核心检索策略

在学术数据库（如 PubMed, Web of Science, Scopus, Google Scholar）中,您可以使用以下关键词组合进行检索：

• 基础词: "pharmacy", "pharmaceutical sciences", "drug discovery", "pharmacology"
• 时间范围: ("2025/01/01"[Date - Publication] : "3000/12/31"[Date - Publication])
• 热门技术/领域: "mRNA vaccine", "AI drug discovery", " PROTAC ", "antibody-drug conjugate (ADC)", "peptide drug", "gene therapy", "CRISPR-Cas9"

药物发现与开发

这是药学研究的核心,近三年的进展主要集中在新技术和新模式上。

人工智能与机器学习 AI彻底改变了药物发现的流程，从靶点发现到分子设计,再到临床试验预测。

• 代表性方向:
  • 生成式AI: 用于从头设计具有特定性质（如高活性、低毒性、良好药代动力学）的新分子结构，Insilico Medicine、Schrodinger等公司利用AI在数周内完成过去需要数年的早期发现工作。
  • 蛋白质结构预测: DeepMind的 AlphaFold2 和Meta的 ESMFold 预测了几乎所有已知蛋白质的3D结构,极大地加速了基于结构的药物设计。
  • 老药新用: 通过AI分析海量文献和数据库,预测现有药物的新适应症。
• "AI drug discovery", "generative AI", "AlphaFold", "de novo molecular design", "deep learning for drug discovery"

新型治疗模式 传统小分子药物之外,新型生物大分子和疗法成为研发热点。

• 代表性方向:
  • PROTACs (蛋白降解靶向嵌合体): 利用细胞自身的泛素-蛋白酶体系统来“清除”致病蛋白，而非抑制其功能，在癌症、神经退行性疾病等领域展现出巨大潜力。
  • 抗体偶联药物: 将靶向抗体与高效细胞毒药物连接，实现“精确制导”杀伤肿瘤细胞，近年来获批的ADCs数量显著增加,适应症也在拓展。
  • 多肽药物: 因其高靶向性和低毒性，多肽药物在肿瘤、代谢疾病等领域复兴，长肽、环肽、肽类放射性核素偶联药物是研究热点。
  • 寡核苷酸药物: 包括siRNA、ASO、miRNA等，通过靶向mRNA来沉默致病基因,在遗传病和罕见病治疗中取得突破。
• "PROTAC", "PROteolysis-Targeting Chimera", "Antibody-Drug Conjugate (ADC)", "peptide drug", "oligonucleotide therapy", "siRNA", "ASO"

mRNA技术 从新冠疫苗的成功,到拓展到更广泛的疾病治疗。

• 代表性方向:
  • 传染病疫苗: 开发针对流感、HIV、疟疾等更有效、更广谱的mRNA疫苗。
  • 肿瘤疫苗: 个性化肿瘤新抗原疫苗,激活患者自身的免疫系统来攻击癌细胞。
  • 治疗性应用: 开发mRNA疗法，用于替代缺陷蛋白（如治疗遗传性疾病的mRNA）、诱导免疫应答等。
• "mRNA vaccine", "mRNA therapy", "lipid nanoparticle (LNP)", "cancer vaccine", "therapeutic mRNA"

药物递送系统

如何将药物精准、高效、安全地送达靶部位是药学研究的永恒主题。

纳米递送系统

• 代表性方向:
  • 脂质纳米粒: 不仅是mRNA疫苗的载体，也被广泛用于递送siRNA、小分子药物、化疗药等,提高其稳定性和靶向性。
  • 外泌体: 作为天然的纳米载体，具有低免疫原性、良好的生物相容性和穿透能力,是药物递送领域的新星。
  • 刺激响应性递送系统: 设计能响应肿瘤微环境的pH、酶、氧化还原或光等刺激，实现药物在靶部位“按需释放”的智能系统。
• "nanomedicine", "lipid nanoparticle (LNP)", "exosome", "drug delivery", "stimuli-responsive delivery", "targeted delivery"

