分药对应的浓度，
为所述另一单组分药单独作用的剂量-效应曲线的反函数。本发明的一些实施例中，所述第三表征参数为：SBliss＝yc-[Y1(X1)+Y2(X2)-Y1(X1)Y2(X2)]；其中，yc为所述联合用药在当前浓度组合下实际用药效应的第一表征参数；Y1(X1)为所述联合用药中一单组分药在X1浓度单独作用下的实际用药效应的第一表征参数；Y2(X2)为所述联合用药中另一单组分药在X2浓度单独作用下的实际用药效应的第一表征参数。
本发明的一些实施例中，所述第三数据获取模块具体用于分别获取所述联合用药中两种单组分药中任一单组分药的浓度锚定为第一预设浓度，与浓度在相应预设范围内呈梯度变化的另一单组分药形成的药物组合作用下的敏感系数，以及基于获取到的两个敏感系数计算平均值，得到所述第六表征参数。
有益效果：本领域中，判断联合用户的协同作用进行评估时，通常采用单一数学模型对联合用药进行评估，从而判定该联合用药中的各单组分药之间是否具有协同作用，然后，由于每个数学模型的出发角度(例如，前提假设)不同，各有侧重，计算方法也有差异，因此，通常会出现一个模型协同，另一判断为拮抗的情况，也即是说，从结果的角度来看，若采用单一模型进行评估，会出现误判的情况；从用户角度来看，由于数学模型众多，目前并没有一个通用的标准来确定具体选择哪一个模型比较合适，因此，加重了模型选择的负担。然而，为了避免这一问题，若如背景技术中所述采用四个数学模型分别进行评估，如前所述，各个数学模型的前提假设不同，因此，四个模型的判定结果一致的概率非常低，从而导致出现过渡筛查的情况，例如，其中的两个模型Bliss，Loewe都判定为协同，但另外两个模型HAS、ZIP判定为非协同，就会判定该联合用药的各单组分药之间没有协同作用，从而将该联合用药判定为非最佳药物组合。
然而，Bliss、Loewe这两个模型(Bliss模型假定联合用药作用机理类似；Loewe模型假定联合用药作用机理不同)本身就是从两个不同的角度来假设，因此，若联合这两个模型进行评估，则覆盖面非常全面，但也正是由于这两个模型的假设角度几乎是对立的，因此，为了平衡这个模型的判定结果可靠性，本申请中，首先以联合用药作用下的抑制率进行初筛，当初筛结果判定该联合用药的实际药效为协同时，再通过将该两个模型的评估结果作为临界值，并基于该临界值来判定联合用药的协同程度，也即是说，根据两个数学模型对于药物组合反应的一致性表征协同程度，从而避免误判(例如，即使Min(y1，y2)<yc<Max(y1，y2)时，也存在SBliss>0，而SLoewe<0的情况，这时应判断为该浓度组合弱拮抗，但若不进行初筛，就会被误判为弱协同)的情况，也避免过度筛查的情况(例如四个模型判定结果不一致而导致的情况)，进而筛选出真正有效的药物组合，尤其适合两药联用和三药联用的情况。
本领域中，通常测定联合用药的用药效果时，仅仅只考虑了协同性，或者，即使同时考虑了协同性和敏感性(如背景技术所述)，例如：协同性，通过四个数学模型同时认定为协同，然后判定该联合用药为协同作用；敏感性，根据计算得到的CSS与RI评分(log10转换的剂量-反应曲线下的归一化面积)的差值来计算得到表征协同作用的协同评分“S”，然后基于该量化参数“S”和CSS绘制“S-S”曲线，即该“S-S”曲线实际上与前述利用模型评估的协同性相互独立，也即其协同性和敏感性实际上是相互独立的，没有联合协同性和敏感性来综合考量，并且，四个模型的评估结果之间没有关联性。而本文中，结合Bliss和Loewe模型得到的各浓度组合下量化参数平均值，能够直接反应联合用药的协同程度，并基于协同程度-敏感系数来绘制相应的曲线，也即将真正地将协同性与敏感性联合起来从而筛选出两者均高的联合用药组合，也即是说，联合考虑了协同性和敏感性。本文中，Savg是来自结合BLISS和LOEWE模型得到的定义规则中获得各浓度组合下得分的平均值，能够直接反应协同程度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明一示例性实施例的一种联合用药的推荐方法的流程图；
图2为本发明一示例性实施例的双药联用的联合用药推荐方法的流程图；
图3为本发明又一示例性实施例的一种联合用药的推荐方法的流程图；
图4为本发明一示例性实施例的联合用药推荐装置的功能模块图；
图5为17-AAG、Paclitaxel单药与两药联合的联合用药I作用下的剂量效应曲线；
图6a为Sunitinib单药作用下的剂量效应曲线；
图6b为Sunitinib、Oxaliplatin单药与两药联合的联合用药II作用下的剂量效应曲线；
图7a为反映Cisplatin与Fulvestrant联合的联合用药III各浓度组合的抑制率矩阵示意图；
图7b和图7c分别为利用Bliss模型和Loewe模型计算得到的联合用药III各浓度组合的SBliss和SLoewe矩阵示意图；
图7d为反映联合用药III每个浓度组合的协同程度示意图；
图8a为反映Docetaxel与Ifosfaminde联合的联合用药IV各浓度组合的抑制率矩阵示意图；
图8b和图8c分别为利用Bliss模型和Loewe模型计算得到的联合用药IV各浓度组合的SBliss和SLoewe矩阵示意图；
图8d为反映Docetaxel与Ifosfaminde联合的联合用药IV协同程度示意图；
图9为环磷酰胺单药作用下的剂量效应曲线图；
图10反映Doxorubicin、Nab-Pclitaxel、Cyclophosphamide单药与三药联合的联合用药V的协同程度的示意图；
图11为BKM120单药作用下的剂量效应曲线图；
图12a为Carboplatin、Olaparib与BKM120联用的联合用药VI各浓度组合的抑制率矩阵示意图；
图12b和图12c分别为利用Bliss模型和Loewe模型计算得到的联合用药VI各浓度组合的SBliss和SLoewe矩阵示意图；
图12d为反映联合用药VI的每个浓度组合的协同程度示意图；
图13为Epirubicin、Lobaplatin单药与联合用药Ⅶ的剂量效应曲线图；
图14为四种浓度比例恒定的联合用药I：17-AAG+PTX、联合用药II：Sun+OXP、联合用药VII：Lob+Epi联合用药V：TAC-100的剂量效应曲线图；
图15为七种待测联合用药的CSS-Savg散点图；
图16为17-AAG、Paclitaxel单药与两药联合作用下的小鼠肿瘤体积变化示意图；
图17为Sunitinib、Oxaliplatin单药与两药联合作用下的小鼠肿瘤体积变化示意图；
图18为Cisplatin与Fulvestrant联合作用下的小鼠肿瘤体积变化示意图；
图19为Docetaxel与Ifosfaminde联合作用下的小鼠肿瘤体积变化示意图；
图20为Doxorubicin、Nab-Pclitaxel、Cyclophosphamide单药与三药联合作用下的小鼠肿瘤体积变化示意图；
图21为Carboplatin、Olaparib与BKM120联合作用下的小鼠肿瘤体积变化示意图；
图22为Epirubicin与Lobaplatin单药与两药联合作用下的小鼠肿瘤体积变化示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。本文中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。本文中，术语“上”、“下”、“内”、“外”“前”、“后”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。本文中，除非另有明确的规定和限定，术语“安装”、“设置有”、“连接”等，应做广义理解，例如“连接”，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。本文中“和/或”包括任何和所有一个或多个列出的相关项的组合。本文中“多个”意指两个或两个以上，即其包含两个、三个、四个、五个等。本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。如在本说明书中使用的，术语“大约”，典型地表示为所述值的+/-5％，更典型的是所述值的+/-4％，更典型的是所述值的+/-3％，更典型的是所述值的+/-2％，甚至更典型的是所述值的+/-1％，甚至更典型的是所述值的+/-0.5％。在本说明书中，某些实施方式可能以一种处于某个范围的格式公开。应该理解，这种“处于某个范围”的描述仅仅是为了方便和简洁，且不应该被解释为对所公开范围的僵化限制。因此，范围的描述应该被认为是已经具体地公开了所有可能的子范围以及在此范围内的独立数字值。例如，范围
的描述应该被看作已经具体地公开了子范围如从1到3，从1到4，从1到5，从2到4，从2到6，从3到6等，以及此范围内的单独数字，例如1，2，3，4，5和6。无论该范围的广度如何，均适用以上规则。
联合用药：在本文中，联合用药是指用于联合应用的多种药，其根据联合应用的药物种类的多少而包含不同种类的药物。当两种药物联用时，联合用药是指两种药，而该两种药分别为该联合用药的两种单组分药物；当三种药物联用时，联合用药是指三种药，该三种药分别为该联合用药的三种单组分药物；当三种以上的多种药物联用时，联合用药是指三种以上的多种药。本文中的联用、合用、联合应用、组合以及配伍都是指联用的意思。后续实施例中具体的不同药物按不同的联用条件(例如，不同浓度组合，或者，不同剂量组合)形成的合用组或剂量组也是联合用药的意思。浓度组合：在本文中，浓度组合是指联合用药中各种单一组分药物(或各单组分药物)以相应剂量(或浓度)进行联用时形成的组合，也称为剂量组合。例如，联合用药包括第一组分药A和第二组分药B，其中，第一组分药A的联用剂量(或浓度)为Am，第二组分药B的联用剂量(或浓度)为Bm，即该联合用药的一个浓度组合为(Am，Bm)；若第一组分药A的联用剂量(或浓度)为An，第二组分药B的联用剂量(或浓度)为Bn，即该联合用药的一个浓度组合为(An，Bn)。相应地，通过改变其中，任一单一组分药物或多种组分药的剂量(或浓度)，可得到该联合用药的剂量矩阵(或浓度矩阵[XA,XB])。药物协同性(drug synergy)：本文中的药物协同性是指多个药物联合应用所产生的效果是否大于其中单组分药物独自使用的效果，也称之为协同作用。具体地，药物协同性(协同作用)包括：相互作用和非相互作用，其中，相互作用包括：协同、拮抗。协同：是指实际药效大于与其的相加作用，即药物之间发生了相互作用。拮抗：是指实际药效小于与其的相加作用，即药物之间发生了相互作用。非相互作用(或称之为相加)：是指实际药效等于与其的相加作用，即药物之间没有发生相互作用或零相互作用。协同程度：本文中的协同程度是用来衡量联合用药中各单组分药之间协同作用的水平，并为数据分析数据支撑，本文中用量化参数S来表征每个浓度组合对应的协同程度，并用每种联合用药的多个浓度组合的协同程度量化参数S的平均值Savg来表征该种联合用药对应的协同程度。协同程度具体包括：强拮抗、弱拮抗、强协同、弱协同和非相互作用，其中，强拮抗，是指联合用药的实际用药效应小于该联合用药中各单组分药物/各分组药物的实际用药效应，相应的，表征该浓度组合的协同程度的量化参数S为-2；弱拮抗，是指联合用药的实际用药效应大于其中任一单药/任一分组药，同时又小于另一单药/另一分组药的实际用药效应，相应的，表征该浓度组合的协同程度的量化参数S为-1；强协同，是指联合用药的实际用药效应大于两种单药/两分组药分别单独作用时的用药效应的前提下，Bliss和Loewe两种模型对该浓度组合为协同的判定结果一致性高，相应的，表征该浓度组合的协同程度的量化参数S为2；弱协同，是指联合用药的实际用药效应大于两种单药单独作用时的用药效应的前提下，Bliss和Loewe两种模型对该浓度组合为协同的判定结果不一致，相应的，表征该浓度组合的协同程度的量化参数S为1；非相互作用，是指是指联合用药的实际用药效应大于两种单药单独作用时的用药效应的前提下，Bliss和Loewe两种模型均将其划定为拮抗作用，反应该浓度组合既不能产生协同作用，也不能产生拮抗作用。相应的，表征该浓度组合的协同程度的量化参数S为0。由于两个数学模型Bliss，Loewe的假设前提不同，其中，Loewe假定联合药物作用机理类似，联合效应(或协同作用)是相加作用，相当于同一药物的几个不同剂量合用，也叫作相互排斥性作用；而Bliss假定联合药物作用机理不同，一药对另一药的作用不影响或影响很小，也叫作药物非排斥性作用。由于出发角度不同，各有侧重，计算方法也有差异，因此，通常会出现一个模型协同，另一判断为拮抗的情况，也即是说，若采用单一模型进行评估，会无线误判的情况，而同时采用多个模型(例如，背景技术中的四种模型)同时进行评估，由于多个模型的判定结果一致的概率非常低，因此，会导致出现过渡筛查的情况。为了避免这两种情况，本文中，利用上述两种数学模型来进行评估，并以这两种模型评估的评估结果作为cutoff值，来确定协同程度，也即根据两个数学模型对于药物组合反应的一致性表征协同程度。药物敏感性(drug sensitivity)：本文中的药物敏感性是指细胞对药物的响应(drug response)，通常以细胞生长抑制百分比(或者细胞生长的存活率)来表征。用药效应：本文中的用药效应是指，通常用细胞生长的抑制率(即第一表征参数)表征，或称之为药物效应，又或简称药效。背景药：本文中的背景药是指当某一单组分药以固定浓度，与梯度变化浓度的任一其他单组分药形成联合用药，或与两种/多种其他单组分药的组合药物形成联合用药时，其中固定浓度的该单组分药为背景药物，而任一其他单组分药或其他单组分药的组合药物即为前景药物。例如，双药联用：当药物II以第一固定浓度(例如，IC50)，与梯度变化浓度的药物I进行联用形成多个浓度组合的联合用药，其中，药物II为背景药，药物I即为前景药。当然，也可以药物I为背景药物，以药物II为前景药物联用形成多个浓度组合。例如，三药联用：当药物III以第二固定浓度(例如IC30)、药物II以第一固定浓度(IC50)为背景，与梯度变化浓度的药物I进行联用形成多个浓度组合的联合用药，其中，药物II为背景药、药物I为前景药。分组药：本文中，分组药是指联合用药中的各种单药被划分为两个分组。例如，当联合用药为双药联用时，其中，单组分药I为一个分组药，另一单组分药II为一个分组药。又如，当联合用药为三药联用时，其中，单组分药I与单组分药III组成了一个分组药；单组分药II与单组分药III组成了一个分组药。参数定义：S：根据本发明中的推荐装置计算所得到的联合用药相应浓度组合的协同程度的量化参数；Savg：相应浓度组合的协同程度之量化参数的平均值或均值；yc、Y1、y1、Y2、y2、y1,3、y2,3、yLoewe：细胞生长的抑制率；SBliss:Bliss模型计算得到的联合用药相应浓度组合的协同得分；SLoewe:Loewe模型计算得到的联合用药相应浓度组合的协同得分；CSS、CSS1、CSS2、CSS1,3、CSS2,3：敏感系数；c1-c2、c1′-c2′：药物的浓度范围(单位为μM)；AUC：剂量效应曲线下的面积；AUC′:AUC进行标准化后的标准值；inhmin为药物效应的最低抑制效应；IC50：细胞生长抑制率为50％时，对应的药物或药物组合浓度；IC30：细胞生长抑制率为30％时，对应的药物或药物组合浓度。
