第十四章-藥物生物信息學(xué)課件

生物信息學(xué)生物信息學(xué)第十四章

藥物生物信息學(xué)哈爾濱醫(yī)科大學(xué)徐良德生物信息學(xué)第十四章

藥物生物信息學(xué)哈爾濱醫(yī)科大學(xué)生物信息學(xué)學(xué)習(xí)提綱

重點

藥物靶標(biāo)的識別和驗證藥物靶標(biāo)結(jié)構(gòu)預(yù)測與軟件使用藥物基因組生物標(biāo)志物的發(fā)現(xiàn)與驗證藥物基因組在新藥開發(fā)的應(yīng)用學(xué)習(xí)提綱重點藥物靶標(biāo)的識別和驗證

難點

藥物靶標(biāo)結(jié)構(gòu)預(yù)測與軟件使用藥物靶標(biāo)相關(guān)數(shù)據(jù)庫

熟悉難點藥物靶標(biāo)結(jié)構(gòu)預(yù)測與軟件使用藥物靶標(biāo)相關(guān)數(shù)據(jù)庫熟悉第一節(jié)引言Section1Introduction第一節(jié)引言Section1Introduc人體內(nèi)核酸，蛋白質(zhì)等大分子、小分子等內(nèi)源性物質(zhì)的穩(wěn)定濃度和代謝速度存在很大差異。這些差異一定程度上決定了個體對疾病的易感性和機體對外源性刺激和藥物的反應(yīng)效果。闡明疾病易感性和藥物反應(yīng)與機體各分子種類和數(shù)量關(guān)系具有重大意義。人體內(nèi)核酸，蛋白質(zhì)等大分子、小分子等內(nèi)源性物質(zhì)的穩(wěn)定濃度和代藥物生物信息學(xué)就是在高通量大分子物質(zhì)大量的定性和定量研究、小分子化合物作用效果探索基礎(chǔ)上，借助信息學(xué)手段實現(xiàn)藥物靶標(biāo)識別、新的生物和化學(xué)藥物開發(fā)、藥物作用效果預(yù)測、藥理機制闡明、個性化給藥分析與應(yīng)用的新興領(lǐng)域。藥物生物信息學(xué)第二節(jié)藥物靶標(biāo)的信息學(xué)識別Section2BioinformaticsTechnologiesofDrugTargetsDiscovery第二節(jié)Section2一、藥物靶標(biāo)概述藥物靶標(biāo)（drugtargets）是生理狀態(tài)下物質(zhì)代謝或信號通路的關(guān)鍵組成部分，也是直接參與細胞內(nèi)外特定大分子、小分子活性作用或病原微生物入侵的功能分子。一、藥物靶標(biāo)概述藥物靶標(biāo)（drugtargets）有效靶標(biāo)特征對影響疾病病理過程的物質(zhì)代謝或信號通路有控制作用；盡可能在誘發(fā)疾病的病理過程中位于生成該物質(zhì)的最終環(huán)節(jié)，或處于與疾病密切相關(guān)的信號通路下游關(guān)鍵環(huán)節(jié)；盡可能不參與與疾病無關(guān)的組織或細胞生命活動所必需的代謝過程或信號傳遞過程；盡可能避開多個代謝或信號通路的交叉點。有效靶標(biāo)特征人體內(nèi)源性產(chǎn)生及病原體入侵后產(chǎn)生的蛋白質(zhì)是藥物靶標(biāo)篩選的最重要的對象。隨著人類和大量微生物基因組測序的完成，人類蛋白質(zhì)識別、鑒定、結(jié)構(gòu)分析技術(shù)的不斷完善，以及藥物分子和藥物靶標(biāo)知識的積累，用生物信息技術(shù)發(fā)掘藥物靶標(biāo)是新藥發(fā)現(xiàn)的基礎(chǔ)。人體內(nèi)源性產(chǎn)生及病原體入侵后產(chǎn)生的蛋白質(zhì)是藥物靶標(biāo)篩選的最重生物信息學(xué)藥物新靶標(biāo)發(fā)現(xiàn)技術(shù)主要有兩類一類是以實驗識別的疾病相關(guān)基因或蛋白質(zhì)為研究對象，從作用功能的角度推斷其作為候選藥物新靶標(biāo)的可能性。另一類結(jié)合已知的藥物作用方式和靶標(biāo)序列特征，分析基因組、蛋白質(zhì)組序列或結(jié)構(gòu)，通過模式匹配，判斷候選基因或蛋白質(zhì)作為潛在藥物靶標(biāo)的可能性。生物信息學(xué)藥物新靶標(biāo)發(fā)現(xiàn)技術(shù)主要有兩類二、藥物靶標(biāo)數(shù)據(jù)資源（一）藥物靶標(biāo)信息資源DrugBank數(shù)據(jù)庫（http://www.drugbank.ca/）最權(quán)威的藥物和化學(xué)信息資源二、藥物靶標(biāo)數(shù)據(jù)資源（一）藥物靶標(biāo)信息資源DrugBank數(shù)DrugBank檢索界面示意DrugBank檢索界面示意治療靶標(biāo)數(shù)據(jù)庫TDD（TherapeuticTargetDatabase）一個以收集藥物治療靶點數(shù)據(jù)為主的公共數(shù)據(jù)庫資源。KEGGDRUG數(shù)據(jù)庫KEGG數(shù)據(jù)庫的子庫，存儲日、美、歐批準的藥物信息。治療靶標(biāo)數(shù)據(jù)庫TDD（二）藥物副作用靶標(biāo)信息資源藥物副作用靶標(biāo)數(shù)據(jù)庫DART（DrugAdverseReactionTargets）提供了已知藥物副作用靶標(biāo)、功能和性質(zhì)、文獻鏈接等數(shù)據(jù)信息。治療相關(guān)多信號通路數(shù)據(jù)庫TRMPD（TherapeuticallyRelevantMultiplePathwaysDatabase）包含來自文獻的藥物作用信號通路及靶標(biāo)交叉信息，也提供對應(yīng)的文獻來源、疾病相關(guān)情況、針對通路中靶標(biāo)的配體藥物等信息。