一、实验简介

联合用药机制分析是通过体外实验（如细胞共培养、酶活性检测）、体内动物模型（如肿瘤移植瘤、疾病模型）及多组学数据分析（如转录组学、代谢组学），系统解析两种或多种药物联合使用时的相互作用模式（协同、拮抗、相加），并阐明其分子机制（如通路调控、靶点互作、代谢影响）的核心技术。其核心原理基于 “药物作用的网络协同性”：药物联合后可能通过靶向同一通路的不同节点、调控互补通路、或影响药物代谢 / 转运等方式，产生 “1+1＞2” 的协同效应或 “1+1＜2” 的拮抗效应。通过量化联合指数（Combination Index, CI）、构建剂量 - 效应曲面、结合分子生物学验证，明确联合用药的关键调控环节（如 EGFR 抑制剂联合 MEK 抑制剂通过双重阻断 RAS-RAF-MEK-ERK 通路增强抗肿瘤效应），为临床联合用药方案设计、耐药逆转及药物协同机制研究提供科学依据。

该技术突破了单一药物研究的局限，可从 “系统生物学” 视角揭示药物间的相互作用规律，是解决临床耐药（如肿瘤多靶点耐药）、提升治疗效果（如抗感染联合用药降低复发率）的关键工具，广泛应用于肿瘤、感染性疾病、代谢性疾病等领域的药物研发与临床应用优化。

二、核心应用场景

（一）肿瘤联合用药机制解析与方案优化

耐药逆转机制分析：针对肿瘤耐药模型（如 EGFR T790M 突变肺癌细胞、紫杉醇耐药乳腺癌细胞），通过体外细胞实验检测 “原药 + 逆转剂” 联合的活性（如 IC₅₀变化），计算联合指数 CI（CI＜0.9 为协同效应）；结合 Western blot/qPCR 验证通路调控（如 EGFR 抑制剂联合 MET 抑制剂可阻断耐药细胞的 MET 旁路激活，恢复 EGFR 通路抑制）；通过动物移植瘤模型（如 H1975 耐药瘤）验证联合药效（抑瘤率从 30% 提升至 70%），解析 “联合用药→靶点抑制→通路阻断→耐药逆转” 的分子机制。

协同抗肿瘤机制研究：针对多靶点驱动的肿瘤（如三阴性乳腺癌），筛选 “细胞周期抑制剂 + 免疫检查点抑制剂”“抗血管生成药 + 化疗药” 等组合；通过高内涵成像、流式细胞术分析联合用药对细胞凋亡（Annexin V 阳性率升高）、细胞周期（G2/M 期阻滞）、免疫微环境（CD8⁺T 细胞浸润增加）的影响；结合转录组学分析差异基因（如 IFN-γ 通路基因上调），阐明联合用药通过 “直接杀伤 + 免疫激活” 协同抑制肿瘤的机制。

毒性降低机制验证：针对高毒性化疗药（如顺铂），联合使用 “化疗药 + 保护剂”（如顺铂 + 氨磷汀），通过体外肝细胞毒性实验（ALT/AST 检测）、体内大鼠毒性模型（肾损伤病理评分）评估毒性变化；结合代谢组学分析（如顺铂导致的谷胱甘肽耗竭被氨磷汀逆转），解析保护剂通过 “抗氧化应激、修复 DNA 损伤” 降低化疗毒性的机制，为临床 “增效减毒” 联合方案提供依据。

（二）感染性疾病联合用药耐药预防与疗效提升

抗生素联合抗耐药机制分析：针对多重耐药细菌（如耐甲氧西林金黄色葡萄球菌 MRSA），检测 “β- 内酰胺类抗生素 +β- 内酰胺酶抑制剂”（如阿莫西林 + 克拉维酸）的体外抑菌活性（MIC 值降低）；通过酶活性实验验证 β- 内酰胺酶抑制剂对耐药菌产酶的抑制作用；结合蛋白质结构分析（如克拉维酸与 β- 内酰胺酶的共价结合），阐明联合用药通过 “抑制耐药酶活性→恢复抗生素敏感性” 的机制，指导耐药菌感染的临床用药。