实施例1：参见图1，为本发明一示例性实施例的联合用药推荐方法的流程图，具体地，该方法包括步骤：S11，分别获取表征待测联合用药预设多种浓度组合的实际用药效应的第一表征参数。在一些实施例中，该第一表征参数是指该联合用药相应浓度的细胞抑制率，表征相应浓度组合的用药效应。具体地，其计算公式为：抑制率yc＝100-存活率＝100-[(给药-空白)]/(阴性-空白)×100％。其中，“给药”是指实际试验(例如，本文中实施例6至实施例14)中，该浓度组合的联合用药作为实验组时，其对应的OD值；“空白”是指该试验中，为不含细胞且不含药液的培养基组对应的OD值；“阴性”是指试验中，阴性组作用下的OD值。在一些实施例中，每种联合用药都由两种或三药单组分药物，以多种浓度进行组合得到，因此，需要分别获取(或计算)每种待测联合用药每种浓度组合下的实际用药效果，以便于后续基于该实际用药效果对该联合用药的协同程度进行分析。在一些实施例中，待测联合用药中各单组分药的浓度组合，可根据实际需要设置多个浓度组合，并基于体外以细胞系为疾病模型进行相应的联合实验，以获得或根据相应的试验数据计算得到该第一表征参数。
S12，分别获取表征待测联合用药中各分组药在相应剂量下的实际用药效应的第一表征参数。在一些实施例中，该分组药是指将联合用药中各中单组分药进行分组得到一个药物组合。例如，当该联合用药为双药联用时，两个单组分药各为一个分组药。又如，当该联合用药为三药联用，且三个单组分药中，锚定其中一个单组分药III在第二预设浓度(例如IC30值)，并将其作为背景药，然后，将剩余两种(在预设浓度范围内呈梯度变化的)单组分药I、II分别与其联用形成两个分组药，即单组分药I和单组分药III组成第一分组药，单组分药II和单组分药III组成第二分组药。
S13，基于预设的第一评估模型和第二评估模型，确定表征所述联合用药对应每种浓度组合的协同程度的第二表征参数SLoewe和第三表征参数SBliss。在一些实施例中，第一评估模型和第二评估模型分别为Loewe模型和Bliss模型，相应地，第二表征参数和第三表征参分别为：SLoewe＝yc-Y1(X1+X2)＝yc-Y2(X1+X2)，SBliss＝yc-[Y1(X1)+Y2(X2)-Y1(X1)Y2(X2)]。在一些实施例中，yc为联合用药在当前浓度组合作用下的实际用药效应的第一表征参数(即抑制率)，Y1、Y2分别为该联合用药中的两个分组药各自在相应浓度单独作用下的实际用药效应的第一表征参数(即抑制率)，X1、X2为相应分组药的浓度。例如，当该联合用药为两药联用时，Y1(X1)为当前浓度组合的联合用药中一单组分药I(也即一分组药)在X1浓度单独作用时的实际用药效应的第一表征参数；Y2(X2)为当前浓度组合的该联合用药中单组分药II(也即另一分组药)在X2浓度单独作用时的实际用药效应的第一表征参数；Y1(X1+X2)为该单组分药I在(X1+X2)浓度单独作用时的实际用药效应的第一表征参数；Y2(X1+X2)为该单组分药II在(X1+X2)浓度单独作用时的实际用药效应的第一表征参数；yc为该联合用药在当前浓度组合(即浓度分别为X1和X2的单组分药I与单组分药II联合作用)下的实际用药效应的第一表征参数。再如，当该联合用药为三药联用时，Y1(X1)为由单组分药III与浓度为X1的单组分药I组成的第一分组药联合作用时的实际用药效应的第一表征参数；Y2(X2)为由单组分药III与浓度为X2的单组分药II组成的第二分组药联合作用时的实际用药效应的第一表征参数；Y1(X1+X2)为单组分药III与浓度为(X1+X2)的单组分药I联合作用时的实际用药效应的第一表征参数；Y2(X1+X2)为该单组分药III与浓度为(X1+X2)的单组分药II联合作用时的实际用药效应的第一表征参数；其中，该单组分药III的浓度锚定在第二预设浓度(例如IC30)，即该单组分药III作为背景药，而单组分药I、II分别作为前景药。而yc为联合用药在当前浓度组合(即第二预设浓度的单组分药III、浓度为X1的单组分药I、浓度为X2的单组分药II)联用下的实际用药效应的第一表征参数。在另一些实施例中，上述第二表征参数为：SLoewe＝yc-yLoewe，其中，yc为待测联合用药在当前浓度组合下的实际用药效应的第一表征参数；yLoewe为联合用药在当前浓度组合下的预期用药效应的第一表征参数，其满足条件：
x1为当前浓度组合的联合用药中一单组分药对应的浓度，
为包含该单组分药的第一分组药作用的剂量-效应曲线的反函数；x2为当前浓度组合的联合用药中另一单组分药对应的浓度，
为包含该另一单组分药的第二分组药作用的剂量-效应曲线的反函数。例如，当该联合用药为两药联用时，x1为当前浓度组合的联合用药中一单组分药I(即第一分组药)对应的浓度，
为该单组分药I单独作用的剂量-效应曲线的反函数；x2为当前浓度组合的联合用药中另一单组分药II(即第二分组药)对应的浓度，
为该另一单组分药II单独作用的剂量-效应曲线的反函数。再如，当该联合用药为三药联用时，x1为当前浓度组合的联合用药中一单组分药I对应的浓度，
为锚定在第二预设浓度的单组分药III与该单组分药I联合作用(即第一分组药)的剂量-效应曲线的反函数；x2为当前浓度组合的联合用药中另一单组分药II对应的浓度，
为锚定在第二预设浓度的单组分药III与该另一单组分药II联合作用(即第二分组药)的剂量-效应曲线的反函数。其中，该单组分药I的浓度x1和单组分药II的浓度x2在各自预设浓度范围内呈梯度变化。
S14，基于第一表征参数、第二表征参数和第三表征参数，确定表征所述联合用药的协同程度的第四表征参数。在一些实施例中，该步骤S14，具体包括步骤：A，判断每种浓度组合对应的第一表征参数是否大于相应浓度组合对应的所有分组药的第一表征参数中最小值，且小于最大值，若是，为第五表征参数S赋予第一量化值-1，若小于该最小值，为第五表征参数S赋予第二量化值-2；若大于最大值，执行步骤B。B，判断所第二表征参数SLoewe和第三表征参数SBliss中的最大值是否大于第一预设阈值：0，若是，为第五表征参数S赋予第三量化值1，否则，执行步骤C。C，判断所第二表征参数SLoewe和第三表征参数SBliss中的最大值是否小于第二预设阈值：0，若是，为第五表征参数S赋予第四量化值0；若大于第二预设阈值：0，为第五表征参数S赋予第五量化值2。在一些实施例中，该第一预设阈值和第二预设阈值均为0。当然，也可根据实际需要进行适当调整。D，计算所有浓度组合对应的第五表征参数的平均值，将其作为第四表征参数Savg的量化值。
S15，获取表征联合用药的敏感性的第六表征参数CSS。在一些实施例中，第六表征参数的计算公式为：
在一些实施例中，当联合用药为两种单组分药物组成时，CSS1为其中一单组分药的浓度锚定为第一预设浓度，并与浓度在第二预设浓度范围内呈梯度变化的另一单组分药形成的药物组合作用下的敏感系数；CSS2为其中另一单组分药的浓度锚定为第一预设浓度，并与浓度在第三预设浓度范围内呈梯度变化的另一单组分药形成的药物组合作用下的敏感系数。在一些实施例中，当联合用药为三种单组分药物组成时，CSS1为浓度锚定为第二预设浓度的单组分药III，与浓度锚定在第一预设浓度的第一单组分药I，以及浓度在第四预设浓度范围内呈梯度变化的单组分药II形成的药物组合作用下的敏感系数；CSS2为浓度锚定为第二预设浓度的单组分药III，与浓度锚定在第一预设浓度的第二单组分药II，以及浓度在第一预设浓度范围内呈梯度变化的第一单组分药I形成的药物组合作用下的敏感系数。
S16，筛选出第四表征参数和第六表征参数最大的联合用药作为推荐的目标联合用药。在另一些实施例中，判断所述平均值是否大于第三预设阈值(例如，1)，若是，得到待测联合用药子集；选取所述联合用药子集中平均值最大，且所述第六表征参数最大的联合用药作为推荐联合用药。即利用第四表征参数进行初筛，然后再初筛结果中筛选敏感系数最大的联合用药作为目标联合用药。当然，在另一些实施例中，也可先利用敏感系数进行初筛，也即先判断各个联合用药各自的敏感系数，选取高于敏感系数集合中下四分位点的数值，且所述第六表征参数同样高于Savg数据集合中下四分位点的数值的联合用药作为推荐联合用药。
实施例2：参见图2，为本发明一示例性实施例的双药联用时的联合用药推荐方法的流程图，具体地，该方法包括步骤：S21，获取表征双药联用的待测联合用药每种浓度组合的实际用药效应的第一表征参数yc。在一些实施例中，待测联合用药中两种单组分药之间的浓度组合，可根据实际需要设置多个浓度组合，并基于体外以细胞系为疾病模型进行双药联合实验，以获得或根据相应的试验数据计算得到该第一表征参数。
S22，分别获取表征待测联合用药中两种单组分药I、II在相应浓度下的实际用药效应的第一表征参数y1和y2。在一些实施例中，预先将待测联合用药按照不同的浓度组合作用于人乳腺癌细胞系进行试验(例如，17-AAG与Paclitaxel的浓度组合为0.05+0.25，0.5+2.5···)，同时，将该联合用药中的两种单组分药按照各自相应的浓度分别作用于人乳腺癌细胞系进行试验(例如，将17-AAG以浓度：0.05、0.5···分别作用于人乳腺癌细胞系；将Paclitaxel以浓度：0.25、2.5···分别作用于人乳腺癌细胞系)；同时，设置阴性对照组(例如，17-AAG和Paclitaxel的浓度均为0)及空白对照组(不含细胞及药液的培养基孔)然后，根据试验结果计算各自对细胞生长的抑制率，也即第一表征参数yc。具体地，该抑制率＝100-存活率＝100-[(给药-空白)]/(阴性-空白)×100％。在一些实施例中，上述步骤S21和S22之间的顺序可调换，也可同时执行，也即步骤S21和S22之间的顺序不影响本发明的最终结果，具体实施时，可根据实际情况进行调整。
S23，分别基于Loewe模型和Bliss模型，确定表征该联合用药每种浓度组合的协同程度的第二表征参数SLoewe和第三表征参数SBliss。在一些实施例中，该联合用药的两个单组分药I、II各自单独作用的实际用药效应相同(也即剂量-效应曲线相同)时，该第二表征参数为：SLoewe＝yc-y1(x1+x2)＝yc-y2(x1+x2)。在一些实施例中，上述第三表征参数为：SBliss＝yc-[y1(x1)+y2(x2)-y1(x1)y2(x2)]。其中，y1(x1)为该待测联合用药中的单组分药I在x1剂量单独作用下的实际药物效应的第一表征参数，也即抑制率，y2(x2)为另一单组分药物II在x2剂量单独作用下的实际药物效应的第一表征参数，也即抑制率；y1(x1+x2)为该单组分药I在x1+x2剂量单独作用下的实际药物效应的第一表征参数；y2(x1+x2)为单组分药物II在x1+x2剂量单独作用下的实际药物效应的第一表征参数；yc为该联合应用在相应浓度组合(即浓度分别为x1、x2的单组分要I和单组分药II联合)作用下的实际药物效应的第一表征参数。在另一些实施例中，无论两单组分药的实际用药效应是否相同，上述第二表征参数也可为：SLoewe＝yc-yLoewe，其中，yLoewe为联合用药在当前浓度组合(x1，x2)(即单组分药I的浓度为x1，单组分药II的浓度为x2)下的预期用药效应的第一表征参数，其满足预设条件：
其中，
为该联合用药中单组分药I单独作用的剂量-效应曲线的反函数，可以将该单组分药I的实际用药效应映射回该单组分药I对应的浓度；
为该联合用药中单组分药II单独作用的剂量-效应曲线的反函数，可以将该单组分药II的实际用药效应映射回单组分药II对应的浓度。
S14，判断待测联合用药的第一表征参数是否满足第一预设条件：Min(y1，y2)<yc＜Max(y1,y2)，若满足该第一预设条件，执行步骤S15，若Min(y1,y2)＞yc，执行步骤S16，若yc＞Max(y1,y2)，执行步骤S17。在一些实施例中，当该联合用药由浓度分别为x1、x2的单组分药I和单组分药II联用时，该步骤S14中y1为y1(x1),y2为y2(x2)。S15，为表征相应浓度组合的协同程度的第五表征参数-协同程度量化参数S赋予第一量化值:-1。S16，为表征相应浓度组合的协同程度的第五表征参数-协同程度量化参数S赋予第二量化值:-2。S17，判断待测联合用药的第二和第三表征参数是否满足第二预设条件：Max(SBliss,SLoewe)＜0，若满足，执行步骤S18，若Max(SBliss,SLoewe)＞0，执行步骤S19。为了降低数据处理量，在一些实施例中，可利用第一表征参数和第一预设条件进行初筛，也即只有当判断出yc＞Max(y1,y2)时，才执行上述步骤S13得到待测联合用药的第二、三表征参数；然后再执行步骤S17，即以第二、三表征参数作为cutoff值(或临界值)，来确定协同程度的量化参数S，换句话说，用量化参数S来表征这两个数学模型对于待测联合用药反应的一致性表征协同程度。
S18，为表征联合用药相应浓度组合的协同作用的第五表征参数-协同程度量化参数S赋予第三量化值:0。S19，判断待测联合用药的第二和第三表征参数是否满足第三预设条件：Min(SBliss,SLoewe)＜0，若满足，执行步骤S20，若Min(SBliss,SLoewe)＞0，执行步骤S21。S20，为表征联合用药相应浓度组合的协同作用的第五表征参数-协同程度量化参数S赋予第四量化值:1。S21，为表征联合用药相应浓度组合的协同作用的第五表征参数-协同程度量化参数S赋予第五量化值：2。S22，根据该待测联合用药的不同浓度组合的协同程度量化参数S，计算所有浓度组合下的平均得分Savg，作为第四表征参数的量化值，执行步骤S26。在一些实施例中，该第四表征参数，Savg即综合表征该联合用药中各药之间的协同程度。在一些实施例中，还可进一步根据该第四表征参数来判定该联合用药的协同程度，具体地：判断该第五表征参数是否满足第四预设条件：Savg＞1，判定该待测联合用药的协同作用为强协同，并将该浓度组合的联合用药作为推荐联合用药；若Savg≤1，判断该第五表征参数是否满足第五预设条件：Savg＞0，若满足，判定该待测联合用药的协同作用为弱协同；若Savg＝0，判断该待测联合用药的协同作用为非相互作用组合；若Savg＜0，判断该第五表征参数是否满足第六预设条件：Savg≥-1，判定该待测联合用药的协同作用为弱拮抗；若Savg<-1，判定该待测联合用药的协同作用为强拮抗。
