Guangxi Medical University

💻 专业名片 所属门类：工学/理学 学位：工学学士或理学学士 学制：四年 标签：健康产业的“芯片”、博鳌乐城“特许医疗”的核心支撑、海南自贸港紧缺人才专业 📚 学什么？ 核心课程：生物化学、分子生物学、细胞生物学、药理学、药剂学、药物化学、生物技术制药、基因工程、免疫学、生物药物分析、药品质量管理 实践环节：生物医药综合实验、药物分析实训、GMP车间实训、药企实习（海口药谷/博鳌乐城）、毕业设计（新药研发或工艺优化方向） 🎯 干什么？ 主要就业方向：生物医药研发企业（齐鲁制药/先声药业等）、药品监督管理部门、医院药剂科、药物检验机构、CRO公司（合同研究组织）、疫苗生产企业 典型岗位：药物研发助理、药品注册专员、质量控制（QC/QA）工程师、生物制药工艺工程师、医药代表（学术方向）、临床研究协调员（CRC） 考研方向：药学、生物与医药、药物化学、药剂学、药理学、微生物与生化药学 👥 适合谁？ 学科基础：生物知识扎实（基因/细胞/分子层面）、化学基础良好（有机化学/药物化学）、数学逻辑清晰（数据分析） 性格特质：严谨细致（实验数据必须精准）、有耐心（研发周期长）、好奇心强、动手能力强、遵守规范 自测：你对新药如何从实验室走向市场好奇吗？你想参与研发能治病救人的药物吗？你愿意在实验室里反复验证数据和工艺吗？ 📊 海南报考参考 选科要求：绝大多数高校要求物理+化学，部分院校要求物理+化学+生物。生物医药是典型的“生化交叉”学科，选科门槛较高。 推荐选科组合（符合海南“3+3”及热门选科）： 最佳组合：物化生（全面覆盖所有生物医药专业要求，生物知识为后续学习打下坚实基础） 推荐组合：物化地（可报考大多数院校，地理背景在海洋药物方向有独特优势） 选科背景：根据海南省考试局数据，要求“物理+化学”的专业占比44.28%，生物医药专业多数属于此类。 2025海南招生：生物医药专业在海南招生院校以医药类和综合类为主，招生计划逐年增加。受益于博鳌乐城“特许药械”政策，该专业热度持续攀升。 录取分数参考（综合改革，2025年数据） ： 顶尖985/211院校（如中国药科大学、北京协和医学院、四川大学）：680分以上——中国药科大学药学专业全国顶尖；川大华西药学实力雄厚。 985/211院校（如吉林大学、郑州大学、南昌大学）：620-680分——郑州大学药学类约630-660分；南昌大学约620-650分。 省外重点医药院校（如沈阳药科大学、广东药科大学、广西医科大学）：560-630分——沈阳药科大学有“北药”之称，药学实力强；广东药科大学约570-600分。 省内公办本科（海南医科大学）：570-620分——海南医科大学药学类专业是省内人才培养主阵地，2025年录取约570-610分。 省外公办二本医学院（如赣南医科大学、桂林医学院、遵义医科大学）：520-570分——赣南医科大学约530-560分；桂林医学院约520-550分。 民办/独立学院（如三亚学院健康医学院）：本科线附近（480-530分）——三亚学院开设健康服务与管理、护理学、康复治疗学等医学相关专业，可衔接生物医药方向。 专科选择（平替推荐）： 药学、药品生产技术、药品质量与安全、生物制药技术等专科专业，属于技术应用型强、就业率高的选择，毕业后可进入药企生产/质检一线岗位，专升本可衔接生物医药本科。 推荐院校： 海南卫生健康职业学院：省内公办医药卫生类高职院校，开设药学、药品质量与安全等专业，与海南医科大学有专升本合作。 海南科技职业大学：开设药学、药品生产技术等专业，注重实践技能培养。 省外选择：广东食品药品职业学院（华南地区医药类专科强校）、山东药品食品职业学院、重庆医药高等专科学校等专科院校，专业对口度高，就业渠道通畅。 🌴 海南考生特别关注 回琼就业：海南自贸港建设将医疗健康作为重点发展领域之一。