生物大分子药物的递送 克服生物药（如蛋白质、核酸）的细胞膜屏障是关键。

• 代表性方向:
  • 细胞穿膜肽: 帮助大分子物质进入细胞。
  • 非病毒基因载体: 如聚合物、树枝状大分子等,用于基因递送。
  • 吸入式给药: 将生物大分子（如胰岛素、抗体）通过肺部吸入，实现无创、高效的全身给药。
• "biologics delivery", "cell-penetrating peptide", "inhalable delivery", "oral bioavailability"

临床药学与治疗药物监测

将实验室成果转化为临床实践,并确保用药安全有效。

精准医疗与药物基因组学 根据患者的基因型、生活方式等个体差异,制定个性化的给药方案。

• 代表性方向:
  • 肿瘤靶向治疗与耐药性: 通过基因检测指导靶向药物选择,并研究耐药机制以克服耐药。
  • 抗凝药剂量调整: 基于CYP2C19和VKORC1基因型指导华法林等抗凝药的起始剂量。
  • 精神类药物个体化用药: 通过基因检测预测药物疗效和不良反应风险。
• "precision medicine", "pharmacogenomics", "personalized drug dosing", "therapeutic drug monitoring (TDM)"

新型抗菌药物与耐药性应对 对抗日益严峻的“超级细菌”问题。

• 代表性方向:
  • 新型抗生素: 开发针对新型作用靶点（如脂肪酸合成途径）的抗生素。
  • 抗菌肽: 作为传统抗生素的替代或补充方案。
  • 抗耐药策略: 开发β-内酰胺酶抑制剂、细菌“耐药破坏剂”等。
• "antimicrobial resistance (AMR)", "new antibiotics", "antibacterial peptides", "phage therapy"

药事管理与法规

关注药品从研发到上市后的全生命周期管理。

真实世界证据 利用电子病历、医保数据库等真实世界数据,补充传统临床试验证据。

• 代表性方向:
  • 药物上市后再评价: 评估药物在广泛人群中长期使用的有效性和安全性。
  • 支持医保决策: 为药品的定价和报销提供数据支持。
  • 识别罕见不良反应: 通过大规模数据分析发现临床试验中未发现的不良反应。
• "real-world evidence (RWE)", "real-world data (RWD)", "post-marketing surveillance", "pharmacovigilance"

数字化与远程药学

• 代表性方向:
  • 远程药学服务: 通过视频、App等为患者提供用药咨询。
  • AI辅助审方: 利用AI系统辅助药师进行处方审核,提高效率和准确性。
  • 智能药盒与依从性管理: 通过物联网技术监测患者用药依从性并进行提醒。
• "digital health", "tele-pharmacy", "AI in pharmacy", "medication adherence"

如何查找具体文献？

1. 使用PubMed:

   • 访问 https://pubmed.ncbi.nlm.nih.gov/
   • 输入您感兴趣的关键词，("PROTAC"[Title/Abstract] AND ("2025/01/01"[Date - Publication] : "2025/12/31"[Date - Publication]))
   • 在左侧的“Filter”栏中，您可以按文章类型（如Review, Clinical Trial）、物种、语言等进行筛选。

2. 使用Web of Science:

   提供更强大的分析功能，可以分析某个领域的研究趋势、核心作者和高影响力期刊。

3. 关注顶级期刊:

   • 综合性/顶级期刊: Nature, Science, Cell, Nature Medicine, Science Translational Medicine
   • 药学核心期刊: Nature Reviews Drug Discovery, Journal of Medicinal Chemistry, Drug Discovery Today, ACS Medicinal Chemistry Letters, Molecular Pharmaceutics, Journal of Controlled Release, Clinical Pharmacology & Therapeutics

希望这份梳理能帮助您快速了解近三年药学领域的研究前沿,并顺利找到您需要的参考文献！