（二）藥物副作用靶標(biāo)信息資源藥物副作用靶標(biāo)數(shù)據(jù)庫DART（三）藥物-蛋白互作數(shù)據(jù)資源生物分子互作動力學(xué)數(shù)據(jù)庫KDBI（kineticdataofbio-molecularinteraction）收集了來自文獻實驗測定的蛋白質(zhì)之間、蛋白質(zhì)-RNA之間、蛋白質(zhì)-DNA之間、蛋白質(zhì)-小分子配體之間、RNA-配體之間、DNA-配體之間的結(jié)合反應(yīng)數(shù)據(jù)。（三）藥物-蛋白互作數(shù)據(jù)資源生物分子互作動力學(xué)數(shù)據(jù)庫KDBI蛋白質(zhì)-配體相互作用數(shù)據(jù)庫PLID（protein-ligandinteractiondatabase）是基于網(wǎng)絡(luò)的免費數(shù)據(jù)庫，其收集了6295配體同從蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)庫中提取的蛋白質(zhì)的復(fù)合物結(jié)構(gòu)，還提供配體物理化學(xué)性質(zhì)、量子力學(xué)特征描述和蛋白質(zhì)活性位點接觸殘基等信息。蛋白質(zhì)-配體相互作用數(shù)據(jù)庫PLID生物學(xué)相互作用通用庫BioGRID（biologicalgeneralrepositoryforinteractiondatasets）收集來自常見模式生物的蛋白質(zhì)及基因間的相互作用信息。此數(shù)據(jù)庫可用于預(yù)測同類蛋白質(zhì)的功能。生物學(xué)相互作用通用庫BioGRID（四）其他重要的藥物信息數(shù)據(jù)庫藥物蛋白質(zhì)數(shù)據(jù)庫NRDB藥物關(guān)聯(lián)蛋白數(shù)據(jù)庫ADME轉(zhuǎn)運蛋白數(shù)據(jù)庫TransportDB藥物遺傳效應(yīng)數(shù)據(jù)庫PharmGED候選小分子藥物資源SymyxACD（四）其他重要的藥物信息數(shù)據(jù)庫藥物蛋白質(zhì)數(shù)據(jù)庫NRDB三、藥物靶標(biāo)識別的信息學(xué)技術(shù)（一）基因組和基因型數(shù)據(jù)分析識別藥物靶標(biāo)隨著人們對生命體基因組的認識和積累越來越多，通過基因組分析進行新藥物靶標(biāo)的識別技術(shù)也越來越重要。基因組數(shù)據(jù)的直接分析常用于抗微生物藥物靶標(biāo)的發(fā)現(xiàn)。三、藥物靶標(biāo)識別的信息學(xué)技術(shù)（一）基因組和基因型數(shù)據(jù)分析識別相對于微生物基因組，人類基因組過于龐大，通過直接的基因組數(shù)據(jù)分析發(fā)掘候選藥物靶標(biāo)的難度很大，需要在一定的線索提示下縮小分析范圍。基于基因或基因組范圍的關(guān)聯(lián)研究是尋找潛在的候選靶標(biāo)的有效技術(shù)。第十四章-藥物生物信息學(xué)ppt課件基于同源性的功能基因組分析也是新的藥物靶標(biāo)發(fā)現(xiàn)的常用方法。從直系同源的角度分析基因功能，人面解析某一基因是否屬于目前常用的藥物靶標(biāo)蛋白家族，以此來判斷其作為藥物靶標(biāo)的可能性。第十四章-藥物生物信息學(xué)ppt課件（二）表達譜結(jié)合蛋白質(zhì)組學(xué)分析識別藥物靶標(biāo)基因的表達能夠反映生理或病理狀態(tài)下的細胞活動情況，發(fā)掘基因表達譜中隨著疾病進程表達顯著變化的基因，是尋找潛在藥物靶標(biāo)的常用策略。比較疾病與健康個體表達譜，尋找編碼常見藥物靶標(biāo)蛋白質(zhì)的基因表達差異與疾病發(fā)生的關(guān)聯(lián)，是快速發(fā)現(xiàn)潛在藥物靶點的有效技術(shù)。（二）表達譜結(jié)合蛋白質(zhì)組學(xué)分析識別藥物靶標(biāo)基因的表達能夠反映在表達分析基礎(chǔ)上，對表達標(biāo)簽和蛋白質(zhì)組學(xué)數(shù)據(jù)的比較分析，尤其和藥物蛋白質(zhì)組學(xué)技術(shù)聯(lián)合應(yīng)用，能快速獲得有價值的信息。將未知靶標(biāo)但作用效果明確的天然物質(zhì)作用于疾病動物或細胞模型，分析藥物作用下發(fā)生改變的蛋白質(zhì)，將可能發(fā)現(xiàn)潛在的作用靶標(biāo)，并有利于研究此物質(zhì)的藥理機制。在表達分析基礎(chǔ)上，對表達標(biāo)簽和蛋白質(zhì)組學(xué)數(shù)據(jù)的比較分析，尤其甲硫氨酸氨肽酶和Bengamide衍生物的復(fù)合物甲硫氨酸氨肽酶和Bengamide衍生物的復(fù)合物（三）蛋白質(zhì)序列數(shù)據(jù)分析識別藥物靶標(biāo)通過序列分析，判斷對應(yīng)蛋白質(zhì)是否為潛在藥物靶標(biāo)的識別技術(shù)集中分析已知藥物靶點的序列特征。利用機器學(xué)習(xí)方法從中發(fā)掘規(guī)律并形成判斷方法是一類典型的生物信息學(xué)策略識別藥靶的方法。各種模式識別的方法都可用于發(fā)掘靶點的序列特征，建立對應(yīng)的判斷方法。