博鳌乐城国际医疗旅游先行区享有“特许医疗、特许研究、特许经营、特许国际交流”政策，已引进上海瑞金医院、华西医院等顶尖医疗机构，以及多家国际药企研发中心。海口药谷聚集了齐鲁制药、先声药业、葫芦娃药业等数十家医药企业，对生物医药人才需求旺盛。海南省“4+3+3”产业体系中，高新技术产业中的生物医药被列为重点方向。海南省药监局及下属检验机构每年招录药学类公务员/事业编。海南医科大学作为省内医药人才培养基地，毕业生在海南医疗系统认可度高。符合“紧缺人才”标准的毕业生可享住房补贴、个税减免等福利，医药类岗位平均起薪8-12k/月。 ⚠️ 常见误区 误区：生物医药就是卖药、当药店店员。 ❌ 真相：生物医药是融合生物学、化学、药学、工程学的交叉学科。毕业生从事的是药物研发、工艺优化、质量控制、药品注册、临床研究等高技术工作，而非单纯的药品销售。新药研发从靶点发现到上市需要10年以上，是典型的“高投入、高回报”行业。随着博鳌乐城“特许药械”政策落地，海南在细胞治疗、基因治疗、创新药械引进等领域走在全国前列，人才需求持续井喷。 💡 报考建议 680分以上：冲击顶尖药科院校（中国药科大学、北京协和医学院），进入国家级新药研发平台。 620-680分：关注985/211医药强校（吉林大学、郑州大学），药学学科实力雄厚，校招资源丰富。 570-620分：选择省外重点医药院校（沈阳药科大学、广东药科大学）或海南医科大学（省内龙头，本地就业优势明显）。 520-570分：考虑省外公办二本医学院（赣南医科大学、桂林医学院），打好专业基础，通过考研进入更高平台。 本科线附近（480-530分）：关注三亚学院等省内民办本科的医药相关专业，或省外公办学院。 本科线下：选择优质医药类专科院校（如海南卫生健康职业学院、省外医药高专），学好药品生产、质量控制等实用技能，药企看重实操经验和职业资格证书（如执业药师），专科生就业率高，专升本渠道通畅。

点击蓝字，关注我们 大家好，欢迎来到Med-FAERS！ 01 科研速递 【🔥 顶刊速递：IF 13.3！这篇ADC心脏毒性研究，你绝不能错过！】 各位奋斗在科研一线的主任、院长、杰青老师们，还在为“没数据、没思路、没创新”发愁吗？😫 今天给大家拆解的这篇福建医科大学刚发的IF 13.3顶刊，堪称“数据复用+思路跨界”的完美模板！ 文章题为 《抗体药物偶联物（ADC）在癌症患者中的心脏不良事件：FAERS数据库与RCTs的回顾性分析》，通讯作者是福建医科大学附属协和医院张秀娟教授。它厉害在哪？ 🔑 核心亮点就一句话：首次把FAERS真实世界数据 + 多库RCT数据打通，系统性比较不同ADC的心脏毒性，还把药物靶点、性别、年龄、癌种等因素全部分层剖析，直接给出不同ADC的心脏毒性风险排行榜！📊 是不是听起来思路清晰、可操作性强？如果你手头也有公共数据，却不知道如何做出新意、做出深度，这篇顶刊就是你最好的参考范文！🚀 👇 下面我们就一起拆解，看看这篇“高分模板”是怎么炼成的！ 中文标题：与抗体药物偶联物相关的癌症患者心脏不良事件：FAERS 数据库和 RCTs 的回顾性分析 发表时间:2025年12月 发表期刊：Cardiovasc Res 影响因子:IF=13.3 快来和小编一起一探究竟吧！关注小编，发文技能蹭蹭长！下一篇一区top就是你的！ 02 研究选题 【💊 研究背景：抗癌“神器”ADC，暗藏心脏风险】 抗体-药物偶联物（ADC） 作为新型靶向抗癌药物，凭借 “抗体精准识别 + 强效细胞毒载荷” 的机制，已成为肿瘤治疗的重要突破 🎯。然而，ADC在发挥疗效的同时，仍存在不可忽视的不良反应。 其中，心脏不良事件（如心肌炎、心力衰竭、心律失常等）可能 直接危及患者生命，严重影响治疗效果与生存质量 ⚠️。