S26，获取表征该待测联合用药内的每种浓度组合的敏感性的第五表征参数CSS。在一些实施例中，由于待测联合用药中的两种单组分药I、II可互为背景药物，因此，当以其中之一作为背景药物(其浓度固定，即采用其单药作用下的IC50浓度值)，另一单组分药作为前景药物(即以浓度在预设浓度范围内梯度变化)与之组合时，会分别得到：CSS1和CSS2，因此，该第五表征参数CSS值被定义为两个的平均值，即：
具体实施时，由于采用全矩阵给药设计，因此，无需另外进行实验，直接从已有数据中提取。当然，两种单组分药分别作为前景药物时，其对应的预设浓度范围并不相同，也即c1、c2取值不同；当然也可根据实际需要进行设置。在一些实施例中，CSS1为该待测联合用药中单组分药I作为背景药物，而另一单组分药II作为前景药物时，拟合剂量效应曲线，并根据该剂量效应曲线下面积AUC(也即单组分药I采用IC50时的浓度，而单组分药II的浓度在第二预设浓度范围c1～c2(c1<c2)内呈梯度变化，然后并拟合剂量效应曲线计算出曲线下面积AUC)；然后，将其标准化后，得到：
从而得到CSS1＝100AUC′。相应地，CSS2为待该待测联合用药中单组分药I作为背景药物，而另一单组分药II作为前景药物时，拟合剂量效应曲线，并根据该剂量效应曲线下面积AUC(也即单组分药II采用IC50时的浓度，而单组分药I的浓度在第三预设浓度范围c1～c2内呈梯度变化，然后并拟合剂量效应曲线计算出曲线下面积AUC)；然后，将其标准化后，得到：
从而得到CSS2＝100AUC′。其中，inhmin为药物效应的最低抑制效应(默认为10％)；c2、c1分别为前景药物的预设浓度范围的最大值和最小值。在一些实施例中，为了进一步降低数据处理量，当根据第四表征参数判断出该待测联合用药的具有协同作用(即弱协同作用和强协同作用)时，再执行该步骤S26，即对具有协同作用的各个浓度组合对应的敏感系数进行计算。
S27，从所有待测联合用药中，筛选出敏感系数CSS和Savg均最高的浓度组合作为推荐的目标联合药物。在一些实施例中，只有协同作用和敏感性都很好的真阳性组合才能够作为最终输出结果，因此，结合CSS敏感系数和Savg得分，通过分析软件得到CSS敏感系数和Savg得分，并绘制S-S散点图，并在图中筛选出CSS和Savg最高的点，该点对应的药物组合即为优选组合。
实施例3：本发明还提供了一示例性实施例的三药联用时的联合用药推荐方法，具体地，该方法包括上述实施例1或2中的各个步骤，不同的是：1)由于为三药联用，因此，在执行上述步骤S12或S22时，将其中一种单组分药III作为背景药，即其以固定浓度(即第二预设浓度，例如IC30)分别与单组分药I(前景药I)、II(前景药II)进行联用，故而，分别获取的是单组分药III与单组分药II联用(即单组分药III与单组分药II组成一分组药)时的抑制率y2,3，以及单组分药I和单组分药III联用(即单组分药III与单组分药I组成另一分组药)时的抑制率y1,3。2)相应地，执行上述步骤S23或S13，即分别利用LOEWE模型和BLISS模型进行评估时：第二、三表征参数分别为：SLoewe＝yc-y1,3(x1,3+x2,3)＝yc-y2,3(x1,3+x2,3)，SBliss＝yc-[y1,3(x1,3)+y2,3(x2,3)-y1,3(x1,3)y2,3(x2,3)]。其中，y1,3(x1,3)为以固定浓度(例如IC30)的单组分药III为背景药，与浓度为x1,3的单组分药I联用时的实际用药效应的第一表征参数；y2,3(x2,3)为以固定浓度(例如IC30)的单组分药III为背景药，与浓度为x2,3的单组分药II联用时的实际用药效应的第一表征参数；y1,3(x1,3+x2,3)为以固定浓度(例如IC30)的单组分药III为背景药，与浓度为x1,3+x2,3的单组分药I联用时的实际用药效应的第一表征参数；y2,3(x1,3+x2,3)为以固定浓度(例如IC30)的单组分药III为背景药，与浓度为x1,3+x2,3的单组分药II联用时的实际用药效应的第一表征参数；yc为以固定浓度(例如IC30)的单组分药III为背景药，与浓度为x1,3的单组分药I、浓度为x2,3的单组分药II联合作用下的实际用药效应的第一表征参数。通常，当上述单组分药I、II单独作用的实际用药效应相同，或者锚定浓度的单组分药III分别与单组分药I和单组分药II联用的实际用药效应相同时，采用上述公式计算第二表征参数。而在另一些实施例中，无论当上述单组分药I、II单独作用的实际用药效应是否相同，或者锚定浓度的单组分药III分别与单组分药I和单组分药II联用的实际用药效应是否相同，上述第二表征参数也可为：SLoewe＝yc-yLoewe；其中，yc为待测联合用药在当前浓度组合(即单组分药I的浓度为x1；单组分药II的浓度为x2；单组分药III锚定在固定浓度，如IC30)下的实际用药效应的第一表征参数；yLoewe为联合用药在当前浓度组合下的预期用药效应的第一表征参数，其满足条件：
x1为当前浓度组合的联合用药中一单组分药I对应的浓度，
为锚定在第二预设浓度(例如IC30)的单组分药III与单组分药I联合作用的剂量-效应曲线的反函数，由于单组分药III浓度锚定，因此，该反函数可以将实际用药效应映射回单组分药I对应的浓度；x2为当前浓度组合的所述联合用药中另一单组分药II对应的浓度，
为锚定在第二预设浓度的单组分药III与该另一单组分药II联合作用的剂量-效应曲线的反函数，由于单组分药III浓度锚定，因此，可以将实际用药效应映射回单组分药II对应的浓度。并且，该单组分药I的浓度x1和单组分药II的浓度x2在各自预设浓度范围内呈梯度变化。3)相应地，执行上述步骤S26时，获取到的第六表征参数为：
由于为三药联用，因此，计算敏感系数时，是以单组分药III锚定在第二预设浓度(例如，单药作用下的IC30浓度值)，且单组分药I锚定在第一预设浓度(例如，单药作用下的IC50浓度)为背景，与在第四预设浓度(例如c1-c2)内梯度变化的单组分药II联用；以及以单组分药III锚定在第二预设浓度(例如单药作用下的IC30浓度)，且单组分药II锚定在第一预设浓度(例如单药作用的IC50浓度)为背景，与在第一预设浓度范围(例如c1′-c2′)内梯度变化的单组分药I联用；然后分别拟合相应的剂量效应曲线计算出曲线下面积AUC，并将其进行标准化。也即，由于在单组分药III固定浓度为背景的基础上，单组分药I和单组分药II可互为背景药物，得到两个：CSS1,3、CSS2,3，因此，CSS为两个的平均值。也即是说，将其中固定浓度的一个单组分药分别与另外两种单组分药的组合看作是两个分组药，然后参照上述实施例2中相应的步骤执行。具体实施时，单组分药I与单组分药III在相应浓度组合联用时的抑制率y1,3，和单组分药II和单组分药III在相应浓度联用时的抑制率y2,3，以及SLoewe、SBliss这四个表征参数的获取原理与上述实施例2中的获取原理相同，这里不再赘述。三药联用时，可将其中任一单组分药用均选可作背景药物，将另外两种单组分药中的任一作为前景药物，从而使得这两种单组分药的浓度组合矩阵将在第三种单组分药的半抑制浓度(即IC30)背景下相交或正相交或交叉组合。
实施例4：参见图3，为本发明在一示例性实施例的联合用药推荐方法的流程图，具体地，本实施例的方法包括上述实施例1至3中任一实施例的各个步骤，不同的是，本示例的方法在执行上述步骤S11或S21的步骤过程中，需要先区分该联合用药中各单组分药的组合形式，并根据不同的组合形式，提供不同的协同程度分析方法，具体地，包括步骤：S41，判断该联合用药的联用方式，若为第一预设联用方式，执行步骤S42或S43，若为第二预设联用方式，执行步骤上述步骤S11或S21。在一些实施例中，该第一联用方式包括：双药组合中的一单组分药的浓度固定，并与另一单组分药梯度变化(即以固定倍数递增，例如，另一单组分药的浓度变化为：c0、2倍浓度2c0、3倍浓度3c0···)的形式联用；双药组合中两种单组分药的浓度比例恒定(即两种药物均按照同一固定倍数稀释，两种药物浓度具有恒定倍数关系；也即该药物组合中每个浓度组合，比例都是恒定的，例如A：10，1,0.1；B药50,5,0.5，则矩阵中两个单组分药的每种浓度组合都是1:5)进行联用；三药组合中，一单组分药的浓度固定(即锚定浓度)，而其他两种单组分药以恒定比例组合与之联用。在一些实施例中，该第二联用方式包括：双药组合中两种单组分药以不规则浓度(即两种药物浓度没有倍数关系)联用；三药组合中，其中一单组分药的浓度固定，而其他两种单组分药以非恒定比例组合与之联用。在一些实施例中，无论双药还是三药联用时，各单组分药的添加顺序可根据实际需要调整。S42，分别获取表征该待测双药组合用药效果的第七表征参数IC50，以及其中两种单组分药各自单独用药的用药效应的第七表征参数IC50。S43，获取表征三药组合用药效果的第七表征参数IC50，以及其中三种单组分药各自单独用药的用药效应的第七表征参数IC50。S44，判断联合用药的第七表征参数是否大于每一个单组分药的第七表征参数，若是，将该联合用药作为推荐的目标联合用药；否则，不将该联合用药作为推荐的目标联合用药。
本实施例中，通过预先判断联合用药的联用方式，从而根据依据不同的表征参数来推荐不同联用方式的联合用药，例如，第一预设联用方式时，根据IC50来推荐联合用药，而第二预设联用方式时，基于敏感系数和第四表征参数来推荐联合用药；当然在另一些实施例中，也可不区分联用方式，全部基于敏感系数和第四表征参数，并按照上述实施例1至3中任一推荐方法来推荐联合用药。
实施例5：基于上述联合用药推荐方法，本发明还提供了一种联合用药推荐装置，下面结合具体实施例和附图进行详细说明。参见图4，为本发明一示例性实施例的联合用药推荐装置的功能模块图，具体地，该联合用药推荐装置包括：第一数据获取模块，用于获取表征所述待测联合用药的每种浓度组合对应的实际用药效应的第一表征参数；第二数据获取模块，用于分别获取表征所述待测联合用药中每个分组药在相应浓度作用下的实际用药效应的第一表征参数；具体地，当该联合用药为双药联用时，两种单组分药各位一个分组药，若该联合用药为三药联用时，包括两个分组药，分别为：1)以锚定在第二预设浓度(例如，IC30浓度)的单组分药III为背景药，分别与在第一预设浓度范围(例如c1′-c2′，具体浓度范围可根据实际需要设定)呈梯度变化的单组分药I(即作为前景药)联用形成第一分组药；2)以锚定在第二预设浓度(例如，IC30时的浓度)的单组分药III为背景药，分别与在第四预设浓度范围(例如c1-c2，具体浓度范围可根据实际需要设定)呈梯度变化的单组分药II(即作为前景药)联用形成第二分组药；第二分析模块，用于基于预设的第一评估模型和第二评估模型结合上述第一表征参数，确定表征所述待测联合用药的每种浓度组合的协同程度的第二表征参数SLoewe和第三表征参数SBliss；其中，所述第一评估模型和所述第二评估模型分别为Loewe模型和Bliss模型；第三分析模块，用于基于所述第一表征参数、所述第二表征参数和第三表征参数，确定表征所述联合用药的协同程度的第四表征参数Savg；第三数据获取模块，用于获取表征所述待测联合用药的敏感性的第六表征参数CSS；推荐模块，用于从所有待测联合用药中，筛选出所述第四表征参数和所述第六表征参数都最大的联合用药作为推荐的目标联合用药。
在一些实施例中，若所述第三分析模块具体用于判断每种浓度组合对应的所述第一表征参数是否大于各单组分药/分组药各自在相应浓度作用下的所述第一表征参数中的最小值，且小于其中最大值，若大于最小值且小于最大值，为表征所述浓度组合的协同程度的第五表征参数S赋予第一量化值(例如，-1)；若小于最小值，为所述第五表征参数S赋予第二量化值(例如，-2)；若大于最大值，继续判断所述第二表征参数SLoewe和所述第三表征参数SBliss中的最大值是否小于第一预设阈值(例如，0)，若小于所述第一预设阈值，为所述第五表征参数S赋予第三量化值(例如，0)；若大于所述第一预设阈值，判断所述第二表征参数SLoewe和所述第三表征参数SBliss中的最小值是否小于第二预设阈值(例如，0)；若小于所述第二预设阈值，为所述第五表征参数S赋予第五量化值(例如，1)，若大于所述第二预设阈值，为所述第五表征参数S赋予第五量化值(例如，2)；以及计算所述待测联合用药所有浓度组合对应的所述第五表征参数S的平均值，作为所述第四表征参数Savg的量化值。在一些实施例中，第五表征参数S的量化值可根据实际需要进行设定。在一些实施例中，上述第一预设阈值和第二预设阈值相同，例如，均为0。当然，也可根据第五表征参数S的量化值，以及实际试验情况进行适当的调整。
在一些实施例中，第二表征参数和第三表征参数分别为：SLoewe＝yc-Y1(X1+X2)＝Y2(X1+X2)；SBliss＝yc-[Y1(X1)+Y2(X2)-Y1(X1)Y2(X2)]；其中，yc为所述联合用药在当前浓度组合作用下的第一表征参数；Y1为所述联合用药中一分组药在当前浓度组合中相应浓度(例如，两药联用时，单组分药I在X1或X1+X2浓度；或三药联用时，一分组药中前景药在X1或X1+X2浓度)时的第一表征参数；Y2为所述联合用药中另一分组药在当前浓度组合中的相应浓度(例如，两药联用时，单组分药II在X2或X1+X2浓度；或三药联用时，另一分组药中前景药在X2或X1+X2浓度)时的第一表征参数。在另一些实施例中，上述第二表征参数为：SLoewe＝yc-yLoewe；其中，yc为待测联合用药在当前浓度组合下的实际用药效应的第一表征参数；yLoewe为联合用药在当前浓度组合下的预期用药效应的第一表征参数，其满足条件：
x1为当前浓度组合的联合用药中一单组分药对应的浓度，
为包含该单组分药的第一分组药作用的剂量-效应曲线的反函数；x2为当前浓度组合的联合用药中另一单组分药对应的浓度，
为包含该另一单组分药的第二分组药作用的剂量-效应曲线的反函数。
在另一些实施例中，在推荐装置还包括：第四数据获取模块，用于获取表征所述待测联合用药的实际用药效果的第七表征参数IC50；以及分别获取表征两种单组分药各自的实际用药效果的第七表征参数IC50；第一分析模块还用于判断每种双药联用的待测联合用药中单组分药之间的联用方式；若为非恒定比例联用，分别触发上述第一获取模块获取表征所述待测联合用药的每种浓度组合对应的实际用药效应的第一表征参数；以及触发上述第二数据获取模块分别获取表征所述待测联合用药中两种单组分药在相应浓度单独作用下的实际用药效应的第一表征参数；若为恒定比例联用，触发第四数据获取模块获取上述第七表征参数；第二分析模块，用于当第四数据获取模块获取到第七表征参数时，判断所述待测联合用药的第七表征参数IC50是否小于两种单组分药各自对应的所述第七表征参数IC50，若是，将所述联合用药作为推荐的目标联合用药。