（三）蛋白質(zhì)序列數(shù)據(jù)分析識別藥物靶標(biāo)通過序列分析，判斷對應(yīng)蛋（四）反向?qū)臃治雠潴w作用位點識別新靶標(biāo)基于分子對接尋找候選配體的方法，可用已知體內(nèi)和體外活性配體，從已知蛋白質(zhì)晶體結(jié)構(gòu)的數(shù)據(jù)庫中搜索對應(yīng)的潛在靶蛋白，這是一種新的靶標(biāo)識別技術(shù)。這種技術(shù)對發(fā)掘有明確藥理活性天然產(chǎn)物的作用靶標(biāo)具有重要價值。此技術(shù)目前已有對應(yīng)的在線免費服務(wù)器和程序可用（/tarfisdock/）（四）反向?qū)臃治雠潴w作用位點識別新靶標(biāo)基于分子對接尋找候選（五）識別與證實靶標(biāo)的實驗設(shè)計技術(shù)采用生物信息學(xué)方法預(yù)測的候選大分子靶標(biāo)還需進行實驗驗證。通常要確認一個藥物靶標(biāo)的有效性，可用針對該靶點的已有工具藥物或臨床藥物進行驗證，但對用生物信息學(xué)預(yù)測發(fā)現(xiàn)的候選新靶標(biāo)通常缺少這類工具配體，只能進行多角度的交叉驗證進行判斷。（五）識別與證實靶標(biāo)的實驗設(shè)計技術(shù)采用生物信息學(xué)方法預(yù)測的候驗證候選大分子靶標(biāo)的有效性一般需要確認其具有如下特征：①候選靶標(biāo)的功能與動物模型中疾病發(fā)生的病理學(xué)過程存在必然聯(lián)系；②細胞模型中表達的靶標(biāo)功能與疾病發(fā)生的細胞病理學(xué)過程存在必然聯(lián)系；③疾病動物模型中，配體達到有效濃度時能與靶標(biāo)發(fā)生明確的相互作用；驗證候選大分子靶標(biāo)的有效性一般需要確認其具有如下特征：①候選④靶標(biāo)和藥物間的體外互作數(shù)據(jù)可預(yù)測動物模型體內(nèi)的配體與靶標(biāo)互作；⑤體內(nèi)靶點含量或活性與病理學(xué)過程有明確聯(lián)系。④靶標(biāo)和藥物間的體外互作數(shù)據(jù)可預(yù)測動物模型體內(nèi)的配體與靶標(biāo)互四、藥物靶標(biāo)的結(jié)構(gòu)預(yù)測和分子模擬技術(shù)（一）小分子藥物概述廣義的小分子藥物指分子量小于800Da且在人體內(nèi)能發(fā)揮明確藥理學(xué)作用的化合物。狹義的小分子藥物是指廣義小分子藥物中除多肽和寡核苷酸之外的藥物。根據(jù)候選藥物結(jié)構(gòu)特征預(yù)測成藥性，是利用生物信息學(xué)技術(shù)高效識別具有藥用價值候選小分子新藥的重要應(yīng)用。四、藥物靶標(biāo)的結(jié)構(gòu)預(yù)測和分子模擬技術(shù)（一）小分子藥物概述廣義（二）小分子化合物的結(jié)構(gòu)特征和性質(zhì)描述利用生物信息學(xué)技術(shù)分析小分子藥物的作用規(guī)律需識別其結(jié)構(gòu)特征、性質(zhì)與其藥理學(xué)、毒理學(xué)特征間的聯(lián)系；對配體（ligand）類藥物進行虛擬篩選，也需描述分子結(jié)構(gòu)特征；用先導(dǎo)配體（leadligand）通過反向?qū)铀阉鳚撛谒幬锇袠?biāo)也需要描述小分子化合物的結(jié)構(gòu)特點。因此，描述小分子化學(xué)物的結(jié)構(gòu)特征和性質(zhì)是藥物生物信息學(xué)的必要基礎(chǔ)。（二）小分子化合物的結(jié)構(gòu)特征和性質(zhì)描述利用生物信息學(xué)技術(shù)分析1．小分子化合物的結(jié)構(gòu)描述和模型化連接表（connectiontable）是目前用計算機表示、記錄和檢索化合物結(jié)構(gòu)最常用的信息化手段，其可包含分子結(jié)構(gòu)的二維和三維信息。連接表不考慮不同分子的唯一性問題，原子的序號也不影響分子結(jié)構(gòu)。1．小分子化合物的結(jié)構(gòu)描述和模型化連接表（connectio但連接表在應(yīng)用中有多種文件格式，不同分子結(jié)構(gòu)模型可視化軟件有自己的特殊格式，SMD、MOL和MOL2等是通用性的結(jié)構(gòu)文件格式。但連接表在應(yīng)用中有多種文件格式，不同分子結(jié)構(gòu)模型可視化軟件有甲醇的結(jié)構(gòu)模型（A）和其連接表（B）、用MOL格式記錄的結(jié)構(gòu)文件（C）甲醇的結(jié)構(gòu)模型（A）和其連接表（B）、用MOL格式記錄的結(jié)構(gòu)有多種小分子化合物模型可視化系統(tǒng)可用鼠標(biāo)描繪分子結(jié)構(gòu)模型，其中不少是免費的，如ISIS-Draw和ACD等。通常小分子化合物的結(jié)構(gòu)模型可視化系統(tǒng)大多可對小分子三維構(gòu)象進行初步真空優(yōu)化，這是建立三維定量構(gòu)效關(guān)系模型的基礎(chǔ)。第十四章-藥物生物信息學(xué)ppt課件2．小分子化合物的疏水性疏水相互作用（hydrophobicinteraction）描述物質(zhì)或基團與水分子相互作用的熱力學(xué)性質(zhì)。小分子化合物的疏水性（hydrophobicity）對其成藥性有重要影響。在藥物研究中常通過測定小分子藥物的疏水性參數(shù)（hydrophobicparameter）定量表征小分子的疏水性。2．小分子化合物的疏水性疏水相互作用（hydrophobic目前常用脂水分配系數(shù)