系统评估不同ADC的心脏毒性差异，已成为临床用药与药物研发中亟待解决的关键问题。 03 研究方法 【🔬 研究设计：双数据融合，多维度验证】 研究整合两大权威数据源：📊 FAERS药物警戒数据（2014Q1-2024Q3），提取ADC相关心脏不良事件的个体安全报告（ISRs）；📚 多数据库RCTs/单臂研究，覆盖淋巴瘤、白血病、HER2+乳腺癌等多种癌种，并严格区分ADC单药/联合治疗组与对照组。 分析方法上：🔍 对FAERS数据采用比例报告比（PRR）及95%置信区间评估信号强度；📈 对RCTs数据则通过网络Meta分析、亚组分析（固定效应模型），结合相对风险（RR）、SUCRA排序、漏斗图及偏倚风险评估，系统比较不同ADC的心脏毒性风险。整体构建了真实世界证据与临床试验相互印证的稳健分析框架。 04 研究结果 1.【📊 研究特征：大规模数据精准筛选】 研究对 2014年第一季度至2024年第三季度 的FAERS数据进行系统筛选，最终确定 1033份同时记录ADC用药与心脏毒性的有效病例报告 📈。 同时，通过三阶段严格筛选，从初始 49,622条记录 中纳入 52项随机对照试验（RCTs） 和 495项单臂临床研究。针对心力衰竭结局，额外提取 8项HER-2靶向ADC相关RCTs。所有RCTs均报告 1-5级心脏毒性，其中 23项报告3-5级重度毒性，5项报告1-5级心力衰竭，为后续分析奠定了坚实的数据基础 ✅。 2.【📈 ADC心脏毒性信号特征分析】 研究共识别 1522例ADC相关心脏不良事件，其中 CD靶向ADC 报告病例数最多（936例），吉妥珠单抗奥佐米星、本妥昔单抗、德曲妥珠单抗 是病例数最多的三种药物 💊。 性别与年龄分析显示：👩 女性患者对ADC心脏毒性更敏感；👴 ≥65岁患者总体报告率高于年轻群体；⚠️ 但 伊珠单抗奥佐米星 在 ＜65岁患者 中报告率更高，提示不同ADC的毒性特征存在显著差异。 ADC 相关心脏不良事件的安全性信号不均衡性分析 3.【🔬 RCT分析：明确ADC心脏毒性风险等级】 基于全面的 RCT数据分析，研究系统评估了不同ADC及癌种的心脏不良事件发生率 📊。通过网络Meta分析、成对荟萃分析与敏感性分析相互验证，结果一致显示： ✅ HER-2靶向ADC 心脏毒性风险相对较低；⚠️ 本妥昔单抗（CD30靶向） 风险显著较高。 研究同时完成了偏倚风险评估与心力衰竭次级结局分析，进一步增强了结论的可靠性与临床参考价值 🎯。 ADC 相关治疗组与患者占比 05 文章小结 【🎯 研究总结：ADC心脏毒性风险全景揭示】 本研究基于 FAERS数据库，首次整合真实世界数据与多库RCTs证据，系统性开展 ADC心脏毒性比较研究 📊。样本覆盖 多种ADC药物与癌症类型，并深入探讨 药物靶点、性别、年龄、癌种 等多因素对心脏毒性的影响。 研究结论明确：✅ 不同ADC心脏毒性差异显著： HER2靶向ADC 风险较低； CD30靶向的本妥昔单抗 风险较高。⚠️ 性别、年龄及癌症类型 均会显著影响ADC相关心脏不良事件的发生风险。该结果为临床安全用药与个体化治疗提供了重要依据 🩺。 📩 心动不如行动，有需要随时扫码联系我们！✨ END 想尝试这方面的选题？🤔 不知道如何将其融入自己的课题或临床？别担心，马上扫码联系我们！💪  我们拥有专业技术团队和十余年丰富经验，提供思路设计和生信分析服务！如有需要，欢迎随时咨询哦~ 📩 往期推荐 12.5/Q2，广西医科大：使用 FAERS 数据库系统分析舒更葡糖相关的药物不良反应信号 9.7/Q1，机器学习与FAERS 数据库挖掘相结合：机器学习指导药物不良反应与体外靶点药理学的关联 FAERS数据新警示：奥希替尼肌毒性风险被低估，远不止于心肌病 跨国研究揭示：抗抑郁药神经副作用存在显著类别差异，个体化用药迫在眉睫！ 抗过敏药潜藏心血管风险！MR+多组学锁定泼尼松等“问题药物”

