人类在与癌症的斗争中已取得一定的成果，但癌症的多基因、多阶段、多类型的分子病理机制的复杂性决定了人类与癌症的这场斗争是个长期艰难的过程。 本研究全面系统地分析了目前抗肿瘤药物研究开发的现状，深入地剖析了现有的各类抗肿瘤药物，如：化疗细胞毒药物、生物治疗药物、基因治疗药物在有效性及安全性方面的优势及缺陷；提出了目前不能征服肿瘤的最主要的原因是没有找到特异性的靶点；同时对抗肿瘤药物靶点的研究现状作了分析。 本研究分析了肿瘤在基因——蛋白质——表型三者的因果关系，提出调控基因表达的一类特殊蛋白质——转录因子是理想的药物靶点。为寻找合适的转录因子，系统地研究基因之间的调控关系，从中找出关键因子作为药靶，本研究结合人类基因组研究的成果创建了一个数据全面准确的KEYGEN基因调控数据库。本数据库不仅包括1532条人类转录因子和1607条受调控基因的结构和功能的静态信息，而且还注释了这些因子及基因与肿瘤表型的关系，其中动态的单基因为中心的网络关系图，单功能为中心的多基因调控网络关系图可以方便直观地了解基因相互调控的关系，为寻找药靶提供了重要快捷的参考工具。 本研究介绍了应用该数据库来预测药靶的方法，以肿瘤细胞恶性增殖表型为例介绍如何预测转录因子靶点；同时以某些靶点为例，介绍了利用该数据库提供的相应地靶转录因子的三维结构及相关软件来辅助模拟设计DECOY核酸药物的方法。 为验证这一肿瘤治疗创新策略的可行性，本研究作了如下研究： ● 在小试和中试规模的合成和纯化DECOY核酸生产工艺的研究，并初步进行了质量控制方法的研究，取得了相对合格的小试及中试DECOY核酸药物的样品。 ● 在分子机理研究中，凝胶阻抑试验证实K102可以特异地结合转录因子，K102对细胞凋亡影响的试验研究证明其并非通过此种机制抑制肿瘤。荧光标记K102细胞吸收及定位试验研究也证实在脂质体载体条件下，90％以上药物可以透细胞膜并进入核内，解除了对大分子核酸药物不能透膜的疑问。南京工业大学博士学位论文摘要 .利用MTT比色法进行DECOY核酸药物体外抑制肿瘤细胞生长试验研究，筛选出对非小细胞肺癌、肝细胞癌、乳腺癌、神经胶质瘤等多种肿瘤细胞的增殖有较高抑制作用的K102、K206等DECOY核酸药物，药物的有效性达到预期目的。 .KIOZ在人肿瘤细胞异植裸鼠动物模型上研究也显示出较明显的抑瘤效果，而且毒性极低表明K102的安全性很高。 通过以上研究，基本证实以转录因子为靶的抗肿瘤的DECOY策略是正确与可行的，依赖本研究创建的KEYGEN基因调控数据库预测的靶点是正确的。 为DECOY核酸药物开发准备，本研究还进行了K102结构优化和剂型的研究，提出部分硫代修饰、阳离子脂质体为药物载体为较为理想的结构和制剂。 本研究的创新点在于: 1、本研究在国内首次验证了创新的抗肿瘤药物发现和开发策略，即以转录因子为靶点通过上游调控与肿瘤相关基因网络来实现抑制肿瘤多种表型，达到治疗肿瘤的目的;并在分子、细胞和动物三个水平进行了验证。验证表明，靶点是正确的，转录因子DECOY策略是正确的。 2、本研究创建了用于靶点预测和辅助药物设计的KEYGEN基因调控数据库。该数据库具有如下创新: .KEYGEN基因调控数据库建立目的与思路上的差别:本数据库是基于新的目的或指导思想而建立，即以在多基因疾病中寻找关键的转录调控因子作为药靶，并辅助药物设计为目的。这一从疾病表型一相关基因群一关键转录因子(药靶)一药物的思路，是独树一帜的为新药研究服务的数据库建立思想。 .KEYGEN基因调控数据库内容上的差别:本数据库并非包罗万象收集全部的基因数据，而是仅针对性地收集人类的多基因疾病(肿瘤)相关的转录因子及受控基因及表达产物蛋白的数据信息，内容上紧扣目的主题，剔除其它数据库冗余数据，去粗取精，其中不仅包括常规的转录因子和基因的静态信息(如序列、三维结构、结合位点等信息和功能信息)，而且还独特地包括调控因子及基因间相互关系(如网络图、信号传导图)、肿瘤表型与转录因子和基因的关系、辅助药靶发现及药物设计的相关软件等本数据库特有的动态信息。 .KEYGEN基因调控数据库结构的差别:数据库各方面的数据并非简单罗南京工业大学博士学位论文摘要列堆积而成，而是遵循建库的思路，使各部份内容既相对独立，相互之间又具有逻辑关系，可以方便地相互链接，并且数据简炼，用直观的调控网络图来描述基因间复杂的相互关系，大大地节约查找和阅读相关文献资料的时间，极大地方便了相关的专业人员的使用。 .数据具有实用性、准确性、全面性和新颖性:库中的数据与人的疾病和基因调控密切相关，具有很强的实用性。主要数据都标有出处，准确性高。包括的转录调控信息全面，例如在本数据库中受AP一2调控的人的基因多达38个，而TRANSFAC数据库现在的6.0版中仅有15个。比其它大数据库更新快，及时跟踪相关最新研究成果，即时更新，具有新颖性。 3、本研究实践了一条创新药物发现和开发的新模式，?