（partitioncoefficient，P）作為疏水性的定量參數(shù)，即待測化合物在脂相和水相之間分配達到平衡時的脂相濃度與水相濃度的比值。測定脂水分配系數(shù)最常用的是正辛醇-水體系。化合物在正辛醇-水體系的脂水分配系數(shù)同其結(jié)構(gòu)具有明顯聯(lián)系。同系物間脂水分配系數(shù)對取代基有累加效應(yīng)，故依據(jù)間接測定小分子化合物中常見基團的脂水分配系數(shù)，可用于預(yù)測同系物中預(yù)期結(jié)構(gòu)化合物的脂水分配系數(shù)。目前常用脂水分配系數(shù)（partitioncoeffici將分子結(jié)構(gòu)分解成各種碎片，并測定常見類型碎片的脂水分配系數(shù)（fi），再用碎片脂水分配系數(shù)從頭計算目標(biāo)化合物的脂水分配系數(shù)。其中系數(shù)ai和bi代表來自不同的主要結(jié)構(gòu)體系相同碎片的數(shù)量，fi為對應(yīng)碎片的脂水分配系數(shù)。將分子結(jié)構(gòu)分解成各種碎片，并測定常見類型碎片的脂水分配系數(shù)（3.分子的電荷分布特征和電性參數(shù)電性參數(shù)（electronicparameters）主要描述分子中電荷的不對稱分布等帶來的對應(yīng)性質(zhì)差異（1）hammett-電性參數(shù)（σ）（2）共軛效應(yīng)及誘導(dǎo)效應(yīng)（3）解離常數(shù)（pKa）