在一些实施例中，若待测联合用药为双药组合，上述恒定比例联用是指：两单组分药以第一预设浓度联用方式联用；所述第一预设浓度联用方式包括：一单组分药的浓度固定，与在第一预设浓度范围内以呈梯度变化的另一单组分药联用；或者，两种单组分药以浓度比例恒定的方式联用；所述非恒定比例联用是指所述待测联合用药为双药组合时，两单组分药以第二预设浓度联用方式联用，所述第二预设浓度联用方式包括:两种单组分药以不规则浓度联用。在另一些实施例中，上述第一分析模块还用于判断每种三药联用的待测联合用药中单组分药之间的联用方式；若为非恒定比例联用，分别触发上述第一获取模块获取表征所述待测联合用药的每种浓度组合对应的实际用药效应的第一表征参数；以及触发上述第二数据获取模块分别获取表征所述待测联合用药中两个分组药在相应浓度作用下的实际用药效应的第一表征参数；若为恒定比例联用，触发上述第四数据获取模块获取该联合用药的第七表征参数，以及分别获取表征该联合用药中三种单组分药I、II、III各自的第七表征参数；相应地，上述第二分析模块还用于判断所述联合用药的第七表征参数是否小于每个单组分药的第七表征参数，若是，将所述联合用药作为推荐的目标联合用药。在一些实施例中，若待测联合用药为三药联用，上述恒定比例联用是指：其中一单组分药锚定在第二预定浓度(例如，IC30时的浓度)，并与以恒定比例组合的另外两种单组分药联用；上述非恒定比例联用是指：其中一单组分药锚定在第二预设浓度(例如，IC30时的浓度)，并与以非恒定比例组合的另外两种单组分药联用。当然，在另一些实施例中，上述分析模块还用于直接判断待测联合用药中的单组分药数量，再判断双药联用的具体联用方式，进而触发相应的数据获取模型获取相应的表征参数。在一些实施例中，当待测联合用药为双药联合时，上述第三数据获取模块具体用于获取两种单组分药中任一单组分药的浓度锚定为第一预设浓度，与浓度在第三预设范围内呈梯度变化的另一单组分药形成的药物组合作用下的敏感系数。在一些实施例中，当待测联合用于为三药联合时，上述第三数据获取模块具体用于获取锚定在第一预设浓度(例如，IC30)的第三单组分药III，锚定在第二预设浓度(例如，IC50)的第一单组分药I为背景，与在第三预设浓度范围(例如，c1-c2)内呈梯度变化的第二单组分药II联用时的敏感系数；以及锚定在第一预设浓度(例如，IC30)的第三单组分药III，锚定在第二预设浓度(例如，IC50)的第二单组分药II为背景，与在第四预设浓度范围(例如，c1′-c2′)内呈梯度变化的第一单组分药I联用时的敏感系数。具体地，可由该第三数据获取模块自行判断待测联合用药为双药联用还是三药联用，也可由上述第一分析模块判断出来后触发该第三数据获取模型。
下面根据药物测试所得到的数据，基于上述两个模型计算其协同作用得分，以综合评估其协同效果，从而对联合用药效果进行评估。与此同时对比小鼠体内用药后肿瘤尺寸大小，验证本评价方法的可靠性。具体地，以人乳腺癌细胞系作为举例验证，具体实施时可根据具体情况替换细胞系和药物组合。
实施例6：双药组合的联合用药作用于人乳腺癌细胞系
1.选取人乳腺癌细胞系进行培养，待细胞生长至对数期，融合率达到80％时，对其进行消化，按照1000-5000cells/孔铺板于96孔板中，37℃、5％、CO2孵育24h后，给予四种浓度的单个药物或四种浓度的联合药物作用72小时，使用基于CCK8方法检测，确定细胞存活率及抑制率。
2.选择不同药物组合进行测试，将实验组分为四组，包含A组：单组分药I，B组：单组分药II，C组：单组分药I+单组分药II，D组：空白对照组(即无细胞组，只加入了培养基，也没有加药，目的是作为基线),E组：DMSO对照组。执行单药和联合用药各4个浓度测试该乳腺癌细胞系。
3.人乳腺癌细胞系细胞悬液调整至5-10×106cells/mL，0.2mL(1-2×106cells)细胞悬液接种至12只免疫复合缺陷雌性小鼠乳腺内，当肿瘤体积达到100mm3时，随机分为4组，对照组(D组)每日尾静脉注射生理盐水0.2mL，A组每日尾静脉注射单组分药I，B组每日尾静脉注射单组分药II，C组每日尾静脉注射单组分药I+单组分药II。连续注射25天，每两天对小鼠肿瘤体积进行测量。27天后处死小鼠，解剖提取肿瘤，测量肿瘤尺寸并记录。
实施例7：三药组合的联合用药作用于人乳腺癌细胞系
本实施例中各试验原理与上述实施例中双药组合的试验原理相同，因此，各步骤可参照上述实施例的各步骤，不同的是，本实施例中由于是三药联合，因此，适应性地将实验组分为五组，包含A组：单组分药I，B组：单组分药II，C组：单组分药III，D组：单组分药I+单组分药II+单组分药III，E组：空白对照组，F组：DMSO对照组，相应地，细胞悬液接种至15只免疫复合缺陷雌性小鼠乳腺内，且当肿瘤体积达到100mm3时，随机分为4组，其中，对照组(E组)每日尾静脉注射生理盐水0.2mL，A组每日尾静脉注射单组分药I，B组每日尾静脉注射单组分药II，C组每日尾静脉注射单组分药III，D组每日尾静脉注射单组分药I、单组分药II、单组分药III组成的联合用药。
下面结合具体实施例对本发明做进一步阐释。实施例并不对本专利做任何形式的限定。除非特别说明，本发明采用的试剂、方法和设备为本技术领域常规试剂、方法和设备。除非特别说明，本专利所用试剂和材料均为市购。
实施例8：乳腺癌三阴性MDA-MB-231细胞对紫杉醇和坦螺旋霉素单药及两药联合应用的联合用药I的敏感性测试。
1.将MDA-MB-231细胞悬液按照3000cells/孔的比例接种至96孔板中，每孔加入100μL含细胞的培养基，按照下表一进行分组规划。将边缘孔补充200μL PBS避免造成边缘效应。
表一17-AAG、Paclitaxel单药与联合用药I的分组规划表
2.铺板完毕后将其放回37℃、5％ CO2培养箱孵育24h备用，24h后按照上表对各个药物进行稀释，每孔加入100μL不同浓度的药液，使其加入孔内浓度达到工作浓度。加药完毕后将孔板放回培养箱，使药物作用72小时。
3.72h后，向孔板内加入20μLCCK8试剂，避光孵育4h，酶标仪检测450nm波长下的OD值，通过空白对照组数值分别得到17-AAG、Paclitaxel和联合用药I作用下的存活率和联合用药下的存活率，并绘制得到相应的剂量曲线，如图5(横坐标为17-AAG浓度，纵坐标为细胞存活率)。
其中，该存活率＝(给药-空白)/(阴性-空白)×100％。其中，阴性是指阴性组(即C组中两个单组分药进行正交时，两个单组分药的浓度均为0μM的这一浓度组合)作用下的OD值。
4.利用上述实施例4中记载的方法，由于本实施例中该联合用药I中的两种单组分药物的浓度比例恒定为1:2，因此，根据图5所示剂量曲线分析得到各个单组分药紫杉醇(Paclitaxel)、坦螺旋霉素(17-AAG)与联合用药I的IC50值，如下表二所示。
表二17-AAG、Paclitaxel单药与联合用药I的IC50列表
| 17-AAG | Paclitaxel | 联合用药I | |
| IC50(μM) | 4.206 | 0.2793 | 0.02103 |
实验结果表明联合用药I：Paclitaxel+17-AAG的IC50值小于单药17-AAG作用下的IC50值，也小于单药Paclitaxel作用下的IC50值，也即是说，联合用药的效果优于两种单药单独作用效果。
实施例9：乳腺癌三阴性MDA-MB-231细胞对单药苏尼替尼、奥沙利铂，以及这两种药物组合的联合用药II的敏感性测试。
1.将MDA-MB-231细胞悬液按照3000cells/孔的比例接种至96孔板中，每孔加入100μL含细胞的培养基，按照下表三进行分组规划。将边缘孔补充200μL PBS避免造成边缘效应。
表三Sunitinib、Oxaliplatin单药与联合用药II的分组规划表
| 组别 | 药物名称 | 浓度(μM) | 复孔数n |
| A组 | 苏尼替尼 | 10、1、0.1、0.01、0 | 3 |
| B组 | 奥沙利铂 | 100、10、1、0.1、0 | 3 |
| C组 | 奥沙利铂+苏尼替尼 | 100+1、10+1、1+1、0.1+1 | 3 |
| D组 | 空白对照组 | - | 3 |
| E组 | DMSO对照组 | - | 3 |
2.铺板完毕后将其放回37℃、5％ CO2培养箱孵育24h备用，24h后按照上表对各个药物进行稀释，选择苏尼替尼的IC30浓度作为固定浓度与奥沙利铂进行联合，由于IC30为1.23μM接近1μM，因此选择1μM与奥沙利铂进行联合。每孔加入100μL不同浓度的药液，使其加入孔内浓度达到工作浓度。加药完毕后将孔板放回培养箱，使药物作用72小时。
3.72h后，向孔板内加入20μL CCK8试剂，避光孵育4h，酶标仪检测450nm波长下的OD值，通过空白对照组数值分别计算各单组分药和联合用药II作用下的细胞存活率，得到相应的剂量曲线图，如图6b所示。存活率＝(给药-空白)/(阴性-空白)×100％。
4.根据上述实施例4记载的方法，由于该联合用药II中一种药物浓度固定，另一种药物梯度变化的组合形式，利用GraphPad Prism7软件对图6a和图6b进行分析对比两种单药Sunitinib、oxaliplatin与联合用药II作用下的IC50下表四所示。
表四Sunitinib、Oxaliplatin单药与联合用药II的IC50列表
| Sunitinib | Oxaliplatin | 联合用药II | |
| IC50(μM) | 1.44 | 13.73 | 45.28 |
实验结果表明联合用药II：SUN+OXA作用下的IC50值大于单药Sunitinib作用下的IC50值(参见图6a和下表四)，也大于单药oxaliplatin作用下的IC50值，也即是说，联合用药II次于单药作用效果，该组合无法有效抑制肿瘤细胞的活性。
实施例10：乳腺癌三阴性MDA-MB-231细胞对单药顺铂、氟维司群，及该两种药联合应用的联合用药III的敏感性测试
1.将MDA-MB-231细胞悬液按照3000cells/孔的比例接种至96孔板中，每孔加入100μL含细胞的培养基，按照下表五进行分组规划。将边缘孔补充200μL PBS避免造成边缘效应。
表五Cisplatin、Fulvestrant单药与联合用药III的分组规划表
| 组别 | 药物名称 | 浓度(μM) | 复孔数n |
| A组 | 顺铂 | 0.16、0.8、4、20、0 | 3 |
| B组 | 氟维司群 | 0.01、0.1、1、10、0 | 3 |
| C组 | 顺铂+氟维司群 | 浓度正交 | 3 |
| D组 | 空白对照组 | - | 3 |
| E组 | DMSO对照组 | - | 3 |
2.铺板完毕后将其放回37℃、5％ CO2培养箱孵育24h备用，24h后按照上表对各个药物进行稀释，每孔加入100μL不同浓度的药液，使其加入孔内浓度达到工作浓度。加药完毕后将孔板放回培养箱，使药物作用72小时。
3.72h后，向孔板内加入20μL CCK8试剂，避光孵育4h，酶标仪检测450nm波长下的OD值，通过空白对照组数值分别计算细胞的抑制率，并绘制相应的药物浓度-抑制率矩阵图，如图7a所示。抑制率＝100-存活率＝100-[(给药-空白)]/(阴性-空白)×100％。由图7a可知，单药Cisplatin单独作用：其剂量为0.16μM时，对细胞抑制率为负，其余剂量作用下，对细胞抑制率均为正；单药FUL单独作用：其剂量为0.01μM时，对细胞抑制率为负，其余剂量作用下，对细胞抑制率均为正；而这两种药联合应用的联合用药III的4×4浓度矩阵组合对应的抑制率均为正，且当联合用药III的浓度组合为：Cisplatin-20μM，FUL-10μM时，对细胞的抑制率最高：76％；而当联合用药III的浓度组合为：Cisplatin-20μM，FUL-1μM时，对细胞的抑制率为50％，当联合用药III的浓度组合为：Cisplatin-4μM与FUL-0.01μM时，对细胞的抑制率最低，为2％。
4.根据上述实施例4所记载的方法，由于本实施例中联合用药III中的两种单组分药Cisplatin、Fulvestrant的浓度为非恒定比例，采用上述方法进行分析，实验结果如图7b-图7d所示：其中，图7b和图7c分别反映了分别利用Bliss模型和Loewe模型计算得到的该联合用药III的上述浓度矩阵中每个浓度组合对应的SBliss和SLoewe。而图7d反映了基于图7b和图7c所示的Bliss模型评估得到的SLoewe和Loewe模型得到的SLoewe，利用上述实施例中的协同程度表征方式计算得到的每个浓度组合对应的协同程度的量化参数S，并据此计算得到相应的平均值mean(也即综合评估该联合用药III中各药物之间的协同程度的量化参数Savg)。
由图7a可知，当联合用药III的浓度组合为Cisplatin-20μM，FUL-0.01μM时，该浓度组合对应的抑制率yc＝14％，大于单药Ful对应浓度(0.01μM)单独作用下对应的抑制率y1＝-8.9％(图7a中所示)，但小于单药cis对应浓度(20μM)单独作用下对应的抑制率y2＝30.6％(图7a中所示)，因此，该浓度组合的协同程度的量化参数S为-1。由图7a可知，当联合用药III的浓度组合为Cisplatin-4μM，FUL-0.01μM时，该浓度组合对应的抑制率yc＝2％，大于单药Ful对应浓度(0.01μM)作用下对应的抑制率y1＝-8.9％(图7a中所示),但小于单药cis对应浓度(4μM)作用下对应的抑制率y2＝5.24％(图7a中所示)，因此，该浓度组合的协同程度的量化参数S为-1。结合图7a可知，当联合用药III的浓度组合为：Cisplatin-0.16μM，FUL-10μM时，该浓度组合对应的抑制率yc＝47％(图7a中所示)，大于单药Ful对应浓度(10μM)作用下对应的抑制率y1＝6.79％(图7a中所示),也大于单药cis对应浓度(0.16μM)作用下对应的抑制率y2＝-2.15(％图7a中所示)；并且，结合图7b、图7c可知，针对该浓度组合(Cisplatin-0.16μM，FUL-10μM)，利用Bliss模型计算得到对应的SBliss：42.21＞0(参见图7b)，以及利用Loewe模型计算得到的该浓度组合(Cisplatin-0.16μM，FUL-10μM)对应的SLoewe：39.95＞0(参见图7c)，因此，该浓度组合的协同程度的量化参数S为2，参见图7d。同理，按照上述实施例4中的方法得到其他浓度组合的协同程度的量化参数S。最后，将图7d中所示所有浓度组合的协同程度量化参数进行平均值计算，得到Savg为：[(2*13)-3]/16＝1.4375，由于Savg＞1，因此，判定该联合用药III的协同程度为强协同，可以有效抑制肿瘤细胞的活性。
实施例11：乳腺癌三阴性MDA-MB-231细胞对单药多西他赛、异环磷酰胺，及该两种药联合应用的联合用药IV的敏感性测试