抗病毒联合用药协同机制研究：针对新冠病毒、乙肝病毒等，分析 “病毒复制抑制剂 + 免疫调节剂”（如奈玛特韦 + 利托那韦）的联合效应；通过病毒载量检测（如 RNA 拷贝数下降）、体外病毒感染模型（Vero 细胞病变抑制）计算 CI 值；结合 Western blot 检测病毒蛋白表达（如 S 蛋白、RdRp 蛋白下调），解析联合用药通过 “抑制病毒复制 + 增强宿主抗病毒免疫” 协同抗病毒的机制，降低单一用药导致的耐药风险。

（三）代谢性疾病联合用药通路协同机制解析

糖尿病联合用药机制分析：针对 2 型糖尿病，研究 “胰岛素增敏剂 + 促泌剂”（如二甲双胍 + 格列美脲）、“SGLT2 抑制剂 + GLP-1 受体激动剂” 的协同降糖机制；通过体外胰岛 β 细胞实验（胰岛素分泌量增加）、动物模型（db/db 小鼠血糖 / 糖耐量改善）评估联合药效；结合代谢组学（如二甲双胍降低肝脏糖异生相关代谢产物，格列美脲促进胰岛素分泌）、转录组学（如 GLP-1 受体激动剂上调棕色脂肪产热基因），阐明联合用药通过 “多器官协同调控糖代谢” 的机制，为个体化降糖方案设计提供依据。

肥胖联合用药机制研究：针对肥胖及并发症，分析 “食欲抑制剂 + 脂肪分解剂”“肠道菌群调节剂 + 能量代谢激活剂” 的联合效应；通过大鼠肥胖模型（体重下降、体脂率降低）、脂肪细胞实验（脂解相关蛋白 HSL 磷酸化升高）评估效果；结合肠道菌群 16S rRNA 测序（益生菌联合用药调节菌群组成）、脂肪组织转录组学（产热基因 UCP1 上调），解析联合用药通过 “抑制食欲 + 促进能量消耗 + 调节菌群” 协同减重的机制。

（四）临床联合用药方案验证与机制补充

临床方案机制验证：针对已临床应用但机制不明的联合方案（如 “阿司匹林 + 氯吡格雷” 抗血小板聚集），通过体外血小板活化实验（P - 选择素表达降低）、血栓模型（大鼠颈动脉血栓重量减少）验证协同效应；结合血小板信号通路分析（阿司匹林抑制 COX-1，氯吡格雷抑制 ADP 受体 P2Y12，双重阻断血小板活化），补充阐明联合用药的分子机制，为临床剂量调整（如肾功能不全患者剂量优化）提供理论支持。

不良反应机制分析：针对联合用药导致的不良反应（如 “他汀类 + 贝特类” 导致的肌损伤），通过体外肌细胞毒性实验（LDH 释放增加）、体内大鼠模型（肌酸激酶 CK 升高、肌纤维损伤）定位毒性靶器官；结合代谢组学（如辅酶 Q10 耗竭）、转录组学（如肌细胞凋亡基因上调），解析不良反应机制（如两种药物均抑制辅酶 Q10 合成，导致能量代谢障碍），指导临床 “安全联合方案” 设计（如调整剂量、补充辅酶 Q10）。

三、实验流程与周期

（一）完整实验流程

分析前准备：药物组合与模型构建

药物组合筛选：

候选组合确定：基于文献报道、通路分析（如 KEGG 通路上下游关系）或高通量筛选（如药物组合文库），确定待分析的药物组合（如 A 药 + B 药，通常设置 2-3 种浓度比例，如 1:1、1:2、2:1）；