（4）分子立體結(jié)構(gòu)特征和參數(shù)3.分子的電荷分布特征和電性參數(shù)電性參數(shù)（electroni常用的分子立體結(jié)構(gòu)特征描述符及其參數(shù)化：

①Taft立體參數(shù)（Es）

②摩爾折射率（ME）

③范德華體積（Vw）

④多維立體參數(shù)

⑤分子形狀描述符

⑥分子連接性指數(shù)常用的分子立體結(jié)構(gòu)特征描述符及其參數(shù)化：此外，還有3D自相關(guān)性質(zhì)、基于電子衍射編碼的分子結(jié)構(gòu)、徑向分布函數(shù)編碼等較為復(fù)雜的分子3D信息描述符號，是作為建立與靶點三維結(jié)構(gòu)相關(guān)的定量關(guān)系模型的重要參數(shù)。第十四章-藥物生物信息學(xué)ppt課件（三）小分子配體類藥物與靶蛋白的對接及虛擬篩選分子對接的前提是需要獲取靶蛋白和候選小分子配體的三維結(jié)構(gòu)。靶蛋白結(jié)構(gòu)數(shù)據(jù)可從PDB數(shù)據(jù)庫下載，候選小分子配體的.mol2格式數(shù)據(jù)可從ZINC、劍橋晶體數(shù)據(jù)庫或NCBI下載，這些數(shù)據(jù)需要利用分子結(jié)構(gòu)編輯軟件進行統(tǒng)一規(guī)劃以滿足不同分析軟件讀入分子結(jié)構(gòu)信息的要求。（三）小分子配體類藥物與靶蛋白的對接及虛擬篩選分子對接的前提1．通過對接評價配體親和力的方法（1）基于打分函數(shù)的評價策略目前大部分對接算法中使用的打分函數(shù)主要分為三種類型：基于配體與靶蛋白結(jié)合物理化學(xué)相互作用的打分函數(shù)、基于經(jīng)驗的打分函數(shù)和基于知識的打分函數(shù)。（2）機器學(xué)習(xí)方法用已知的數(shù)據(jù)集進行訓(xùn)練，機器學(xué)習(xí)法能夠建立起預(yù)測化合物某種性質(zhì)的模型，其中包含自組織神經(jīng)網(wǎng)絡(luò)法、決策樹、K最鄰近算法等計算策略。1．通過對接評價配體親和力的方法（1）基于打分函數(shù)的評價策略2．常用軟件簡介（1）DOCK用于模擬小分子與生物大分子結(jié)合的三維結(jié)構(gòu)及強度，是目前應(yīng)用最廣泛的分子對接軟件之一。2．常用軟件簡介（1）DOCK構(gòu)象搜索采用兩種方法：第一種是錨定搜索（anchor-firstsearch）第二種方法是同時搜索（simultaneoussearch）從數(shù)據(jù)庫獲得靶蛋白結(jié)構(gòu)和小分子候選配體的結(jié)構(gòu)；可按DOCK教程進行分子對接，此過程主要包括如下幾步：構(gòu)象搜索采用兩種方法：靶蛋白處理，對接配基處理↓dms處理受體蛋白，得到球面↓運行sphgen.exe，得到負?！x擇對接位點區(qū)域↓生成包含對接區(qū)域的box↓在box內(nèi)建立網(wǎng)格grid↓進行對接↓分析對接結(jié)果靶蛋白處理，對接配基處理（2）AUTODOCK其用半柔性對接的方法，即允許候選配體的構(gòu)象發(fā)生變化和調(diào)整，采用模擬退火和遺傳算法來尋找靶蛋白和配體最佳的相對結(jié)合構(gòu)象，最終以結(jié)合自由能的大小來評價候選配體對接結(jié)果的好壞。此軟件目前缺乏數(shù)據(jù)庫搜索功能，仍僅限于實現(xiàn)單個配體和靶蛋白分子的對接。（2）AUTODOCK（3）AffinityAffinity中候選配體和靶蛋白間匹配主要采用能量得分方式進行評價，并且提供精確、快速計算配合和受體之間非鍵相互作用的兩種有效方法：基于格點的能量計算方法和單元多偶極方法。該方法適合對配體和受體之間的相互作用模式進行精細地考察，但計算量大，難以用于大規(guī)模數(shù)據(jù)庫的快速虛擬篩選。（3）Affinity（4）GOLD是一種采用遺傳算法同時考慮配體構(gòu)象柔性及靶蛋白活性位點部分柔性的分子對接程序，但限制性要求配體與受體間形成氫鍵。GOLD采用輪盤賭選擇優(yōu)勢個體，進行下一代的雜交、突變及遷移操作，最后按照達到預(yù)設(shè)的操作次數(shù)結(jié)束迭代。（4）GOLD（5）MolegroVirtualDocker（MVD）MVD可在多種操作系統(tǒng)上運行，它提供了在Docking過程中所需的所有功能，包括從分子結(jié)構(gòu)的準備到結(jié)合位點的預(yù)測以及最后小分子的結(jié)合及構(gòu)象，有免費的測試版本可用。