1.将MDA-MB-231细胞悬液按照3000cells/孔的比例接种至96孔板中，每孔加入100μL含细胞的培养基，按照下表六进行分组规划。将边缘孔补充200μL PBS避免造成边缘效应。
表六Docetaxel与Ifosfaminde单药与联合用药IV的分组规划表
2.铺板完毕后将其放回37℃、5％ CO2培养箱孵育24h备用，24h后按照上表对各个药物进行稀释，每孔加入100μL不同浓度的药液，使其加入孔内浓度达到工作浓度。加药完毕后将孔板放回培养箱，使药物作用72小时。
3.72h后，向孔板内加入2 0μLCCK8试剂，避光孵育4h，酶标仪检测450nm波长下的OD值，通过空白对照组数值分别计算细胞的抑制率，并绘制相应的浓度-抑制率矩阵图，如图8a所示。其中，抑制率＝100-存活率＝100-[(给药-空白)]/(阴性-空白)×100％。由图8a可知，单药Docetaxel作用下，其对细胞的抑制率均为负，而单药Ifosfaminde作用下，其对细胞的抑制率均为正，而这两种药联合应用的联合用药IV的大多数浓度组合作用下，对细胞的抑制率均为负，且只有四个浓度组合：Docetaxel-0.04μM,Ifosfaminde-0.1μM、Docetaxel-0.04μM,Ifosfaminde-100μM、Docetaxel-0.008μM,Ifosfaminde-10μM、Docetaxel-0.0016μM,Ifosfaminde-1μM时，对细胞的抑制率为正，且抑制率最大为38.00％；而当联合用药IV的浓度组合为：Docetaxel-0.0016μM,Ifosfaminde-100μM时，对细胞的抑制率最低，为-8.83％。
4.根据上述实施例4的方法，本实施例中该联合用药IV中两药的浓度组合以非恒定比例，根据协同程度分析方法进行分析，实验结果如图8b-图8d所示：其中，图8b和图8c分别反映了分别利用Bliss模型和Loewe模型计算得到的该联合用药IV每个浓度组合对应的SBliss和SLoewe。而图8d反映了基于图8b和图8c所示的Bliss模型计算得到的SBliss和Loewe模型计算得到的SLoewe，利用上述实施例中的协同程度分析方式计算得到的每个浓度组合对应的协同程度量化参数S，并据此计算得到平均值mean(即表征该联合用药IV中各药之间的协同程度的量化参数Savg)。结合图8a可知，当联合用药IV的浓度组合为：Docetaxel-0.04μM,Ifosfaminde-100μM时，该浓度组合对应的抑制率yc＝38.00％，大于单药Docetaxel对应浓度(0.04μM)作用下对应的抑制率y1＝-7.08％,小于单药Ifosfaminde对应浓度(100μM)作用下对应的抑制率y2＝41.50％；即，Min(y1，y2)＜yc＜Max(y1,y2)，因此，该浓度组合的协同程度的量化参数S为-1，如图8d所示。结合图8a可知，当联合用药IV的浓度组合为：Docetaxel-0.04μM,Ifosfaminde-1μM时，该浓度组合对应的抑制率yc＝-7.91％，小于单药Docetaxel对应浓度(0.04μM)作用下对应的抑制率y1＝-7.08％,也小于单药Ifosfaminde对应浓度(1μM)作用下对应的抑制率y2＝9.50％，即，yc＜Min(y1,y2)，因此，该浓度组合对应的协同程度量化参数S＝-2，如图8d所示。结合图8a可知，当联合用药IV的浓度组合为：Docetaxel-0.008μM,Ifosfaminde-1μM时，该浓度组合对应的抑制率yc＝-7.28％，小于单药Docetaxel对应浓度(0.008μM)作用下对应的抑制率y1＝-7.16％,也小于单药Ifosfaminde对应浓度(1μM)作用下对应的抑制率y2＝9.50％，即，yc＜Min(y1,y2)，因此，该浓度组合对应的协同程度量化参数S＝-2，如图8d所示。结合图8a可知，当联合用药IV的浓度组合为：Docetaxel-0.04μM,Ifosfaminde-10μM时，该浓度组合对应的抑制率yc＝-1％，大于单药Docetaxel对应浓度(0.04μM)作用下对应的抑制率y1＝-7.08％,小于单药Ifosfaminde对应浓度(10μM)作用下对应的抑制率y2＝21.40％，即Min(y1，y2)＜yc＜Max(y1,y2)，因此，该浓度组合对应的协同程度量化参数S＝-1，如图8d所示。图8a可知，当联合用药IV的浓度组合为：Docetaxel-0.04μM,Ifosfaminde-0.1μM时，该浓度组合对应的抑制率yc＝9.88％，大于单药Docetaxel对应浓度(0.04μM)作用下对应的抑制率y1＝-7.08％,大于单药Ifosfaminde对应浓度(0.1μM)作用下对应的抑制率y2＝0.73％，即yc＞Max(y1,y2)，并且，参见图8b和图8c可知，利用Bliss模型和Loewe模型计算该浓度组合(Docetaxel-0.04μM,Ifosfaminde-0.1μM)的协同得分SBliss：16.18＞0、SLoewe：7.31＞0，因此，该浓度组合对应的协同程度量化参数S＝2，如图8d所示。图8a可知，当联合用药IV的浓度组合为：Docetaxel-0.008μM,Ifosfaminde-10μM时，该浓度组合对应的抑制率yc＝24％，大于单药Docetaxel对应浓度(0.008μM)作用下对应的抑制率y1＝-7.16％,大于单药Ifosfaminde对应浓度(10μM)作用下对应的抑制率y2＝21.4％，即yc＞Max(y1,y2)，并且，参见图8b和图8c可知，利用Bliss模型和Loewe模型计算该浓度组合(Docetaxel-0.008μM,Ifosfaminde-10μM)的协同得分SBliss：8.23＞0、SLoewe：2.34＞0，因此，该浓度组合对应的协同程度量化参数S＝2，如图8d所示。同理，按照上述实施例4中的方法得到其他浓度组合的协同程度的量化参数S。最后，将图8d中所示所有浓度组合的协同得分进行平均值计算，得到Savg为：[(2+2)+(-2*4)+(-1*10)]/16＝-0.875，由于-1<Savg＜0，因此，判定该联合用药IV的协同作用为弱拮抗效果，不能有效抑制肿瘤细胞的活性。
实施例12：乳腺癌三阴性MDA-MB-231细胞对单药白蛋白紫杉醇+多柔比星+环磷酰胺，及该三种药联合应用的联合用药V的敏感性测试
1.组合用药前，先对环磷酰胺待测浓度进行单组分药物测试，获得其剂量曲线，并计算得到该环磷酰胺的IC30为1.47μM，如图9所示。
2.以固定浓度1.47μM的环磷酰胺作为联合用药V应用时背景药，其他两种药物以恒定比例(1:1)组合。
3.将MDA-MB-231细胞悬液按照3000cells/孔的比例接种至96孔板中，每孔加入100μL含细胞的培养基，按照下表七进行分组规划。将边缘孔补充200μL PBS避免造成边缘效应。
表七Doxorubicin、Nab-Pclitaxel、Cyclophosphamide单药与联合用药V的分组规划表
4.铺板完毕后将其放回37℃、5％ CO2培养箱孵育24h备用，24h后按照上表对各个药物进行稀释，每孔加入100μL不同浓度的药液，使其加入孔内浓度达到工作浓度。加药完毕后将孔板放回培养箱，使药物作用72小时。5.72h后，向孔板内加入20μL CCK8试剂，避光孵育4h，酶标仪检测450nm波长下的OD值，通过空白对照组数值分别计算各单组分药及该联合用药V各自的细胞存活率，绘制剂量曲线图10所示。其中，存活率＝(给药-空白)-/(阴性-空白)×100％。6.根据上述协同程度的分析方法，由于联合用药V中的一种药物CTX的浓度固定，其他两种药物以恒定比例(1:1)组合，因此，根据图10所示的曲线图进行分析，得到各个单药与联合用药下的IC50如下表八所示。
表八Doxorubicin、Nab-Pclitaxel、Cyclophosphamide单药与联合用药V(TAC-100)的IC50列表
由下表八可知，联合用药V的IC50值：0.1352μM，小于单药Doxorubicin作用下的IC50值：0.5607μM，小于单药Nab-Pclitaxel作用下的IC50值，也小于单药Cyclophosphamide作用下的IC50值：33.18μM，如下表八所示，也即是说，该联合用药V优于单药作用效果。
实施例13：乳腺癌三阴性MDA-MB-231细胞对单药奥拉帕尼、卡铂、BKM120，及这三种药联合应用的联合用药VI的敏感性测试
1.组合用药前，先对单药BKM120的待测浓度：0.01(μM)、0.1(μM)、1(μM)、10(μM)、100(μM)对进行单个药物测试，获得单药BKM120的剂量曲线，并计算得到BKM120的IC30为5μM，如图11所示。2.以固定浓度(或剂量)5μM的BKM120作为联合用药VI应用时的背景药，而其他两种药物以非恒定比例组合。
3.将MDA-MB-231细胞悬液按照3000cells/孔的比例接种至96孔板中，每孔加入100μL含细胞的培养基，按照下表九进行分组规划。将边缘孔补充200μL PBS避免造成边缘效应。
表九Carboplatin、Olaparib与BKM120单药与联合用药VI的分组规划表
4.铺板完毕后将其放回37℃、5％ CO2培养箱孵育24h备用，24h后按照上表对各个药物进行稀释，每孔加入100μL不同浓度的药液，使其加入孔内浓度达到工作浓度。加药完毕后将孔板放回培养箱，使药物作用72小时。5.72h后，向孔板内加入2 0μL CCK8试剂，避光孵育4h，酶标仪检测450nm波长下的OD值，通过空白对照组数值分别计算细胞的抑制率，并绘制相应的浓度-抑制率矩阵图，如图12a所示。其中，抑制率＝100-存活率＝100-[(给药-空白)]/(阴性-空白)×100％。图12a为在BKM120为固定浓度5μM的背景下，分别单独加入其它两单药作用下的抑制率，如图12a中最左侧一列(即在BKM120为固定浓度5μM的背景下，加入单药Olaparib作用下的抑制率)和底部一行(即在BKM120为固定浓度5μM的背景下，加入单药Carboplatin作用下的抑制率)。由图12a可知，在BKM120为固定浓度5μM的背景下，加入单药Olaparib作用下，只有剂量为0.15μM时对细胞抑制率为负，其余剂量时均为正，且剂量为150μM时，抑制率最大为35.0％；在BKM120为固定浓度5μM的背景下，加入单药Carboplatin作用下，其对细胞抑制率均为正，且剂量为80μM时，抑制率最大为66％；而该三种药联用时，其对细胞抑制率均为正，且当BKM120为固定浓度5μM的背景下，Olaparib和Carboplatin的浓度组合为：Olaparib-0.15μM，Carboplatin-80μM时，对细胞的抑制率最大为63.81％，而当BKM120为固定浓度5μM的背景下，Olaparib和Carboplatin的浓度组合(或剂量组合)为：Olaparib-0.15μM，Carboplatin-0.68μM时，对细胞的抑制率最小为1％。根据上述分析方法，本实施例中该联合用药VI中的一种药物BKM120d浓度固定，其他两种药物Olaparib、Carboplatin以非恒定比例组合，因此，根据上述分析方法进行分析，实验结果如图12b-12d所示：其中，图12b和图12c分别反映了分别利用Bliss模型和Loewe模型计算该联合用药VI每个浓度组合，得到的每个浓度组合对应的SBliss和SLoewe。而图12d反映了基于图12b和图12c所示的Bliss模型计算得到的SBliss和Loewe模型评估得到的SLoewe，利用上述实施例中的协同程度分析方式计算得到的每个浓度组合对应的协同程度量化参数S，并据此计算得到平均值mean。结合图12d可知，联合用药VI对应的浓度组合对应的抑制率yc大于，在固定浓度5μM的BKM120与Olaparib联用时的抑制率，也大于固定浓度5μM的BKM120与Carboplatin联用时的抑制率，同时，分别利用上述两个数学模型对固定5μM的BKM120作为背景药，利用Bliss模型计算得到的SBliss和Loewe模型评估得到的SLoewe均大于0时，该浓度组合对应的协同程度量化参数S被赋予量化值2。参见图12a，浓度组合为：BKM120-5μM，Olaparib-150μM，Carboplatin-14.8μM的联合用药VI对应的细胞抑制率yc＝61.10％，其大于5μM的BKM120与150μM的Olaparib联用时的抑制率y1＝35.00％，也大于5μM的BKM120与14.8μM的Carboplatin联用时的抑制率y2＝32.00％；并且，参见图12b和图12c，利用Bliss模型计算得到的该浓度组合对应的SBliss：5.3＞0；利用Loewe模型计算得到的该浓度组合对应的SLoewe：23.66＞0，也即：Max(y1,y2)＜yc，且Min(SBliss,SLoewe)＞0，因此，该浓度组合对应的协同程度量化参数s为2，参见图12d。参见图12a，联合用药VI的浓度组合：BKM120-5μM，Olaparib-0.15μM，Carboplatin-0.68μM对应的细胞抑制率yc＝1％，其大于剂量5μM的BKM120为背景时，与0.15μM的Olaparib联用时的抑制率y1＝-1.10％；也大于5μM的BKM120为背景时，与0.68μM的Carboplatin联用时的抑制率y2＝0.46％；并且，参见图12b和图12c，利用Bliss数学模型对该浓度组合的联合用药VI进行计算，得到SBliss：1.63＞0，而利用Loewe数学模型进行计算得到的SLoewe：-1.3＜0，也即Max(y1,y2)＜yc，且Max(SBliss,SLoewe)＞0，Min(SBliss,SLoewe)<0，因此，该浓度组合对应的协同得分为1，参见图12d。参见图12a，联合用药VI的浓度组合为：BKM120-5μM，Olaparib-15μM，Carboplatin-2.74μM对应的细胞抑制率yc＝15％，其大于剂量5μM的BKM120与15μM的Olaparib联用时的抑制率y1＝14％，也大于5μM的BKM120与2.74μM的Carboplatin联用时的抑制率y2＝10％；但参见图12b和图12c，利用Bliss数学模型对该浓度组合的联合用药VI进行计算，得到的SBliss：-7.6＜0，而利用Loewe数学模型进行计算得到的SLoewe：-4.43＜0，也即Max(y1,y2)＜yc，但Max(SBliss,SLoewe)＜0，因此，该浓度组合对应的协同得分为0，参见图12d。参见图12a，联合用药VI的浓度组合为：BKM120-5μM，Olaparib-150μM，Carboplatin-0.68μM对应的细胞抑制率yc＝31.01％，其小于剂量5μM的BKM120与150μM的Olaparib联用时的抑制率y1＝35％，大于5μM的BKM120与0.68μM的Carboplatin联用时的抑制率y2＝0.46％，即Min(y1,y2)＜yc＜Max(y1,y2)，因此，该浓度组合对应的协同程度量化参数S为-1，参见图12d。同理，按照上述实施例4中的方法得到其他浓度组合的协同程度的量化参数S。最后，将图12d中所示所有浓度组合的协同得分进行平均值计算，得到Savg为：[(2*8)+1+0-1*6]/16＝0.6875，由于1＞Savg＞0，因此，判定该联合用药VI的协同程度为弱协同，相比BKM120与其他两种单药中的任一单药联用的作用效果，三药联合可以部分有效抑制肿瘤细胞的活性。
