脂质体癌症药物数据库（LCDD）：癌症诊疗纳米载体的系统化资源与研究方向洞察

《Database》：Liposomal Cancer Drug Database (LCDD): a comprehensive resource for liposome research in cancer therapy and diagnosis

本刊推荐：为解决癌症研究中脂质体数据分散、缺乏系统整合的问题，研究团队开发了脂质体癌症药物数据库(LCDD)。该数据库手动提取了4436篇研究论文中的14类关键属性（如癌症类型、脂质体尺寸、实验类型等），实现了对脂质体在癌症治疗、诊断及诊疗一体化应用中数据的标准化归类。LCDD通过交互式网络平台（https://bioinformaticscollege.ir/lcdd/）提供多维度检索和统计分析功能，显著提升了研究效率，为纳米药物研发提供了数据驱动的决策支持。

　　

在全球范围内，癌症是导致死亡的第二大原因，仅2020年就有约一千万人因此丧生，使其成为一个严重的全球健康问题。对于几乎所有恶性肿瘤而言，如果在早期阶段及时诊断和治疗，生存率会显著提高。然而，有效的治疗和早期诊断工具的缺乏是癌症预后不良的主要原因。当前的治疗方法包括手术、化疗或放疗，或它们的组合使用，尽管取得了显著的临床进展，但这些治疗方法仍然存在严重的副作用、全身毒性、非特异性以及缺乏有效性等缺点。此外，传统的癌症检测和成像技术耗时较长，可能无法可靠地区分良性和恶性肿瘤，并且无法在超早期阶段诊断癌症。

在此背景下，纳米颗粒技术作为有前景的癌症治疗和诊断工具被开发出来，可用于癌症药物的个性化定制和更有效的肿瘤抑制。纳米颗粒的高表面积体积比和增加的反应性等特性有助于其发挥深远的治疗和诊断效率。增强的渗透性和滞留效应（EPR效应）源于肿瘤组织的高血管通透性和不良的淋巴引流，使得携带治疗和诊断剂的纳米颗粒能够被动靶向并积聚在肿瘤部位。纳米颗粒的高表面积体积比使其能够有效地与各种靶向分子（如抗体、肽、适体、碳水化合物）进行功能化。纳米颗粒的功能化提高了其在肿瘤部位的有效载荷，增强了特异性和敏感性，同时减少了治疗剂的副作用。

脂质体自1964年被发现以来，在药物递送、靶向、增溶、稳定、药代动力学改善以及作为诊断工具方面获得了广泛关注。脂质体由合成或天然磷脂制备，具有独特的囊泡结构，有助于将亲水性药物包裹在核心，将亲脂性药物包裹在磷脂层之间。脂质体药物递送系统能够携带大量药物载荷，通过保护药物免受降解和人体免疫系统的破坏来提高生物利用度，并且其理化性质可调。脂质体是可生物降解的，并被认为是生物相容的。用各种分子对脂质体进行表面功能化可以增加其循环半衰期，促进靶向特异性，促进细胞摄取，并促进药物响应刺激而释放。

尽管脂质体药物递送技术在癌症治疗和诊断方面取得了显著进展，但几个障碍限制了脂质体制剂的临床应用。为了充分发挥脂质体制剂的治疗和诊断潜力，必须克服肿瘤异性和生物学障碍。其他障碍包括细胞内在化和有效的肿瘤组织渗透。过去几十年，脂质体研究及其在癌症治疗和诊断中的应用的不断进步导致了大量数据的积累。因此，一个整合所有相关脂质体研究的综合性数据库变得至关重要。

为了应对这一挑战，研究人员开发了脂质体癌症药物数据库（LCDD）。这是一个全面的基于网络的资源，提供了用于癌症治疗和诊断的脂质体基制剂的广泛概述。LCDD编译了来自约4500篇研究文章的数据，将每篇文章的信息分类为14个关键属性，例如癌症类型、脂质体大小、实验类型、细胞系类型、体内动物、脂质体功能和货物类型。该数据库建立在直接的文献调查基础上，是研究人员开发脂质体基癌症治疗药物、诊断平台或诊疗解决方案的关键工具。

研究人员通过检索Scopus、Web of Knowledge、PubMed和Google Scholar等文章数据库，使用关键词“脂质体”、“癌症”和“药物递送”以及各种癌症名称（例如乳腺癌、脑癌、淋巴瘤等）和脂质体同义词（例如LNP）进行搜索，截至2024年12月共找到8786篇论文。在排除综述、不相关、非英文文章以及无法获得全文的文章后，从选定的论文中提取数据，基于癌症类型、脂质体大小（<100 nm, 100-200 nm, >200 nm）、实验类型（体外、离体、体内、临床试验）、细胞系、动物模型、功能（治疗、诊断、诊疗）以及货物类型（化学化合物、核酸、蛋白质和肽、纳米颗粒、脂质、多糖）进行分类。细胞系名称根据ATCC（美国模式培养物集存库）数据库进行标准化，以确保准确的介绍和拼写。