药物预处理：制备药物储备液（如 DMSO 溶解，浓度 10-100 mM），验证体外溶解度（确保实验浓度无沉淀），设置单药对照组、联合用药组及溶剂对照组（DMSO 浓度≤0.1%）。

实验模型构建：

体外模型：培养疾病相关细胞（如肿瘤细胞、细菌、胰岛 β 细胞），或构建共培养模型（如肿瘤细胞 - 免疫细胞共培养）；对感染性疾病，制备耐药菌 / 病毒感染模型（如 MRSA 感染巨噬细胞、新冠病毒感染 Vero 细胞）；

体内模型：构建动物疾病模型（如裸鼠皮下移植瘤、db/db 糖尿病小鼠、大鼠血栓模型），确保模型稳定性（如肿瘤生长速率一致、血糖基线≥16.7 mmol/L）。

联合效应评估与机制初探

体外联合效应量化：

剂量 - 效应曲线构建：在细胞模型中，设置单药与联合用药的浓度梯度（通常 8-12 个浓度），检测药效指标（如细胞存活率、酶活性、病毒载量），使用 GraphPad Prism 拟合剂量 - 效应曲线；

联合指数（CI）计算：通过 CompuSyn 软件，基于 Chou-Talalay 法计算 CI 值 ——CI＜0.9 为协同效应，0.9≤CI≤1.1 为相加效应，CI＞1.1 为拮抗效应；绘制联合剂量 - 效应曲面图，直观展示不同浓度比例的协同强度。

核心机制初探：

靶点 / 通路验证：通过 Western blot 检测联合用药对核心靶点及通路的影响（如 EGFR+MEK 抑制剂联合导致 p-EGFR、p-MEK、p-ERK 均下调）；通过 qPCR 检测通路相关基因表达（如炎症因子 IL-6、TNF-α mRNA 下调）；

表型分析：采用流式细胞术检测细胞凋亡（Annexin V/PI 双染）、细胞周期（PI 染色），或高内涵成像分析细胞形态 / 蛋白定位；对感染性疾病，检测细菌 / 病毒载量（如菌落计数、qPCR 检测病毒 RNA）。

深度机制解析与体内验证

多组学数据分析：

转录组学：通过 RNA-seq 分析联合用药 vs 单药的差异表达基因，富集关键通路（如 KEGG 富集分析显示细胞凋亡通路、免疫激活通路显著上调）；

代谢组学：检测细胞 / 组织的代谢产物变化（如肿瘤细胞中糖酵解代谢产物减少，三羧酸循环产物增加），揭示联合用药对代谢重编程的影响；

蛋白质组学：通过 TMT 标记定量蛋白组学，筛选联合用药调控的关键蛋白（如凋亡相关蛋白 Caspase-3 激活、耐药蛋白 ABC 转运体下调）。

体内模型验证：

药效验证：在动物模型中（如肿瘤移植瘤），给予单药与联合用药，监测疾病指标（如肿瘤体积、血糖、细菌载量），计算抑瘤率、血糖降低幅度等，验证体外协同效应（如联合用药抑瘤率显著高于单药）；

机制验证：动物实验结束后，采集病变组织（如肿瘤、肝脏、胰腺），通过免疫组化、Western blot 验证体外发现的机制（如肿瘤组织中 p-ERK 下调、凋亡蛋白 Cleaved-Caspase-3 上调）；检测药物代谢指标（如血浆药物浓度，评估联合用药对药物 PK 的影响）。

机制总结与报告撰写：整合体外、体内及多组学数据，明确联合用药的相互作用类型（协同 / 拮抗）、核心调控通路（如 RAS-ERK 通路、胰岛素信号通路）、关键分子靶点，撰写包含实验方法、结果统计、机制图及临床应用建议的完整报告。

（二）实验周期

体外联合效应分析（单药物组合 + 单细胞模型）：10-14 个工作日（含药物处理与药效检测 5-7 天，CI 计算与靶点验证 3-5 天，数据分析 2-3 天）；