实施例14：乳腺癌三阴性MDA-MB-231细胞对单药表柔比星、络铂，以及这两种药物组合的联合用药Ⅶ的敏感性测试。
1.将MDA-MB-231细胞悬液按照3000cells/孔的比例接种至96孔板中，每孔加入100μL含细胞的培养基，按照下表十进行分组规划。将边缘孔补充200μL PBS避免造成边缘效应。
表十Epirubicin、Lobaplatin单药与联合用药Ⅶ的分组规划表
2.铺板完毕后将其放回37℃、5％ CO2培养箱孵育24h备用，24h后按照上表对各个药物进行稀释，每孔加入10μL0μL不同浓度的药液，使其加入孔内浓度达到工作浓度。加药完毕后将孔板放回培养箱，使药物作用72小时。3.72h后，向孔板内加入20μLCCK8试剂，避光孵育4h，酶标仪检测450nm波长下的OD值，通过空白对照组数值分别计算各单药和联合用药II作用下的细胞存活率，得到相应的剂量曲线图，如图13所示。存活率＝(给药-空白)/(阴性-空白)×100％。4.利用上述实施例4中记载的方法，由于本实施例中该联合用药I中的两种单组分药物的浓度比例恒定，因此，根据图13所述剂量曲线分析得到各个单组分药表柔比星(Epirubicin)、络铂(Lobaplatin)与联合用药Ⅶ的IC50值，如下表十一所示。
表十一Epirubicin、Lobaplatin单药与联合用药Ⅶ的IC50列表
| Epirubicin | Lobaplatin | 联合用药Ⅶ | |
| IC50(μM) | 1.395 | 16.74 | 1.271 |
实验结果表明联合用药Ⅶ：Epirubicin+Lobaplatin的IC50值小于单药Epirubicin作用下的IC50值，也小于单药Lobaplatin作用下的IC50值，也即是说，联合用药效果优于两种单药单独作用效果。汇总上述4种浓度比例恒定的药物组合，绘制剂量曲线，获得最佳药物组合为17-AAG+PTX组合(即其IC50值最低)，如图14和下表十二所示。
表十二4种浓度比例恒定的联合用药I、II、VII、V的IC50列表
汇总上述七种联合用药I-VII各自的敏感系数和协同程度量化参数Savg，如下表十三，并绘制得到S-S散点图，如图15所示。
表十三各种联合用药的敏感系数CSS和Savg汇总
| 联合用药编号 | 药物组合 | CSS | Savg |
| I | 紫杉醇+坦螺旋霉素 | 86.69 | 2 |
| II | 苏尼替尼+奥沙利铂 | 17.53 | -1.75 |
| III | 顺铂+氟维司群 | 35.83 | 1.44 |
| IV | 多西他赛+异环磷酰胺 | 6.59 | -0.875 |
| V | 白蛋白紫杉醇+多柔比星+环磷酰胺 | 82.06 | 2 |
| VI | 奥拉帕尼+卡铂+BKM120 | 46.05 | 0.6875 |
| VII | 表柔比星+络铂 | 62.98 | 0.9375 |
根据上表十三内容及图15所示各联合用药的S-S散点图结果，取数据集中下四分位点(或四分位数)作为敏感药物组合cutoff值，得到敏感系数及Savg得分均高的药物组合作为最佳联合用药组合，图15的S-S散点图表明紫杉醇联合坦螺旋霉素组合，即联合用药I为最佳联合用药组合。下面结合动物实验对以上实验结果进行验证。
验证试验1：紫杉醇与坦螺旋霉素组合的联合用药I对小鼠三阴性乳腺癌的治疗作用评价
1.人乳腺癌三阴性细胞系MDA-MB-231细胞悬液调整至5×106cells/mL，0.2mL(1×106cells)细胞悬液接种至12只免疫复合缺陷雌性小鼠乳腺内(六周龄)，当肿瘤体积达到100mm3时，随机分为4组(实验组包括：单药A、B组，联合用药的C组；空白对照组)，每组3只小鼠。2.空白对照组(Vehicle组)每日尾静脉注射生理盐水0.2mL，A组每日尾静脉注射20mg/kg紫杉醇，B组每日尾静脉注射20mg/kg坦螺旋霉素，C组每日尾静脉注射20mg/kg紫杉醇+20mg/kg坦螺旋霉素。3.连续注射27天，每周2次使用游标卡尺对小鼠肿瘤进行测量，记录并绘制肿瘤生长曲线。27天后处死小鼠，解剖提取肿瘤，测量肿瘤体积(V＝π/6×L×W×H)。4.小鼠的相对肿瘤体积Vr＝Vt/V0，其中Vt为用药后测量时小鼠肿瘤体积，V0为分组给药时小鼠肿瘤体积。抗肿瘤活性评价指标为相对肿瘤增殖率(T/C％)。T/C％＝Vr(Drug)/Vr(Vehicle)×100％。其中Vr(Drug)为药物组相对肿瘤体积，V(NS)为Vehicle组相对肿瘤体积。疗效的评价标准为：T/C％＞60％为无效；T/C％≤60％且经过统计学分析P＜0.05代表有效。5.17-AAG单药、Paclitaxel单药与联合用药I作用下的小鼠肿瘤体积变化如图16所示。由图16可知，Vehicle组作用下，小鼠肿瘤体积从初始的100mm3增殖至快接近1500mm3；而无论是单药PTX作用下，还是单药17-AAG作用下，小鼠肿瘤体积增殖都超过了500mm3，而联合用药I(即17-AAG与Paclitaxel联合应用)作用下，小鼠肿瘤体积增殖低于500mm3，也即是说，虽然单药组不同程度抑制了肿瘤的生长，但联合用药组，相较于较单药组显著抑制了动物体内肿瘤的生长。6.小鼠肿瘤体积数据用平均值表示，单因素各组样本均数的多重比较采用单因素方差分析和LSD-t检验。用SPSS10.0软件分析结果，结果如下表十四所示。
表十四各组小鼠初始肿瘤体积V0、药物作用后肿瘤体积、相对肿瘤体积、相对肿瘤增殖率及实际肿瘤体积
由上表可知，各治疗组平均肿瘤体积均显著低于空白对照组(P＜0.05)，紫杉醇+坦螺旋霉素组T/C％显著低于紫杉醇或坦螺旋霉素单药组(P＜0.05)。以上动物实验结果验证了上述联合用药I协同效果评价结果，佐证了体外以细胞系为疾病模型的多药联合实验效果的评价技术体系的准确性和可靠性。
验证试验2：Sunitinib、Oxaliplatin组合的联合用药II对小鼠三阴性乳腺癌的治疗作用评价
1.人乳腺癌三阴性细胞系MDA-MB-231细胞悬液调整至5×106cells/mL，0.2mL(1×106cells)细胞悬液接种至12只免疫复合缺陷雌性小鼠乳腺内(六周龄)，肿瘤体积达到100mm3时，随机分为4组，每组3只小鼠。
2.空白对照组(Vehicle组)每日尾静脉注射生理盐水0.2mL，A组每日尾静脉注射30mg/kg苏尼替尼，B组每日尾静脉注射15mg/kg奥沙利铂，C组每日尾静脉注射30mg/kg苏尼替尼+15mg/kg环磷酰胺。并用上述佐证试验1中的方法进行分组动物实验。
3.Sunitinib单药、Oxaliplatin单药，及该两药联合的联合用药II作用下的小鼠肿瘤体积变化如图17所示。参见图17，Vehicle组作用下，小鼠肿瘤体积从初始的100mm3增殖至快接近1500mm3；而单药Sunitinib作用下，小鼠肿瘤体积增殖都低于1000mm3，而单药Oxaliplatin作用下，和联合用药II(即Sunitinib+Oxaliplatin联合应用)作用下，小鼠肿瘤体积增殖都在1000mm3左右，如下表十二所示。也即是说，单药Sunitinib的A组一定程度上程度抑制了肿瘤的生长，而单药Oxaliplatin的B组及联合用药II的C组对肿瘤生长得抑制不明显，也即联合用药II的C组较两个单给药的A、B组未能显著抑制动物体内肿瘤的生长。4.小鼠肿瘤体积数据用平均值表示，单因素各组样本均数的多重比较采用单因素方差分析和LSD-t检验。用SPSS10.0软件分析结果，结果如下表十五：
表十五各组小鼠初始肿瘤体积V0、药物作用后肿瘤体积、相对肿瘤体积、相对肿瘤增殖率及实际肿瘤体积
5.由上表可知，各治疗组平均肿瘤体积均一定程度上低于空白对照组(P＜0.05)，苏尼替尼+奥沙利铂组T/C％显著高于苏尼替尼或奥沙利铂单药组(P＜0.05)。以上动物实验结果验证了联合用药II协同效果评价结果，佐证了体外以细胞系为疾病模型的双药联合实验效果的评价技术体系的准确性和可靠性。
佐证试验3：Cisplatin与Fulvestrant组合的联合用药III对小鼠三阴性乳腺癌的治疗作用评价
1.人乳腺癌三阴性细胞系MDA-MB-231细胞悬液调整至5×106cells/mL，0.2mL(1×106cells)细胞悬液接种至12只免疫复合缺陷雌性小鼠乳腺内(六周龄)，肿瘤体积达到100mm3时，随机分为4组，每组3只小鼠。2.空白对照组(Vehicle组)每日尾静脉注射生理盐水0.2mL，A组每日尾静脉注射4mg/kg顺铂，B组每日尾静脉注射0.5mg/kg氟维司群，C组每日尾静脉注射4mg/kg顺铂+0.5mg/kg氟维司群，并用上述佐证试验1中的方法按照下表十六进行分组动物实验。3.Cisplatin单药、Fulvestrant单药，及该两种药组合的联合用药III作用下的小鼠肿瘤体积变化如图18所示。参见图18，Vehicle组作用下，小鼠肿瘤体积从初始的100mm3增殖至快接近1500mm3；而单药Fulvestrant作用下，小鼠肿瘤体积增殖至1004mm3；单药Fulvestrant作用下，小鼠肿瘤体积增殖至684mm3；而联合用药III作用下，小鼠肿瘤体积增殖至387mm3。也即是说，单给药的A、B组不同程度抑制了肿瘤的生长，联合用药III的C组较单给药组显著抑制了动物体内肿瘤的生长。4.小鼠肿瘤体积数据用平均值表示，单因素各组样本均数的多重比较采用单因素方差分析和LSD-t检验。用SPSS10.0软件分析结果。实验结果如表十六：
表十六各组小鼠初始肿瘤体积V0、药物作用后肿瘤体积、相对肿瘤体积、相对肿瘤增殖率及实际肿瘤体积
由上表十六可知，各治疗组平均肿瘤体积均显著低于空白对照组(P＜0.05)，顺铂+氟维司群组T/C％显著低于顺铂或氟维司群单药组(P＜0.05)。以上动物实验结果验证了上述实施例中联合用药III协同效果评价结果，佐证了体外以细胞系为疾病模型的双药联合实验效果的评价技术体系的准确性和可靠性。
佐证试验4：Docetaxel与Ifosfaminde组合的联合用药IV对小鼠三阴性乳腺癌的治疗作用评价
1.人乳腺癌三阴性细胞系MDA-MB-231细胞悬液调整至5×106cells/mL，0.2mL(1×106cells)细胞悬液接种至12只免疫复合缺陷雌性小鼠乳腺内(六周龄)，肿瘤体积达到100mm3时，随机分为4组，每组3只小鼠。2.空白对照组(Vehicle组)每日尾静脉注射生理盐水0.2mL，A组每日尾静脉注射7mg/kg多西他赛，B组每日尾静脉注射50mg/kg异环磷酰胺，C组每日尾静脉注射7mg/kg多西他赛+50mg/kg异环磷酰胺，并用上述佐证试验1中的方法按照下表十七进行分组动物实验。3.单药Docetaxel、单药Ifosfaminde，及这两种组合的联合用药IV作用下，小鼠肿瘤体积变化结果如图19所示。参见图19，Vehicle组作用下，小鼠肿瘤体积从初始的100mm3增殖至快接近1500mm3；而单药Docetaxel作用下，小鼠肿瘤体积增殖至1244mm3；单药Ifosfaminde作用下，小鼠肿瘤体积增殖至902mm3；而联合用药IV作用下，小鼠肿瘤体积增殖至1105mm3。也即是说，单药Ifosfaminde的B组一定程度上程度抑制了肿瘤的生长，而单药Docetaxel的A组及联合用药IV的C组对肿瘤生长得抑制不明显，也即联合用药IV的C组较两个单给药的A、B组未能显著抑制动物体内肿瘤的生长。4.小鼠肿瘤体积数据用平均值表示，单因素各组样本均数的多重比较采用单因素方差分析和LSD-t检验。用SPSS10.0软件分析结果，结果如下表十七所示：
表十七各组小鼠初始肿瘤体积V0、药物作用后肿瘤体积、相对肿瘤体积、相对肿瘤增殖率及实际肿瘤体积
5.由上表可知，各治疗组平均肿瘤体积均显著低于空白对照组(P＜0.05)，多西他赛+异环磷酰胺组T/C％显著高于异环磷酰胺单药组(P＜0.05)，且T/C％≥60。以上动物实验结果验证了实施例4中的联合用药协同效果评价结果，佐证了体外以细胞系为疾病模型的双药联合实验效果的评价技术体系的准确性和可靠性。
佐证试验5：Doxorubicin、Nab-Pclitaxel、Cyclophosphamide组合的联合用药V对小鼠三阴性乳腺癌的治疗作用评价
1.人乳腺癌三阴性细胞系MDA-MB-231细胞悬液调整至5×106cells/mL，0.2mL(1×106cells)细胞悬液接种至15只免疫复合缺陷雌性小鼠乳腺内(六周龄)，肿瘤体积达到100mm3时，随机分为5组，每组3只小鼠。2.空白对照组(Vehicle组)每日尾静脉注射生理盐水0.2mL，A组每日尾静脉注射80mg/kg白蛋白紫杉醇，B组每日尾静脉注射10mg/kg多柔比星，C组每日尾静脉注射75mg/kg环磷酰胺，每日尾静脉注射80mg/kg白蛋白紫杉醇+10mg/kg多柔比星+75mg/kg环磷酰胺，并用佐证试验1中的方法按照下表十八进行分组动物实验。3.单药Doxorubicin、单药Nab-Pclitaxel、单药Cyclophosphamide，即三种药物组合的联合用药V作用下的小鼠肿瘤体积变化如图20所示。参见图20，Vehicle组作用下，小鼠肿瘤体积从初始的100mm3增殖至1202mm3；而单药Doxorubicin作用下，小鼠肿瘤体积增殖至804mm3，而单药Nab-Pclitaxel作用下，小鼠肿瘤体积增殖至542mm3，单药Cyclophosphamide作用下，小鼠肿瘤体积增殖至986mm3，而联合用药V(即Doxorubicin+Nab-Pclitaxel+Cyclophosphamide联合应用)作用下，小鼠肿瘤体积增殖至409mm3，如下表十八所示。也即是说，单药A、B、C组一定程度上程度抑制了肿瘤的生长，而联合用药V的D组较单给药组显著抑制了动物体内肿瘤的生长。4.小鼠肿瘤体积数据用平均值表示，单因素各组样本均数的多重比较采用单因素方差分析和LSD-t检验。用SPSS10.0软件分析结果，如下表十八：
表十八各组小鼠初始肿瘤体积V0、药物作用后肿瘤体积、相对肿瘤体积、相对肿瘤增殖率及实际肿瘤体积