此軟件的最大特色在于其高準確性的docking結(jié)果、簡單易用的軟件界面讓使用者可以很快的設(shè)定及執(zhí)行docking、針對docking結(jié)果提供完整的視覺及分析工具等。（5）MolegroVirtualDocker（MVD（四）小分子藥物的定量構(gòu)效關(guān)系定量構(gòu)效關(guān)系（QSAR）：預(yù)測候選小分子藥物的成藥性時，可將盡可能多的分子結(jié)構(gòu)信息提取并量化作為藥物結(jié)構(gòu)特征信息的描述集用信息處理技術(shù)，如經(jīng)典的統(tǒng)計學(xué)方法和模式識別技術(shù)等，選擇恰當(dāng)結(jié)構(gòu)特征為自變量，建立化合物的結(jié)構(gòu)與其成藥性的定量關(guān)系作為預(yù)測模型，用同樣參數(shù)化的候選化合物結(jié)構(gòu)特征預(yù)測其成藥性。（四）小分子藥物的定量構(gòu)效關(guān)系定量構(gòu)效關(guān)系（QSAR）：預(yù)測本節(jié)簡介建立小分子配體類藥物與靶蛋白親和力的QSAR模型的常用思路:1．小分子化合物結(jié)構(gòu)特征信息的提取與量化2．定量構(gòu)效關(guān)系模型的建立3．三維定量構(gòu)效關(guān)系模型的建立策略本節(jié)簡介建立小分子配體類藥物與靶蛋白親和力的QSAR模型的常（五）小分子藥物的吸收、分布、代謝、排泄與毒性預(yù)測A:從給藥途徑而言，外用或口服給藥是理想的方式，但除非特意設(shè)計的局部外用或消化道局部給藥，這兩類給藥方式都面臨藥物的吸收，即其生物利用度的問題。D:小分子藥物進入體內(nèi)需要通過血液循環(huán)到達預(yù)期的作用位置，即需要考慮這些小分子藥物的分布。（五）小分子藥物的吸收、分布、代謝、排泄與毒性預(yù)測A:從給藥M:有機小分子藥物進入體內(nèi)都需被代謝。E:藥物進入體內(nèi)都面臨被代謝后排泄或直接排泄。Tox:體內(nèi)需相對穩(wěn)定的環(huán)境，藥物在體內(nèi)除了所需要的治療作用外，通?？赡苡绊憴C體的正常代謝過程，即可能產(chǎn)生毒性。小分子藥物的ADEME-Tox效應(yīng)是決定其臨床應(yīng)用成敗的關(guān)鍵特征。至今絕大多數(shù)小分子藥物ADMET效應(yīng)的分子機制還不清楚。所以，發(fā)展有效的ADMET效應(yīng)預(yù)測方法具有非常重要的意義。M:有機小分子藥物進入體內(nèi)都需被代謝?？偨Y(jié)已有小分子藥物的結(jié)構(gòu)性質(zhì)同其ADMET效應(yīng)的聯(lián)系，即發(fā)掘決定小分子藥物產(chǎn)生ADMET效應(yīng)的特殊模式，是預(yù)測小分子藥物ADMET的主要策略。這種預(yù)測的經(jīng)典方法是Lipinski提出的五規(guī)則。第十四章-藥物生物信息學(xué)ppt課件實踐中主要應(yīng)用四項特征判斷候選小分子藥物能否成為口服有效的藥物，即：①小分子化合物的分子量要小于500；②小分子化合物的脂水分配系數(shù)要小于5；③化合物上氫鍵給體，即與N和O相連的氫原子數(shù)要少于5個；④化合物上氫鍵受體，即N和O的數(shù)目少于10個。實踐中主要應(yīng)用四項特征判斷候選小分子藥物能否成為口服有效的藥目前，直接利用小分子化合物的結(jié)構(gòu)來預(yù)測它在體內(nèi)的吸收及分布的方法已逐步建立。而對于代謝、排泄及毒性的預(yù)測，雖然各種模式識別的方法都進行嘗試，比如人工神經(jīng)網(wǎng)絡(luò)，模式識別方法及專家系統(tǒng)等，但預(yù)測的準確度仍然十分有限。目前，直接利用小分子化合物的結(jié)構(gòu)來預(yù)測它在體內(nèi)的吸收及分布的模式識別方法分析小分子藥物ADMET效應(yīng)的預(yù)測軟件很多。開發(fā)單位軟件網(wǎng)址AberGenomicComputingGmax-BioAccelysCerius2,ADME,TopkatAdvancedChemistryDevelopmentACD/logP,ACD/logD,ACD/pKaBiobyteCLOGP,CQSARBioreasonLeadPharmerChemcicalComputingGroupMOESchr?dingerQikPropTriposVolSurf

