药学药企药品研发实习生实习报告

药学药企药品研发实习生实习报告一、摘要

2023年7月1日至2023年8月31日，我在XX药企研发部担任药品研发实习生，负责协助完成3个临床前候选药物的体外活性测试。通过运用高效液相色谱质谱联用（HPLCMS）技术，共完成120份样本的定性与定量分析，准确率达99.2%；参与优化溶媒体系，使候选药物A的溶解度提升23%，符合II期临床给药要求。熟练应用SAS软件进行数据统计分析，完成2份药物代谢动力学报告，其中药物B的半衰期预测误差小于5%。掌握了药物研发中体外模型验证的标准化流程，提炼出“梯度稀释平行对照”的实验设计方法论，可应用于同类药物研发项目中。

二、实习内容及过程

2023年7月1日到8月31日，我在一家专注于小分子创新药研发的公司实习，岗位是研发助理。主要跟着团队做临床前候选药物的体外活性测试和药代动力学研究。实习初期，我被分配到体外药效组，负责3个新药的体外活性筛选。导师给我安排了12份实验方案，我用了3周时间全部跑完，包括细胞培养、药物孵育、靶点检测等步骤。其中候选药物A的IC50值测定，我独立完成了5个浓度梯度的重复实验，最终结果RSD值控制在4.2%以内，符合SOP要求。

7月20号左右遇到第一个挑战，一个候选药物B在细胞实验中信号噪声比太低，直接测不出有效浓度。当时挺懵的，导师建议我优化溶媒体系。我花了整整两周，尝试了5种不同的溶媒（DMSO、乙醇、ACN等），每次都重新调整细胞状态和药物浓度梯度，最后用乙醇PBS混合溶剂把信号提升了一倍多，IC50从原来的150nM降到了65nM。这个过程中我学会了怎么分析实验失败的原因，还学会了用Excel做误差分析图。

8月初转去药代动力学组，参与候选药物C的动物实验数据整理。我们用的是SD大鼠，每个剂量组8只，每天取血3次。我负责用SAS软件处理原始数据，做药时曲线（AUC、Cmax等参数）。刚开始对SAS不熟，跑了好几遍都出错，导师就让我看他们之前做的模板，总结出输入数据要严格按列对齐，缺失值用特殊代码表示。最后我独立完成了2份完整的药代报告，药物C的半衰期预测值和实测值误差只有3.8%，得到了组里前辈的认可。

实习期间还接触了药物代谢研究，比如用LCMS/MS检测候选药物在肝脏微粒体中的代谢产物。有一次分析样本时，基质效应太强，峰形变形严重。我尝试调整流动相比例和离子源参数，最后把乙腈比例从20%提高到35%，峰面积响应提升超80%，结果准确定量了3个主要代谢途径。这段经历让我明白，实验没一步能省，得对每个细节都上心。

公司的实验管理流程挺规范的，但有时候培训不够及时，比如刚接手项目时没人细讲实验原理，全靠摸索。另外，我的岗位更偏向技术执行，跟临床或者市场结合少，感觉对药物全生命周期的理解还不够。如果能多组织跨部门的分享会，或者给我机会参与文献解读会就更好了。总的来说，这次实习让我把课本里的药代动力学、药效学跟实际操作挂上了钩，特别是怎么解决实验中的小问题，这比单纯看报告收获大。以后想进研发岗，还得把SAS和LCMS/MS这两块技能练得更扎实。

三、总结与体会

8周的实习像把理论知识和实际工作连接起来的桥梁，收获比预想的要扎实。刚开始7月1号进公司时，面对真实的GMP环境还是有点懵，连如何规范记录实验日志都要学。但到8月31号离开时，我已经能独立完成体外活性测试的完整流程，并参与撰写了药代动力学报告初稿，这让我挺有成就感的。期间负责的3个候选药物实验数据，最终有2个（A和C）的IC50值和药代参数满足继续推进的条件，这个结果直接印证了我在学校学的药理学和药物代谢知识不是白学的。

这段经历让我对职业规划更清晰了。以前觉得做研发就是跑实验，现在明白项目管理、数据分析和跨部门沟通同样重要。比如在处理药物B的实验失败时，我学会了主动跟导师沟通调整方案，而不是等指令。这种主动性和解决问题的能力，可能是学校里学不到的。导师提点我要多看文献，我之后每天花1小时读文献摘要，8周下来整理了20篇相关领域的文章，感觉对药物研发的前沿动态有了更直观的认识。这让我决定下学期要重点深化SAS统计分析的学习，争取拿下相关证书，为以后求职增加竞争力。

行业里现在强调AI和大数据在药物研发中的应用，我在实习中也接触到一些自动化实验平台。虽然只是辅助操作，但看到机器能自动处理大量样本，效率高很多，就觉得未来的研发工作肯定离不开这些新技术。公司那种快节奏、高标准的氛围也让我意识到，学校里的学习节奏得加快，遇到问题不能总想着求助老师，得先自己查资料、试方案。这种从学生到准职场人的心态转变，可能是最大的成长。后续我会把实习中积累的项目经验整理成笔记，争取在毕业设计或者求职简历里体现出来，毕竟真实的数据和案例比空泛的描述更有说服力。

四、致谢

在此期间，我在XX药企的研发部门得到了宝贵的实习机会。衷心感谢部门的指导老师，他不仅在实验操作上给予我细致的指导，特别是在处理药物B代谢产物分析问题时，耐心讲解LCMS/MS的参数优化方法，让我获益匪浅。感谢组里的同事们，和他们一起讨论实验方案、分享文献资料