由上表可知，各治疗组平均肿瘤体积均显著低于空白对照组(P＜0.05)，白蛋白紫杉醇+多柔比星+环磷酰胺T/C％显著低于各单药组(P＜0.05)，且T/C％＜60。以上动物实验结果验证了实施例5中的联合用药协同效果评价结果，佐证了体外以细胞系为疾病模型的双药联合实验效果的评价技术体系的准确性和可靠性。
佐证试验6：Carboplatin、Olaparib与BKM120组合的联合用药VI对小鼠三阴性乳腺癌的治疗作用评价
1.人乳腺癌三阴性细胞系MDA-MB-231细胞悬液调整至5×106cells/mL，0.2mL(1×106cells)细胞悬液接种至15只免疫复合缺陷雌性小鼠乳腺内(六周龄)，肿瘤体积达到100mm3时，随机分为5组(实验组包括：单药A、B、C组，联合用药的D组；空白对照组)，每组3只小鼠。2.空白对照组(Vehicle组)每日尾静脉注射生理盐水0.2mL，A组每日尾静脉注射50mg/kg奥拉帕尼，B组每日尾静脉注射60mg/kg卡铂，C组每日尾静脉注射30mg/kg BKM120，D组每日尾静脉注射50mg/kg奥拉帕尼+60mg/kg卡铂+30mg/kg BKM120，并用上述佐证试验1中的方法按照下表十九进行分组动物实验。3.Carboplatin单药、Olaparib单药、BKM120单药及该三药联合的联合用药VI作用下的小鼠肿瘤体积变化如图21所示。参见图21和下表十九，Vehicle组作用下，小鼠肿瘤体积从初始的100mm3增殖至1200mm3；而单药Olaparib作用下，小鼠肿瘤体积增殖至981mm3，而单药Carboplatin作用下，小鼠肿瘤体积增殖至753mm3，而单药BKM120作用下，小鼠肿瘤体积增殖至705mm3，而联合用药VI作用下，小鼠肿瘤体积增殖至647mm3。也即是说，单药BKM120的C组一定程度上程度抑制了肿瘤的生长，联合用药VI的D组对肿瘤的抑制能力不显著，但对比单药A、B组效果相对较好。4.小鼠肿瘤体积数据用平均值表示，单因素各组样本均数的多重比较采用单因素方差分析和LSD-t检验。用SPSS10.0软件分析结果，得到下表十六：
表十六各组小鼠初始肿瘤体积V0、药物作用后肿瘤体积、相对肿瘤体积、相对肿瘤增殖率及实际肿瘤体积
5.由上表可知，各治疗组平均肿瘤体积均显著低于空白对照组(P＜0.05)，联合用药VI(奥拉帕尼+卡铂+BKM120)的T/C％相对高于各单药组(P＜0.05)，且T/C％≥60。以上动物实验结果验证了联合用药VI协同效果评价结果，佐证了体外以细胞系为疾病模型的双药联合实验效果的评价技术体系的准确性和可靠性。
佐证试验7：Epirubicin与Lobaplatin组合的联合用药Ⅶ对小鼠三阴性乳腺癌的治疗作用评价
1.人乳腺癌三阴性细胞系MDA-MB-231细胞悬液调整至5x106cells/mL，0.2mL(1x106cells)细胞悬液接种至12只免疫复合缺陷雌性小鼠乳腺内(六周龄)，肿瘤体积达到100mm3时，随机分为4组(实验组包括：单药A、B组；联合用药的C组；空白对照组)，每组3只小鼠。
2.空白对照组(Vehicle组)每日尾静脉注射生理盐水0.2mL，A组每日尾静脉注射3.5mg/kg表柔比星，B组每日尾静脉注射5mg/kg络铂，C组每日尾静脉注射3.5mg/kg表柔比星+5mg/kg络铂，并用上述佐证试验1中的方法按照下表十七进行分组动物实验。
3.Epirubicin单药、Lobaplatin单药及该双药联合的联合用药Ⅶ作用下的小鼠肿瘤体积变化如图22所示。参见图22和下表二十，Vehicle组作用下，小鼠肿瘤体积从初始的100mm3增殖至1267mm3；而单药Epirubicin作用下，小鼠肿瘤体积增殖至631mm3，而单药Lobaplatin作用下，小鼠肿瘤体积增殖至839mm3，而联合用药Ⅶ作用下，小鼠肿瘤体积增殖至607mm3。也即是说，单药Epirubicin的A组一定程度上程度抑制了肿瘤的生长，联合用药Ⅶ的D组对肿瘤的抑制能力与A组程度相似，但对比单药A、B组效果相对较好。
4.小鼠肿瘤体积数据用平均值表示，单因素各组样本均数的多重比较采用单因素方差分析和LSD-t检验。用SPSS10.0软件分析结果，得到下表二十：
表二十各组小鼠初始肿瘤体积V0、药物作用后肿瘤体积、相对肿瘤体积、相对肿瘤增殖率及实际肿瘤体积
5.由上表可知，各治疗组平均肿瘤体积均显著低于空白对照组(P＜0.05)，联合用药Ⅶ(表柔比星+络铂)的T/C％相对低于各单药组(P＜0.05)，且T/C％＜60。以上动物实验结果验证了联合用药Ⅶ协同效果评价结果，佐证了体外以细胞系为疾病模型的双药联合实验效果的评价技术体系的准确性和可靠性。统计上述动物佐证试验1-7中七种联合用药的结果如下表二十一所示：
表二十一七种联合用药的动物试验结构统计
由上表可知，其中，联合用药I(即紫杉醇+坦螺旋霉素组合)为所有实施例中的最佳联合用药。以上结果表明本发明所构建项评估联合用药协同效果的综合标准，以及基于体外以细胞系为疾病模型的双药联合实验效果的评价技术体系能够获得具备综合性、客观性和可靠性联合药物效果评价。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台计算机终端(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (10)
1.一种双药联用的联合用药的推荐方法，其特征在于，包括步骤：
分别获取表征每种待测联合用药的预设多种浓度组合的实际用药效应的第一表征参数；所述待测联合用药为两种单组分药联用组成；
分别获取表征每种单分组药在相应浓度单独作用下的实际用药效应的第一表征参数；
基于预设的第一评估模型和第二评估模型结合所述第一表征参数，确定表征所述待测联合用药对应每种浓度组合的协同程度的第二表征参数SLoewe和第三表征参数SBliss；其中，所述第一评估模型和所述第二评估模型分别为Loewe模型和Bliss模型；
基于所述第一表征参数、所述第二表征参数和第三表征参数，确定表征所述联合用药的协同程度的第四表征参数；
获取表征所述待测联合用药的敏感性的第六表征参数；
从所有待测联合用药中，筛选出所述第四表征参数和所述第六表征参数都最大的联合用药作为推荐的目标联合用药。
2.根据权利要求1所述的一种双药联用的联合用药的推荐方法，其特征在于，基于所述第一表征参数、所述第二表征参数和第三表征参数，确定表征每种浓度组合的协同程度的第四表征参数的步骤，具体包括步骤：
判断每种浓度组合对应的所述第一表征参数是否大于两种单组分药各自对应的所述第一表征参数中的最小值，且小于其中最大值，
若大于最小值，且小于最大值，为表征所述浓度组合的协同程度的第五表征参数赋予第一量化值；
若小于最小值，为所述第五表征参数赋予第二量化值；
若大于最大值，判断所述第二表征参数SLoewe和所述第三表征参数SBliss中的最大值是否小于第一预设阈值，
若小于所述第一预设阈值，为所述第五表征参数赋予第三量化值；
若大于所述第一预设阈值，判断所述第二表征参数SLoewe和所述第三表征参数SBliss中的最小值是否小于第二预设阈值；
若小于所述第二预设阈值，为所述第五表征参数赋予第四量化值，
若大于所述第二预设阈值，为所述第五表征参数赋予第五量化值；
计算所述待测联合用药所有浓度组合对应的所述第五表征参数的平均值，作为所述第四表征参数的量化值。
3.根据权利要求1所述的一种双药联用的联合用药的推荐方法，其特征在于，选取所述平均值最大，且所述第六表征参数最大的联合用药作为推荐联合用药的步骤，具体包括步骤：判断所述平均值是否大于第三预设阈值若是，得到待测联合用药子集；
选取所述联合用药子集中平均值最大，且所述第六表征参数最大的联合用药作为推荐联合用药。
4.根据权利要求1至3中任一所述的一种双药联用的联合用药的推荐方法，其特征在于，所述第二表征参数为：
SLoewe＝yc-yLoewe，
其中，yc为所述待测联合用药在当前浓度组合下的实际用药效应的第一表征参数；yLoewe为所述联合用药在当前浓度组合下的预期用药效应的第一表征参数，其满足条件：
x1为当前浓度组合的所述联合用药中一单组分药对应的浓度，
为所述单组分药单独作用的剂量-效应曲线的反函数；x2为当前浓度组合的所述联合用药中另一单组分药对应的浓度，
为所述另一单组分药单独作用的剂量-效应曲线的反函数；和/或，
所述第三表征参数为：
SBliss＝yc-[Y1(X1)+Y2(X2)-Y1(X1)Y2(X2)]；
其中，yc为所述联合用药在当前浓度组合下的实际用药效应的第一表征参数；Y1(X1)为所述联合用药中一单组分药在X1浓度单独作用下的实际用药效应的第一表征参数；Y2(X2)为所述联合用药中另一单组分药在X2浓度单独作用下的实际用药效应的第一表征参数。
5.根据权利要求1至3中任一所述的一种双药联用的联合用药的推荐方法，其特征在于，所述第六表征参数的计算公式为：
其中，CSS1、CSS2分别为两种单组分药中任一单组分药的浓度锚定为第一预设浓度，与浓度在相应预设范围内呈梯度变化的另一单组分药形成的药物组合作用下的敏感系数。
6.一种联合用药的推荐装置，其特征在于，包括：
第一数据获取模块，用于分别获取表征每种待测联合用药的每种浓度组合作用下的实际用药效应的第一表征参数；所述待测联合用药为两种单组分药联用组成；
第二数据获取模块，用于分别获取表征两种单组分药在相应浓度单独作用下的实际用药效应的第一表征参数；
第二分析模块，用于基于预设的第一评估模型和第二评估模型，确定表征所述待测联合用药的每种浓度组合的协同程度的第二表征参数SLoewe和第三表征参数SBliss；其中，所述第一评估模型和所述第二评估模型分别为Loewe模型和Bliss模型；
第三分析模块，用于基于所述第一表征参数、所述第二表征参数和第三表征参数，确定表征所述待测联合用药的协同程度的第四表征参数；
第三数据获取模块，用于获取表征所述待测联合用药的敏感性的第六表征参数；
推荐模块，用于从所有待测联合用药中，筛选出所述第四表征参数和所述第六表征参数都最大的联合用药作为推荐的目标联合用药。
7.根据权利要求6所述的一种联合用药的推荐装置，其特征在于，所述第三分析模块具体用于判断每种浓度组合对应的所述第一表征参数是否大于两种单组分药各自在相应浓度作用下的所述第一表征参数中的最小值，且小于其中最大值，若大于最小值且小于最大值，为表征所述浓度组合的协同程度的第五表征参数赋予第一量化值；若小于最小值，为所述第五表征参数赋予第二量化值；若大于最大值，继续判断所述第二表征参数SLoewe和所述第三表征参数SBliss中的最大值是否小于第一预设阈值，若小于所述第一预设阈值，为所述第五表征参数赋予第三量化值；若大于所述第一预设阈值，判断所述第二表征参数SLoewe和所述第三表征参数SBliss中的最小值是否小于第二预设阈值；若小于所述第二预设阈值，为所述第五表征参数赋予第四量化值，若大于所述第二预设阈值，为所述第五表征参数赋予第五量化值；以及计算所述待测联合用药所有浓度组合对应的所述第五表征参数的平均值，作为所述第四表征参数的量化值。
8.根据权利要求7所述的一种联合用药的推荐装置，其特征在于，所述推荐模块具体用于判断所述平均值是否大于第三预设阈值，若是，得到待测联合用药子集；并选取所述联合用药子集中平均值最大，且所述第六表征参数最大的联合用药作为推荐联合用药。
9.根据权利要求6所述的一种联合用药的推荐装置，其特征在于，所述第二表征参数为：SLoewe＝yc-yLoewe，
其中，yc为所述待测联合用药在当前浓度组合下的实际用药效应的第一表征参数；yLoewe为所述联合用药在当前浓度组合下的预期用药效应的第一表征参数，其满足条件：
x1为当前浓度组合的所述联合用药中一单组分药对应的浓度，
为所述单组分药单独作用的剂量-效应曲线的反函数；x2为当前浓度组合的所述联合用药中另一单组分药对应的浓度，
为所述另一单组分药单独作用的剂量-效应曲线的反函数；和/或，
所述第三表征参数为：
SBliss＝yc-[Y1(X1)+Y2(X2)-Y1(X1)Y2(X2)]；
其中，yc为所述联合用药在当前浓度组合下的实际用药效应的第一表征参数；Y1(X1)为所述联合用药中一单组分药在X1浓度单独作用下的实际用药效应的第一表征参数；Y2(X2)为所述联合用药中另一单组分药在X2浓度单独作用下的实际用药效应的第一表征参数。
10.根据权利要求6所述的一种联合用药的推荐装置，其特征在于，所述第三数据获取模块具体用于分别获取所述联合用药中两种单组分药中任一单组分药的浓度锚定为第一预设浓度，与浓度在相应预设范围内呈梯度变化的另一单组分药形成的药物组合作用下的敏感系数，以及基于获取到的两个敏感系数计算平均值，得到所述第六表征参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211491663.9A CN115862804B (zh) | 2022-11-25 | 2022-11-25 | 双药联用的联合用药的推荐方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211491663.9A CN115862804B (zh) | 2022-11-25 | 2022-11-25 | 双药联用的联合用药的推荐方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115862804A true CN115862804A (zh) | 2023-03-28 |
| CN115862804B CN115862804B (zh) | 2023-12-19 |
Family
ID=85666563
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211491663.9A Active CN115862804B (zh) | 2022-11-25 | 2022-11-25 | 双药联用的联合用药的推荐方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115862804B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IE851929L (en) * | 1984-08-02 | 1986-02-02 | Labrie Fernand | Cancer therapy |
| CN1993051A (zh) * | 2003-09-24 | 2007-07-04 | 康宾纳特克斯公司 | 用于联合给药的治疗方案 |
| CN103127055A (zh) * | 2013-02-04 | 2013-06-05 | 四川大学 | 桔皮素作为制备治疗实体瘤化疗药物增敏剂的应用 |
