杨晓1，朱向东1*，张兴栋1*

1四川大学，成都，610064，中国

详细摘要：生物材料服役于人体内复杂的生理环境，影响因素多，研发周期相较于其它功能材料更加漫长迫切需要基于高通量计算和机器学习，加快材料研发从基础到应用的进程。为了解决这一需求，我们系统开展了基于高通量筛选的抗肿瘤纳米粉体制备、评价及产品研发的全链条研究。首先，设计并构建了抗肿瘤 /组织再生性材料数据库，特别是明确了可供后续高效使用的生物材料数据格式及规范。目前，该数据库已收录了 40 余万条数据涵盖了实验数据和高通量理论计算等数据，实现了数据的有效查询及管理，以及数据库的规范化、兼容性和可扩展性。进一步，我们与南京大学、中科院上海硅酸盐研究所合作，针对生物材料数据特点，发展适用于数据量庞大、属性缺失的数据分析方法，包括分布式并行数据处理方法、深度学习和迁移学习算法。成功将机器学习算法融入数据库，基于对抗肿瘤 /组织再生性材料数据库中文献和前期实验数据的Apriori分析，定性展示了纳米材料的形貌浓度等与肿瘤细胞凋亡的参数间的关联。筛选出影响无机纳米材料抗肿瘤和诱导组织再生功能的特征描述符。发现纳米粒子的形貌和表面电荷分布是影响材料生物矿化和肿瘤抑制的重要因素。依托高通量计算与数据分析一体化平台，以及无机纳米粉体的高通量制备和生物学表征技术，我们通过实验验证，确定了纳米粒子形貌与肿瘤抑制之间的关系，筛选出一种兼具抗骨肿瘤和成骨功能的特定纳米羚基磷灰石粒子，不外加药物即能达到良好的治疗及修复效果。依托本单位中试生产基地，我们开展了具有自主知识产权的抗肿瘤基磷灰石粉料产品研发，已在四川大学华西医院开展完成 30 例临床试验，初步随访结果良好，在临床骨与软组织肿瘤的术后治疗上有很好的应用潜能。

关键词：高通量计算；数据库；抗肿瘤；纳米粒子