点击蓝字，关注我们 引言 🔑Cell重磅新研究！ 密歇根州立大学团队打造出GPS深度学习平台，仅凭化学结构就能预测化合物的转录组扰动特征，还能通过逆转疾病相关转录表型来从头发现药物。 💚在肝癌、特发性肺纤维化中，该平台不仅筛选出全新候选药，实现先导化合物优化，还能解析药物作用机制，为新药研发开辟了转录组指导的全新路径！ AI+转录组发高分医学SCI其实有通关诀窍！找生信不打烊，从选题到录用，让你少走80%的弯路！ ↓发高分医学SCI，就找生信不打烊！↓ 文献解读 0 1 研究背景 转录组学虽能表征疾病，但在从头药物发现中应用受限；传统虚拟药物筛选未充分利用转录组特征，且大规模化合物的转录组图谱难以获取，现有方法也无法支撑新型化合物的筛选与优化。 0 2 研究亮点方法 1.核心预测模型开发 开发GPS深度学习平台，仅通过化学结构预测化合物诱导的转录组变化，实现虚拟药物筛选 2.关键算法与评分优化 提出RCL框架提升模型性能，优化Z-RGES评分法，结合蒙特卡洛树搜的MolSearch完成先导化合物多目标优化 3.药物机制解析手段 构建SGAR分析，从转录组数据解析药物作用机制 4.单细胞转录组整合应用 整合单细胞转录组学，实现细胞类型特异性的转录表型逆转筛选。 主要结果 0 1 基于化学结构的化合物诱导转录组特征预测 1.数据降噪与特征基因筛选 预处理将药物-基因互作分三类降噪，经随机森林从978个标志基因中筛选出307个可预测特征基因，超半数跨细胞模型通用。 2.GPS模型训练基础 以LINCS数据训练GPS模型，输入化合物结构指纹和基因GO术语，学习其对基因表达的调控作用。（见图1） 3.RCL框架核心优势 采用RCL框架对高质量数据重加权，保留 80% 数据训练，多网络迭代控噪，内外验证性能显著优于基线方法。 4.模型建模与训练优化 整合基因整体建模可降过拟合，单靠多任务学习无此效果；非RCL的训练方式泛化性能均欠佳，且 RCL 性能在四种细胞模型中均具统计学显著性。 5.模型性能与算法特征 GPS模型准确率与实验重复性契合度高，性能不受化合物化学相似性影响，仅在10μM、24h处理条件下表现最优；RCL优于主流算法，结构指纹特征预测效果更优，随机森林对未知化合物预测效果最差 研究围绕化合物化学结构预测基因表达特征构建高性能GPS模型，通过预处理降噪、特征基因筛选解决高通量数据变异问题，基于LINCS数据集训练并采用RCL框架优化，验证了模型相较各类基线方法的显著性能优势。（见图S1） 图1 GPS数据、性能及应用摘要的详细信息 图S1 GPS框架与性能 0 2 GPS推算化合物诱导转录组特征的生物学相关性 研究通过GO特征嵌入拓展GPS预测范围，筛选2198个高置信基因并验证其相关性，证实预测谱可捕捉药物生物过程、辅助靶点识别，同时构建700万化合物虚拟库支撑大规模筛选。（见图2） 1.拓展预测范围，筛选高置信基因 经GO特征嵌入和校准筛选，整合得到2198个可高置信度预测转录组特征的基因。 2.解析高置信基因生物学特征 该类基因核质分布多、富集细胞周期调控，基础表达高且对化合物扰动更敏感。 3.验证转录组特征跨细胞保守性 化合物转录组特征跨细胞环境保守相关，整合谱与各细胞系谱相关性显著。 4.验证GPS预测谱的生物学价值 GPS预测谱可捕捉药物生物过程，辅助识别化合物的通路关联及直接作用靶点。 5.构建大规模虚拟化合物特征库 构建含700万种化合物的虚拟表达特征库，覆盖全新化学空间，支撑大规模筛选。 图2 GPS推算化合物转录组特征的生物学见解 0 3 基于GPS预测化合物谱的基因表达逆转验证 1.研究目标 用GPS平台筛选高选择性抗HCC化合物，先验证预测谱和评分函数适用性，再通过体内外实验验证候选化合物疗效。 2.