| CN105224799A (zh) * | 2015-09-30 | 2016-01-06 | 中国人民解放军军事医学科学院放射与辐射医学研究所 | 联用药药效的处理方法和处理装置 |
| CN105963306A (zh) * | 2016-07-05 | 2016-09-28 | 福州大学 | 一种具有协同抗肿瘤转移活性的药物组合物 |
| MX2017015031A (es) * | 2017-11-23 | 2019-05-24 | Laboratorios De Espec Inmunologicas S A De C V | Metodo para indice de biocomparabilidad. |
| CN110349681A (zh) * | 2019-07-11 | 2019-10-18 | 中南大学 | 用于非小细胞肺癌的联合用药推荐方法、系统及装置 |
| CN112768029A (zh) * | 2020-12-27 | 2021-05-07 | 上海市东方医院（同济大学附属东方医院） | 一种基于单细胞测序的组合用药推荐设备、方法及介质 |
| DE102020205076B3 (de) * | 2020-04-22 | 2021-09-02 | Universität Ulm, Körperschaft des öffentlichen Rechts | Verfahren zur Bereitstellung einer Medikamentenkombination und Datenträger mit Software |
-
2022
- 2022-11-25 CN CN202211491663.9A patent/CN115862804B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IE851929L (en) * | 1984-08-02 | 1986-02-02 | Labrie Fernand | Cancer therapy |
| CN1993051A (zh) * | 2003-09-24 | 2007-07-04 | 康宾纳特克斯公司 | 用于联合给药的治疗方案 |
| CN103127055A (zh) * | 2013-02-04 | 2013-06-05 | 四川大学 | 桔皮素作为制备治疗实体瘤化疗药物增敏剂的应用 |
| CN105224799A (zh) * | 2015-09-30 | 2016-01-06 | 中国人民解放军军事医学科学院放射与辐射医学研究所 | 联用药药效的处理方法和处理装置 |
| WO2017054609A1 (zh) * | 2015-09-30 | 2017-04-06 | 中国人民解放军军事医学科学院放射与辐射医学研究所 | 联用药药效的处理方法和处理装置 |
| CN105963306A (zh) * | 2016-07-05 | 2016-09-28 | 福州大学 | 一种具有协同抗肿瘤转移活性的药物组合物 |
| MX2017015031A (es) * | 2017-11-23 | 2019-05-24 | Laboratorios De Espec Inmunologicas S A De C V | Metodo para indice de biocomparabilidad. |
| CN110349681A (zh) * | 2019-07-11 | 2019-10-18 | 中南大学 | 用于非小细胞肺癌的联合用药推荐方法、系统及装置 |
| DE102020205076B3 (de) * | 2020-04-22 | 2021-09-02 | Universität Ulm, Körperschaft des öffentlichen Rechts | Verfahren zur Bereitstellung einer Medikamentenkombination und Datenträger mit Software |
| CN112768029A (zh) * | 2020-12-27 | 2021-05-07 | 上海市东方医院（同济大学附属东方医院） | 一种基于单细胞测序的组合用药推荐设备、方法及介质 |
Non-Patent Citations (4)
| Title |
|---|
| WEI SUN ET AL: "Drug combination therapy increases successful drug repositioning", 《DRUG DISCOVERY TODAY》, vol. 21, no. 7, pages 1189 - 1195, XP029598218, DOI: 10.1016/j.drudis.2016.05.015 * |
| 刘国树;: "多国高血压指南联合用药推荐方式的评述", 中华高血压杂志, no. 11, pages 52 - 55 * |
| 张颖;李刚;王若梅;: "抗精神病药物联合治疗的有效性及安全性", 中国城乡企业卫生, no. 12, pages 15 - 20 * |
| 李娜: "替加环素在特殊人群中给药方案优化及对耐药菌的体外联合用药研究", 《中国优秀硕士学位论文全文数据库医药卫生科技辑》, no. 2, pages 1 - 83 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115862804B (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Reilly et al. | Acute respiratory distress syndrome phenotypes | |
| Lee et al. | Pharmacogenomic landscape of patient-derived tumor cells informs precision oncology therapy | |
| Parulekar et al. | Phase I trial design for solid tumor studies of targeted, non-cytotoxic agents: theory and practice | |
| Cella et al. | What is a clinically meaningful change on the functional assessment of Cancer therapy–lung (FACT-L) questionnaire?: results from eastern cooperative oncology group (ECOG) study 5592 | |
| Sattar et al. | The efficacy and toxicity of immune checkpoint inhibitors in a real-world older patient population | |
| Judson et al. | Imatinib pharmacokinetics in patients with gastrointestinal stromal tumour: a retrospective population pharmacokinetic study over time. EORTC Soft Tissue and Bone Sarcoma Group | |
| Dockery et al. | Rucaparib: the past, present, and future of a newly approved PARP inhibitor for ovarian cancer | |
| Chen et al. | Individualizing quality-of-life outcomes reporting: how localized prostate cancer treatments affect patients with different levels of baseline urinary, bowel, and sexual function | |
| Denduluri et al. | Phase II trial of ixabepilone, an epothilone B analog, in patients with metastatic breast cancer previously untreated with taxanes | |
| Rowinsky et al. | Paclitaxel steady-state plasma concentration as a determinant of disease outcome and toxicity in lung cancer patients treated with paclitaxel and cisplatin | |
| Joly et al. | Prospective evaluation of the impact of antiangiogenic treatment on cognitive functions in metastatic renal cancer | |
| Hirose et al. | Association of pharmacokinetics and pharmacogenomics with safety and efficacy of gefitinib in patients with EGFR mutation positive advanced non-small cell lung cancer | |
| Hirsch et al. | Long‐term safety and survival with gefitinib in select patients with advanced non–small cell lung cancer: Results from the US IRESSA Clinical Access Program (ICAP) | |
| Kim et al. | Clinical pharmacogenetic testing and application: laboratory medicine clinical practice guidelines | |
| Gohlke et al. | Real‐world evidence for preventive effects of statins on cancer incidence: A trans‐Atlantic analysis | |
| Morrison et al. | Epidermal growth factor receptor blockers for the treatment of ovarian cancer | |
| Anant et al. | Quality of life measures in lung cancer | |
| Morita et al. | Influence of clinical parameters on quality of life during chemotherapy in patients with advanced non-small cell lung cancer: application of a general linear model | |
| Lin et al. | Compassionate use of ripretinib for patients with metastatic gastrointestinal stromal tumors: Taiwan and Hong Kong experience | |
| Cella | Impact of ZD1839 on non–small cell lung cancer-related symptoms as measured by the functional assessment of cancer therapy–lung scale | |
| Paulsen et al. | Influence of interval between primary surgery and chemotherapy on short-term survival of patients with advanced ovarian, tubal or peritoneal cancer | |
| CN115862804A (zh) | 双药联用的联合用药的推荐方法及装置 | |
| CN115798673B (zh) | 联合用药的推荐方法及装置 | |
| Ingham et al. | An exploratory study of frequent pain measurement in a cancer clinical trial | |
| CN115831313B (zh) | 三药联用的联合用药推荐方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address |
Address after: 610000 No. 701, 702, 704, Floor 7, Unit 2, Building 1, No. 818, Xingshi Road, Wuhou District, Chengdu, Sichuan Patentee after: Chengdu nuoyeide medical laboratory Co.,Ltd. Country or region after: China Patentee after: Shenzhen Jingke Biotechnology Co.,Ltd. Address before: 610000 No. 701, 702, 704, Floor 7, Unit 2, Building 1, No. 818, Xingshi Road, Wuhou District, Chengdu, Sichuan Patentee before: Chengdu nuoyeide medical laboratory Co.,Ltd. Country or region before: China Patentee before: GUAGNZHOU JINGKE BIOTECH CO.,LTD. |
|
| CP03 | Change of name, title or address |