体外深度机制解析（含多组学）：20-25 个工作日（需额外增加多组学实验 10-12 天，数据分析 5-7 天）；

体内验证实验（单动物模型）：30-40 个工作日（动物模型构建 7-10 天，药物给药 14-21 天，样本检测与机制验证 7-10 天）；

复杂项目（多药物组合 + 多模型 + 多组学）：45-60 个工作日（多组合实验增加 10-15 天，多模型验证增加 7-10 天）。

四、客户需提供的样本信息

（一）核心信息与数据

药物相关信息

药物基础信息：每种药物的名称 / ID、化学结构（SMILES/SDF 格式，小分子）或分子类型（如抗体、抗生素、酶抑制剂）、纯度（≥95%，提供 HPLC/LC-MS 纯度报告）、理化性质（如溶解度、稳定性、pKa）；若为生物药（如 PD-1 抗体、siRNA），需提供氨基酸 / 核苷酸序列、分子量、靶点信息（如 PD-1 抗体的抗原结合位点）。

药物活性背景：提供每种药物的体外活性数据（如单药 IC₅₀、靶点抑制率）、作用机制（如 EGFR 抑制剂、MEK 抑制剂）、已知代谢途径（如是否经 CYP3A4 代谢）；若已有初步联合数据（如某浓度比例下的协同效应），需提供数据及实验条件，便于优化后续实验设计。

实验模型相关信息

模型类型与基础信息：明确实验模型类型（如肿瘤细胞株、耐药菌、糖尿病动物模型）；若为细胞模型，需提供细胞名称（如 A549、H1975）、来源（如 ATCC 编号）、培养条件（培养基类型、血清浓度）、疾病相关特征（如是否为耐药细胞、是否表达特定靶点）；若为动物模型，需提供种属（小鼠 / 大鼠）、品系（如裸鼠、db/db 小鼠）、模型构建方法（如肿瘤细胞接种密度、病毒感染 MOI）。

模型验证数据（可选）：若客户已构建模型，需提供模型验证报告（如肿瘤生长曲线、血糖基线值、耐药菌 MIC 值），确保模型适用性；若为耐药模型，需提供耐药机制（如基因突变类型、旁路激活通路），便于针对性设计联合方案。

分析需求与实验设计

明确分析目标：如联合用药协同机制解析、耐药逆转机制验证、不良反应机制分析、临床方案优化支持；

联合方案设计：指定药物组合（如 A 药 + B 药）、浓度比例（如 1:1、1:2）、给药顺序（如同时给药、序贯给药）；若需筛选最优组合，可提供药物库信息（如 5 种候选药物），委托实验方通过高通量筛选确定最佳组合；

检测指标要求：指定需重点检测的指标（如细胞凋亡率、通路蛋白表达、代谢产物、动物抑瘤率）；是否需开展多组学分析（转录组学、代谢组学）；是否需计算联合指数 CI、绘制剂量 - 效应曲面；

特殊要求：如药物需避光操作、细胞实验需延长孵育时间（如 72 h vs 48 h）、动物实验需检测药物代谢动力学（PK）参数；若为临床相关研究，需说明是否需符合 GLP 规范。

（二）信息要求细则

药物质量与数量：每种药物需足量（体外实验≥10 mg，体内实验≥50 mg，根据检测项目调整），纯度≥95%，无干扰检测的杂质（如金属离子、微生物污染）；若药物溶解性差，需提供助溶剂使用说明（如 DMSO 浓度≤0.5%），确保实验体系中药物完全溶解。

模型质量要求：细胞模型需无支原体污染、细胞活力≥90%、功能稳定（如肿瘤细胞增殖速率一致、耐药菌耐药表型稳定）；动物模型需检疫合格、模型成功率≥90%（如肿瘤成瘤率、糖尿病模型血糖达标率），避免因模型质量导致联合效应误判。