为了促进数据管理，研究人员开发了一个强大的内容管理系统，使用PHP作为后端，Vue.js（版本3）作为前端，MySQL作为数据库管理系统进行CRUD（创建、读取、更新、删除）操作。为了维护数据完整性，实施了多种验证机制，包括重复条目预防、必填字段验证、数据类型验证、格式验证、跨字段验证和自动错误报告机制。数据提取人员经过培训，遵循标准化程序以确保一致性。每提取100篇文章后，提取的数据由两名独立评审员进行随机检查。在数据准备结束时，数据针对原始文章随机验证两次以确保准确性。

LCDD数据库使用PHP和MySQL实现了强大的后端。选择PHP和MySQL为存储、管理和检索数据提供了可靠有效的基础。为了增强用户体验，使用Bootstrap实现了数据库的响应式版本，确保用户可以在各种设备和屏幕尺寸上无缝访问数据库并与之交互。HTML和CSS协同工作，构建和样式化LCDD数据库的用户界面。HTML定义内容和结构，而CSS通过自定义样式为界面注入活力。它们共同为用户创建了一个直观且视觉上吸引人的环境，以便与数据库交互并访问其有价值的数据。

为了提高交互性和数据检索速度，利用jQuery从数据库获取数据而无需刷新页面。这种基于AJAX的方法通过动态更新页面上的内容来实现更流畅的用户体验。为了促进高效的数据过滤和搜索功能，将selectize.js和一个表格排序库集成到数据库中。这些强大的库使用户能够轻松过滤和排序表格内的数据，使他们能够快速找到所需信息。此外，还实现了以JSON格式检索数据以及将数据转换为CSV文件的功能。将检索到的数据转换为CSV文件的能力为用户提供了使用外部工具和软件分析和操作数据的灵活性。

LCDD是一个免费的基于网络的在线数据库，可通过https://bioinformaticscollege.ir/lcdd/访问。为了提供用户友好的图形界面，提供了基于多按钮的搜索功能，按分类顺序显示结果。

数据库包含两个搜索部分：基本搜索和高级搜索。基本搜索有四个搜索框，包含：“癌症类型”、“功能”（治疗、诊断、诊疗）、“货物类型”（核酸、蛋白质和肽、化学化合物、纳米颗粒、脂质、多糖）和“货物”。这些灵活的搜索选项帮助研究人员轻松深入数据库。高级搜索选项位于页面上部功能区，除了四个基本搜索选项外，还提供八个更多选项。搜索项目包括：“人类细胞系类型”、“动物细胞系类型”、“脂质体大小”、“实验类型”、“体外研究类型”、“细胞系来源”、“动物体内研究”和“商业脂质体类型”。在高级搜索的“癌症类型”部分，可以同时选择多种癌症。

在结果页面，每条记录占一行，包含多列。列包括：PMID、脂质体大小、癌症类型、实验类型、实验中使用的体外测定类型、细胞系类型、体内动物模型、脂质体功能、装载的货物以及研究中使用的商业脂质体类型。可以从搜索页面将全部或部分数据导出为.csv文件。

通过使用各种搜索组合，用户不仅可以对不同的文章进行排序，还可以从数据库中获得各种统计结果。数据显示，在脂质体研究中研究最多的五种癌症是乳腺癌（22.7%）、胃肠道癌（11.19%）、肺癌（10.65%）、女性生殖系统癌（9.7%）和皮肤癌（6.75%）。胆囊癌（0.02%）、脾癌（0.02%）和心脏癌（0.04%）研究最少。体外/体内实验（50.52%）和体外测试（29.49%）是最常用的实验类型，而离体研究是最不常见的，约占研究的0.27%。在脂质体癌症药物的体内实验中，小鼠（82.63%）在大多数实验中被使用，而猴子、猫和仓鼠（均约为0.03%）很少被用作脂质体癌症药物研究的动物模型。这可以归因于小鼠与人类的基因组相似性、易于操作和处理、寿命短、繁殖快、既定的研究方案以及与其它实验动物相比的成本效益。

化学化合物构成了脂质体上装载货物的大约一半（55.2%）。核酸（14.6%）和蛋白质（4.7%）分别是第二和第三最常用的货物。然而，使用两种或更多治疗剂的联合疗法也越来越多地被探索用于癌症治疗（约21.1%）。这些生物分子可以靶向参与癌症发展和进展的特定遗传和分子途径，提供更精确和个性化的治疗选择。用作癌症药物载体的脂质体大多合成在100-200 nm范围内（47.5%），而小于100 nm和大于200 nm的脂质体分别占报道脂质体的17.5%和12.2%。脂质体主要用于治疗目的，占所有应用的84.1%，而诊断目的占3.1%。诊疗应用占脂质体载体的12.8%，突出了脂质体在该领域的潜力。