评分方法优化 针对原始RGES的局限性开发Z-RGES，经标准化和Z变换优化，其与抗HCC活性显著相关，性能优于其他方法。 3.Z-RGES多数据集验证 在HCC相关数据集展现高AU-ROC和命中率，结直肠癌中也验证了其有效性，且筛选价值依赖合理的疾病特征谱。（见图3） 图S2 Z-RGES预测性能与其他方法的比较 4.跨疾病验证Z-RGES 在AD研究中，证实AD药物对病变脑区特征逆转效果更优，还筛选出潜在的新型AD候选化合物。 5.GPS平台试点验证 筛选优化氯硝柳胺类似物，候选药Cpd.5260420改善溶解度且无肝毒性，体内实验显著抑瘤，验证了平台可靠性。（见图S3） 图3 基于GPS预测化合物谱的基因表达逆转验证 图S3 利用GPS预测化合物谱反转HCC特征的验证，与图5相关 0 4 基于GPS预测基因表达特征的抗HCC化合物从头设计及作用机制阐明 新型抗HCC化合物筛选 从ZINC库700万化合物中筛选18种结构独特、低相似性的高潜力候选物，40%命中率达标。其中44443110活性与氯硝柳胺相当，PB56874852选择性更优，高浓度无肝细胞毒性。（见图4、S4） 图4 抗HCC候选药物的大规模筛选及基于GPS的命中化合物先导化合物优化 图S4 通过GPS生成的数百万化合物谱中，虚拟筛查和识别抗HCC检测 先导化合物优化 用MolSearch算法优化PB56874852，替换呋喃为卤代苯等基团，所得MSU45302活性达亚微摩尔级，优于索拉非尼，口服给药后血浆暴露稳定，体内抑瘤效果显著。 作用机制阐明 通过SGAR分析，发现26种抗HCC化合物疗效与15个基因表达相关，UHRF1是关键靶点。MSU45302可抑制UHRF1表达及下游DNA低甲基化，且UHRF1是肝癌不良预后标志物。（见图5、S5） 图5 HCC药物发现与作用机制（MoA）阐释的SGAR 图S5 抗HCC候选药物的先导到领先优化 0 5 通过逆转细胞类型特异性基因表达，鉴定出可重编程候选物及新型IPF化合物 1.IPF研究背景与筛选思路 IPF病因不明、肺泡结构遭纤维化破坏。研究整合多数据集构建IPF特征谱，先经药物重定位筛选，再针对特定细胞特征从Enamine库筛选新型化合物，通过PCLS模型验证。（见图6） 图6 逆转细胞类型特异性特征以促进IPF药物发现 2.药物重定位发现有效候选药 筛选出的吡啶硫酮，在人类PCLS模型中降纤维化标志物效果与尼达尼布相当，且在小鼠模型中展现抗纤维化效应。 3. 候选药作用机制与靶点探究 吡啶硫酮可降肌成纤维细胞比例，强效逆转 MUC5B+上皮细胞特征，其作用基因富集于铁离子转运通路。 4.新型化合物筛选与验证 经GPS平台及药物化学特性筛选，19种候选药中4种有效，药物18显著降低FN1、SMA等蛋白表达。（见图S6） 图S6 利用GPS进行针对IPF的药物发现 文章小结 研究开发GPS深度学习平台，凭化合物化学结构预测转录组扰动特征，结合Z-RGES评分等技术实现药物筛选、优化与机制解析。在肝癌中发现优化出高活性候选药，在特发性肺纤维化中筛选出有效药物，该转录组学导向策略为多疾病新药发现提供高效新路径。 如果你也想进行AI+转录组的研究，复现高分思路，欢迎联系生信不打烊，科研数据好助力！ 今天的高分医学干货就先分享到这里。有想拆解的期刊、想解决的发刊难题，直接后台私信我，我来帮你搞定！ -END- 往期推荐: IF10.6！山东中医药大学借CHARLS、 NHANES、 ELSA数据，荣登双1区TOP！ IF30.9！中国科学院借多组学，仅用7图登顶双一区TOP！ IF7.5！实力登顶！广西医科大学依托孟德尔随机化，斩获二区成果~ IF13.3！南京医科大学+东南大学强强联手 用多组学八图一表登顶双一区TOP！ IF16.8！震撼！重庆医科大学用学习组+机器学习七图，实力登双一区TOP~