特殊场景说明：

若为序贯联合用药（如先给药 A，24 h 后给药 B），需提供序贯时间间隔建议，或委托实验方通过预实验确定最优序贯方案；

若药物存在代谢相互作用（如 A 药抑制 B 药代谢酶），需提供体外代谢数据（如人肝微粒体代谢实验结果），便于区分 “药效协同” 与 “药代协同”；

若为生物药联合（如双特异性抗体 + 化疗药），需说明生物药的靶向性（如抗原特异性）、给药途径（如静脉注射、腹腔注射），便于设计体内给药方案。

五、交付内容及增值服务

（一）基础交付

完整分析报告

实验背景与设计：药物组合信息、实验目的（如协同机制解析）、模型详情（细胞 / 动物模型构建方法）、联合用药方案（浓度比例、给药顺序、检测指标）；

体外实验结果：

联合效应量化：单药与联合用药的剂量 - 效应曲线、联合指数 CI 值（含不同浓度比例的 CI 列表）、剂量 - 效应曲面图；协同 / 拮抗效应判定（如 CI=0.6，判定为强协同）；

靶点与通路验证：Western blot/qPCR 原始数据（如蛋白灰度值、基因表达 CT 值）、关键靶点 / 通路的变化趋势图（如 p-EGFR、p-MEK 联合用药后下调）；表型分析结果（细胞凋亡率、病毒载量、细菌菌落计数）；

体内实验结果（若有）：动物疾病指标变化（肿瘤生长曲线、血糖变化曲线）、联合用药 vs 单药的药效对比（如抑瘤率、血糖降低幅度）、病变组织病理切片（如肿瘤坏死程度、炎症损伤）、体内机制验证（免疫组化结果、组织蛋白表达）；

机制总结：联合用药的相互作用类型、核心调控通路（如 “EGFR+MEK 抑制剂→双重阻断 ERK 通路→增强凋亡”）、关键分子机制图（标注药物作用靶点、通路节点、效应分子）；

结论与建议：联合用药的优势（如协同增效、耐药逆转）、临床应用建议（如推荐剂量比例、给药顺序）、后续研究方向（如扩大样本验证、优化联合方案）。

核心数据文件

原始数据文件：体外药效检测原始数据（如酶标仪吸光度值、流式细胞术原始文件）、Western blot/qPCR 原始图谱、动物个体记录（体重、肿瘤体积、血糖）、病理切片扫描图；

分析结果文件：CI 计算原始数据（CompuSyn 输出报告）、剂量 - 效应曲线拟合文件（GraphPad Prism 项目文件）、靶点 / 通路统计分析表（均值 ±SD、组间 P 值）、多组学差异分子列表（如差异基因、差异代谢产物）；

实验材料文件：药物纯度报告、细胞鉴定报告、试剂与耗材清单（如抗体品牌批号、检测试剂盒信息）、仪器校准记录（酶标仪、流式细胞仪）。 

可视化图表

联合效应图表：单药 vs 联合用药的剂量 - 效应曲线对比图、联合指数 CI 值柱状图（不同浓度比例）、剂量 - 效应曲面图（标注协同区域）；

机制验证图表：关键靶点 / 通路蛋白表达热图、细胞凋亡散点图、病理切片对比图（对照组 vs 联合用药组）；

体内药效图表：动物肿瘤生长曲线（带组间对比）、体重变化折线图、血糖 / 病毒载量变化柱状图。

（二）增值服务

高级机制解析与方案优化

多组学联合分析：整合转录组学、代谢组学、蛋白质组学数据，构建 “药物 - 靶点 - 通路 - 代谢” 协同网络（如联合用药通过下调糖酵解基因 + 上调氧化磷酸化代谢产物，抑制肿瘤能量供应）；通过加权基因共表达网络分析（WGCNA）筛选核心调控模块（如 “凋亡 - 免疫” 协同模块），深化机制理解。