用于ADMET預(yù)測的商業(yè)軟件模式識別方法分析小分子藥物ADMET效應(yīng)的預(yù)測軟件很多。開發(fā)第三節(jié)藥物基因組學(xué)及其臨床研究策略Section3PharmacogenomicsandClinicalResearch第三節(jié)Section3幾乎所有的藥物在體內(nèi)作用均受藥物的藥物代謝動力學(xué)（pharmacokinetics,PK）和藥物效應(yīng)動力學(xué)（pharmcodynamics,PD）的影響。PK和PD均可受遺傳和環(huán)境因素的影響，但目前國際公認的觀點是遺傳因素是影響當(dāng)前絕大多數(shù)藥物PK和PD的主因。一、藥物基因組學(xué)的概念和研究目的幾乎所有的藥物在體內(nèi)作用均受藥物的藥物代謝動力學(xué)（pharm藥物基因組學(xué)（pharmacogenomics）是近年來發(fā)展起來的、以闡明藥物反應(yīng)個體差異發(fā)生機制和輔助新藥開發(fā)為研究目的的新興交叉學(xué)科，開展藥物基因組學(xué)研究是實施個體化藥物治療的基礎(chǔ)和前提。藥物基因組學(xué)是遺傳藥理學(xué)（pharmacogenetics）的發(fā)展和延伸。藥物基因組學(xué)（pharmacogenomics）是近年來發(fā)展藥物基因組學(xué)是遺傳學(xué)、生物信息學(xué)和藥學(xué)的交叉學(xué)科，主要研究不同個體或人群基因組遺傳學(xué)差異對藥物反應(yīng)性的影響。它是利用已有的基因組知識對與藥物反應(yīng)或藥物安全性有關(guān)的基因變異進行鑒定，闡明藥物反應(yīng)個體差異發(fā)生機制，指導(dǎo)個體化用藥，輔助新藥開發(fā)。1997年6月，兩大國際制藥公司Abbott和Genenset共同發(fā)起了藥物基因組計劃，標(biāo)志著人類正式進入藥物基因組學(xué)時代。藥物基因組學(xué)是遺傳學(xué)、生物信息學(xué)和藥學(xué)的交叉學(xué)科，主要研究不二、藥物基因組生物標(biāo)志物的發(fā)現(xiàn)與驗證關(guān)聯(lián)研究是藥物基因組學(xué)最常用的研究方法之一，該方法以群體歷史上的重組和遺傳變異位點間的連鎖不平衡為基礎(chǔ)，分析在一個群體中復(fù)雜性狀是否與等位基因存在相關(guān)性。病例-對照關(guān)聯(lián)研究是一種常見、經(jīng)濟的試驗設(shè)計方法。在藥物基因組研究中，可根據(jù)患者的藥物反應(yīng)性進行病例與對照分組。（一）藥物基因組生物標(biāo)志物的發(fā)現(xiàn)二、藥物基因組生物標(biāo)志物的發(fā)現(xiàn)與驗證關(guān)聯(lián)研究是藥物基因組學(xué)最根據(jù)實驗是否基于一定的生物學(xué)假說，藥物基因組學(xué)關(guān)聯(lián)研究又可分為基于生物假設(shè)的設(shè)計和和基于數(shù)據(jù)的設(shè)計兩種類型。前者包括候選基因關(guān)聯(lián)研究，后者包括全基因組關(guān)聯(lián)研究（GWAS）和基因組測序等。1．候選基因關(guān)聯(lián)分析與藥物基因組研究候選基因指在前期研究中被發(fā)現(xiàn)與研究表型相關(guān)或可能相關(guān)的一類基因。根據(jù)實驗是否基于一定的生物學(xué)假說，藥物基因組學(xué)關(guān)聯(lián)研究又可分在藥物基因組學(xué)研究中主要分為三類：①藥物代謝酶基因：指參與某種藥物代謝過程中的酶的編碼基因，主要通過該藥物在體內(nèi)藥物代謝動力學(xué)研究確定。②藥物轉(zhuǎn)運相關(guān)基因：指在藥物體內(nèi)吸收、分布和排泄過程中起功能作用的基因，主要通過藥物代謝動力學(xué)研究及相關(guān)動物、細胞生物學(xué)研究鑒定。③藥物作用靶點相關(guān)基因：指與藥物作用靶點活性及其與藥物的親和力相關(guān)的基因。在藥物基因組學(xué)研究中主要分為三類：由于候選基因與藥物反應(yīng)的關(guān)系往往是已知的，因此非常適合用于查明藥物反應(yīng)個體差異相關(guān)遺傳機制。候選基因關(guān)聯(lián)研究雖應(yīng)用廣泛，但其缺陷也非常明顯。由于候選基因與藥物反應(yīng)的關(guān)系往往是已知的，因此非常適合用于查首先，由于統(tǒng)計分析I型錯誤和II型錯誤的存在，候選基因關(guān)聯(lián)研究的假陰性和假陽性結(jié)果較多，多數(shù)結(jié)果無法得到重復(fù)。