新型抗真菌药物研发的现状及未来

来源 :中南药学 | 被引量 : 0次 | 上传用户:exiayouhun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
真菌感染常发生于免疫功能低下人群,近20年来免疫功能低下人群逐年增多,使得真菌感染的发病率和死亡率显著升高。目前临床可用的抗真菌药物品种非常有限,已无法满足临床需求,抗真菌新药研发迫在眉睫。近些年,新结构、新靶点、新组合、新剂型的抗真菌药物开发取得了一定的进展。新型活性小分子化合物及多肽类药物包括影响真菌细胞壁的fosmanogepix、雷扎芬净、ibrexafungerp、尼可霉素z等,影响真菌细胞膜的oteseconazole(VT-1161),影响线粒体功能的T-2307、冬青生菌素H,鞘脂合成抑制剂BHBM和D13,以及其他机制的小分子和肽类药物(turbinmicin、AR-12、VL-2397、olorofim等)。联合用药的组合包括氟康唑联合小檗碱、卡泊芬净联合利巴韦林、金诺芬联合喷他脒、两性霉素B联合ent-hardwickiic酸等。抗真菌药物的新剂型包括氟康唑与纳米囊泡载体、新型卢立康唑弹性纳米载体、嵌合型口服两性霉素B等。可用于开发新型抗真菌药物的靶点或通路包括热休克蛋白90、鞘脂途径和微生物群体感应分子等。总之,抗真菌药物研发策略百花齐放,新药研发的进程才能更快,临床的抗真菌治疗才会有更多选择。
其他文献
无线电频谱资源是一种特殊的自然资源,在如今的国际竞争舞台上具有举足轻重的地位,是应用无线电技术的基础。如今,信息化建设如火如荼,无线电通信技术获得空前发展,正如互联网改变了人类的商业模式和生活方式,无线电技术应用将引领时代的新发展。无线电频谱资源极具稀缺性,因此如何对频谱资源进行价值计量,正确的认识频谱资源蕴含的巨大经济价值,对其进行合理定价,最大限度发掘其经济价值,提高使用效率,是目前频谱管理的
学位
据世界卫生组织调查数据显示,当前世界约有2.85亿视障人士,3900万人完全失明。我国约有1263万视力残疾人员,出行方面存在极大挑战。导盲犬及导盲杖等传统导盲方式成本高、安全性低,智能电子导盲避障设备研究较少。针对此现状,本文主要研究盲人出行避障技术。具体研究内容如下:(1)盲人避障技术总体方案研究。结合当前避障技术提出了本文主要研究的多传感器组合智能导盲避障方案。确定了基于双目视觉的盲人近程避
学位
绿化施工及绿化养护是城市园林绿化工程的关键内容,同时也是促进我国城市自然生态环境建设的前提。但因为园林绿化工程施工中极易受到外界因素的影响,使工程施工质量存在一定风险,阻碍到园林绿化工程发展进程。因此,相关单位需不断提升园林绿化施工质量,高度重视其园林绿化的后期养护工作,从而更好地提高园林绿化工作的质量,为人们建设出一个美好的城市环境。基于此,本文主要分析园林绿化工程施工及绿化养护的要点,旨在为相
期刊
报纸
<正>2019年,四川省经济和信息化厅无线电频率台站管理处将完善工作机制,力促无线电管理再上台阶。优化行政审批流程,促进无线电管理行政许可规范化、便捷化。认真落实上级深化"放管服"改革和推进"互联网+政务服务"要求,优化审批流程,规范许可行为,推进行政许可信息化工作,细化行政许可流程,推动实现用户办理许可手续
期刊
为了提升植物整体成活率以及后期养护成本,实现道路绿化工程景观效益的最大化,本文通过介绍适宜树种生长环境的选择方式和营造手法,结合当前主流的道路绿化施工技术,分析了土方质量控制、植物三角支撑、斜坡土方施工以及后期养护4种较为关键的道路绿化施工技术,并对这4施工技术提出优化措施。得出在所有绿化工程施工过程中,一切施工技术都应以因地制宜,从项目实际情况出发为前提的结论。
期刊
报纸
园林绿化工程是城市基础设施中的重要组成部分,其不仅可以改善城市生态环境,还可以为人们创造舒适的生活空间,因此对园林绿化工程建设的重视度越来越高。园林绿化施工管理不仅是保障园林绿化工程施工进度的重要手段,同时也是保证园林绿化施工质量的重要措施。但当前园林绿化施工管理中仍存在诸多问题,严重影响园林绿化工程的顺利开展。基于此,本文对我国园林绿化施工管理中存在的问题进行分析,并提出解决措施,以期能够为相关
期刊
园林绿化工程施工,时常会因为工艺因素、管理因素及组织因素等影响而导致施工质量不合格,从而会增大成本投入及维护投入。基于此,论文从城市园林绿化工程的必要性出发,结合实例分析了城市园林绿化施工管理中现存的问题,并探索了相应的对策。
期刊
文章是以MTALAB软件为主要平台,基于深度学习建立一种多目标车辆检测及追踪的方法。首先建立一个基于深度学习的模型用于训练的不同场景的车辆数据集,并对所采集的数据集进行标注和格式归一化处理。然后使用K-means聚类算法进行锚框,建立以YOLOv3SPP算法为主的神经网络框架,采用非极大值拟制(NMS)算法得到最终的预测框。最终训练神经网络模型,再对该模型进行测试和评定。经实验可以得出该模型能够准
期刊