统计分析显示，在治疗性脂质体中，研究最多的癌症是乳腺癌（22.83%）、胃肠道癌（11.22%）和肺癌（11.04%）。诊断性脂质体载体最常用于乳腺癌（23.13%）、肺癌（13.13%）和胃肠道癌（12.5%）。对于诊疗脂质体，乳腺癌（21.67%）、胃肠道癌（10.68%）和女性生殖系统癌（9.13%）是研究最多的癌症之一。

对每种货物类别中最常用的药物/货物进行分析总结。阿霉素是化学化合物中最常用的货物。植醇是脂质体中最常装载的脂基货物。金纳米颗粒是生物医学中使用最广泛的纳米颗粒，在纳米颗粒类别中占比最大。在各种核酸中，质粒和siRNA是脂质体上最常装载的货物。卵清蛋白作为蛋白质和肽类别中研究最多的货物，是一种广泛用于癌症研究，特别是免疫治疗和疫苗开发的蛋白质抗原。

分析脂质体基癌症药物中使用的不同细胞系，4T1（小鼠乳腺癌细胞系）、B16-F10（小鼠黑色素瘤细胞系）和CT2（小鼠结肠癌细胞系）分别有250、125和54项研究，是研究最多的三种动物细胞系。MCF7（乳腺癌细胞系）、A549（肺癌细胞系）和MDA-MB-231（乳腺癌细胞系）分别有434、186和171项研究，是脂质体研究中研究最多的三种人类细胞系。

据作者所知，没有其他数据库专门致力于脂质体抗癌研究。虽然研究人员可以利用PubMed或Scopus查找相关文章，但LCDD提供了更具针对性、以目标为导向和用户友好的体验。它通过节省时间、提高准确性和实现无缝的研究比较来提高效率。此外，LCDD作为计算研究（包括机器学习、趋势分析和元综述）的即插即用资源。鼓励用户使用技术支持选项卡探索涉及数据分析和计算研究的潜在合作。尽管存在关于脂质体抗癌疗法的高质量综述文章，但没有一篇能提供与LCDD相同深度和结构组织水平。此外，LCDD每6个月定期更新一次，确保覆盖最新研究，超越了已发表综述的静态性质。

然而，无法获取全文是该数据库的一个局限性。为了帮助用户定位原始文章，提供了PMID号。用户可以通过“联系我们”选项卡报告拼写错误或程序错误。

脂质体构成了临床批准的抗癌剂纳米载体的主要部分。它们因其有利的属性而受到高度重视，为各种癌症的诊断和治疗提供了众多机会。在这项研究中，研究人员手动提取了4436篇关于用于癌症诊断和治疗的治疗性、诊断性和诊疗性脂质体的开发和表征的研究文章的数据。这些数据被编译成一个综合性数据库LCDD。数据经过多次检查以确保可靠性，使其成为在癌症治疗或诊断中使用脂质体配方的人员的宝贵参考。LCDD具有多种优势，包括信息集中、增强协作以及通过避免重复工作提高效率。它提供全球可访问性，确保世界各地的研究人员可以从共享知识中受益。LCDD可作为教育工具，允许进行趋势分析和识别研究空白。

从LCDD提取的数据表明，乳腺癌是脂质体研究中研究最多的癌症类型，其次是胃肠道癌、肺癌和女性生殖系统癌。LCDD显示脂质体主要用于治疗而非诊断应用。此外，分析脂质体抗癌配方中使用的药物统计数据显示，将数据库输出、临床试验和上市药物联系起来的趋势。化学化合物，尤其是阿霉素，在脂质体研究、临床试验和市场中最常装载的货物中占主导地位。虽然抗癌治疗性miRNA正在获得关注，但与化学化合物相比，其研究、上市或试验较少。几个因素，如miRNA在体内的不稳定性、脱靶效应和免疫原性，可能阻碍miRNA的临床应用。这些发现可能会激发在未充分探索领域的研究，并弥合与市场就绪创新之间的差距。

LCDD提供有关各种脂质体配方的详细信息，这将有助于大数据分析，并协助研究人员在进行脂质体制备用于癌症治疗和诊断的研究中做出更好的决策。制药公司和研究人员可以使用该数据库识别有前景的脂质体配方并简化药物开发过程。它对学生和教育者来说是宝贵的资源，为学习和教学目的提供丰富的信息。作者致力于维护和更新LCDD，修复程序错误，开发全面的文档，创建用户友好的教程，并增强LCDD功能。此外，为了改善用户体验和搜索相关性，将探索基于本体的搜索集成。鼓励用户通过https://bioinformaticscollege.ir/lcdd/contact-us/联系作者，报告程序错误、请求协助以及对新功能和更新的建议。欢迎所有用户的反馈，以持续改进平台。

本研究部分得到Tarbiat Modares大学研究理事会的支持。LCDD数据库将定期更新（每6个月一次）。现在可通过https://bioinformaticscollege.ir/lcdd/公开免费获取。相关数据可通过向作者请求获得。