耐药机制与联合方案优化：针对耐药模型，通过 CRISPR-Cas9 基因编辑、siRNA 干扰验证耐药关键基因（如 MET、AXL）；基于机制设计 “原药 + 耐药靶点抑制剂” 的联合方案，通过体外细胞实验与体内动物模型验证优化效果（如耐药细胞 IC₅₀从 10 μM 降至 0.5 μM）。

临床剂量推算：基于体外 CI 值与体内药效数据，结合 PK-PD 模型（如药物暴露量与协同效应的关联），推算临床联合用药的最优剂量比例（如体外 1:2 浓度比例对应临床 A 药 500 mg+B 药 1000 mg），为临床试验设计提供依据。

临床转化与申报支持

临床方案设计支持：基于联合用药机制，设计临床 I/II 期试验方案（如剂量递增组、联合顺序组），明确疗效评价指标（如 ORR、PFS）与安全性监测指标（如肝肾功能、不良反应发生率）；

申报资料准备：按 NMPA/FDA/EMA 要求，整理联合用药机制数据，撰写药品注册资料中的 “联合用药研究” 章节，协助完成 IND 申报（如提供符合 GLP 规范的原始数据与报告）；

学术论文支持：按期刊要求优化图表格式（分辨率 300 dpi、标注统计学差异），撰写机制分析方法学部分与结果解读，协助引用相关通路、靶点及联合用药文献。 

技术支持与后续服务

实验技术培训：提供联合用药实验技术培训（如 CI 值计算、高内涵成像操作、多组学数据分析），包括实验原理、操作步骤、数据解读与问题排查；

定制化方案开发：针对特殊疾病（如罕见病）、特殊药物类型（如 ADC、基因治疗药物），定制联合用药机制分析方案（如 ADC 联合免疫检查点抑制剂的 “靶向递送 + 免疫激活” 机制分析）；

长期合作与随访：为客户提供联合用药后续临床应用的技术咨询（如基于患者基因型调整联合方案），跟踪研究进展，及时解决实验问题（如联合效应重复性差的原因分析）。

六、技术优势

（一）系统解析联合机制，突破单一药物研究局限

相比传统单一药物研究仅关注个体效应，联合用药机制分析可从 “药物互作 - 通路调控 - 表型变化” 多维度揭示协同 / 拮抗规律，明确联合用药的核心调控环节（如靶点互作、代谢影响、通路互补），避免因 “机制不明” 导致的临床联合方案盲目性（如仅基于经验组合导致疗效不佳）。

（二）量化协同效应，结果科学可靠

通过联合指数 CI、剂量 - 效应曲面等量化指标，客观判定联合作用类型（协同 / 拮抗 / 相加），避免主观判断偏差；结合体外细胞实验、体内动物模型及多组学验证，形成 “体外筛选→机制解析→体内验证” 的闭环，确保结果可重复（如不同实验室 CI 值偏差＜10%），为临床应用提供可靠依据。

（三）灵活适配多样化疾病与药物类型

可针对不同疾病领域（肿瘤、感染、代谢疾病）、不同药物类型（小分子化学药、生物药、抗生素）设计定制化方案：① 肿瘤领域侧重 “靶点协同、耐药逆转” 机制；② 感染领域侧重 “抗耐药、疗效增强” 机制；③ 代谢疾病领域侧重 “多器官协同调控” 机制；同时支持序贯联合、同步联合等不同给药方式，满足多样化研究需求。

（四）指导临床转化，提升研发与治疗效率

通过机制分析明确联合用药的 “有效浓度范围”“最优比例”“安全窗口”，为临床剂量设计提供精准指导（如避免因剂量不当导致的毒性增加）；针对临床耐药问题，快速解析逆转机制并设计联合方案（如肿瘤耐药后 2-3 个月内完成体外机制分析与体内验证），显著缩短研发周期，提升临床治疗成功率（如联合用药使肿瘤客观缓解率 ORR 从 30% 提升至 60%）。