其次，候選基因關(guān)聯(lián)研究是基于已知基因的研究，對于與研究表型相關(guān)的新遺傳位點或基因的發(fā)現(xiàn)能力不足。首先，由于統(tǒng)計分析I型錯誤和II型錯誤的存在，候選基因關(guān)聯(lián)研2.GWAS與藥物基因組研究GWAS是應(yīng)用人類基因組中數(shù)以百萬計的SNP為標(biāo)記進行關(guān)聯(lián)分析研究，以發(fā)現(xiàn)影響復(fù)雜性性狀發(fā)生的遺傳特征的一種新策略，其分析原理與候選基因關(guān)聯(lián)研究基本一致。在藥物基因組學(xué)研究領(lǐng)域，與候選基因關(guān)聯(lián)研究相比，GWAS在新的藥物基因組遺傳標(biāo)志物的發(fā)現(xiàn)方面具有明顯的優(yōu)勢。2.GWAS與藥物基因組研究GWAS是應(yīng)用人類基因組中數(shù)以百與基于候選基因的關(guān)聯(lián)研究一樣，GWAS同樣存在一些不足。首先，由于多重比較問題的存在，GWAS面臨的I型錯誤和II型錯誤的問題更加嚴重，假陽性和假陰性發(fā)生的幾率更高；其次，GWAS中發(fā)現(xiàn)的變異位點多位于基因間或內(nèi)含子上，需進行進一步精細定位以查明功能性變異位點；與基于候選基因的關(guān)聯(lián)研究一樣，GWAS同樣存在一些不足。最后，GWAS芯片選擇的SNP位點往往為次要等位基因頻率大于5%的常見變異，忽略了罕見變異，而近來研究發(fā)現(xiàn)，罕見變異在多種復(fù)雜疾病的發(fā)生或藥物反應(yīng)表型中起決定作用。第十四章-藥物生物信息學(xué)ppt課件3．基因組測序在藥物基因組學(xué)中的應(yīng)用隨著基因組測序技術(shù)的飛速發(fā)展，人類基因組和轉(zhuǎn)錄組進行細致的全貌分析，也為藥物基因組研究提供了一個新的方向。采用基因組測序技術(shù)可以一次性的將樣本中的所有突變位點全部檢測（包括功能變異和罕見變異），無需進行進一步的精細定位。目前在藥物基因組學(xué)研究領(lǐng)域應(yīng)用得較多的基因組測序方法包括全基因組測序（WGS）和全基因組外顯子測序（WES）兩種。3．基因組測序在藥物基因組學(xué)中的應(yīng)用隨著基因組測序技術(shù)的飛速雖然基因組測序技術(shù)與其他分子分型技術(shù)相比優(yōu)勢明顯，但昂貴的價格與海量且分析困難的數(shù)據(jù)極大的限制了它的推廣。目前基于基因組測序的研究主要采用兩種樣本量需求較少的實驗設(shè)計：一種是基于極端表型樣本所在家系的測序；另一種是選擇表型極端值個體進行測序。雖然基因組測序技術(shù)與其他分子分型技術(shù)相比優(yōu)勢明顯，但昂貴的價（二）藥物基因組生物標(biāo)志物的驗證關(guān)聯(lián)研究屬于觀察性研究方法，其鑒定的生物標(biāo)志物并非完全準確，要確認這些生物標(biāo)志物是否影響藥物反應(yīng)性，能否用于指導(dǎo)臨床實施個體化用藥還需要進一步進行驗證。本部分將介紹幾種常用的驗證方法：（二）藥物基因組生物標(biāo)志物的驗證關(guān)聯(lián)研究屬于觀察性研究方法，1.組織與細胞學(xué)水平研究為確定某個遺傳變異對藥物反應(yīng)性的影響，往往需要從整體、組織、細胞和分子水平進行系統(tǒng)研究。整體水平的研究易受機體病理生理狀態(tài)及環(huán)境因素的干擾，而組織與細胞水平的研究容易控制并能觀察因素對藥動學(xué)或藥效學(xué)某個環(huán)節(jié)的作用，是藥物基因組生物標(biāo)志物驗證的最常用方法之一。1.組織與細胞學(xué)水平研究為確定某個遺傳變異對藥物反應(yīng)性的影響2．隨機對照試驗研究隨機對照試驗：臨床試驗設(shè)計的金標(biāo)準，也是驗證新藥和新的治療方法效能的必要措施，在個體化用藥的臨床實施驗證中起重要作用，為基于藥物基因組生物標(biāo)志物的個體化藥物治療提供臨床試驗依據(jù)。RCT設(shè)計的優(yōu)點是：消除偏倚；平衡混雜因素；提高統(tǒng)計學(xué)檢驗的效能。2．隨機對照試驗研究隨機對照試驗：臨床試驗設(shè)計的金標(biāo)準，也是在藥物基因組學(xué)研究方面，RCT的主要研究方法是將募集到的受試者隨機分成兩組。一組按照常規(guī)方案給藥治療；另一組按照個體化用藥方案治療。最后對比兩種方案效果，以確定個體化用藥方案的臨床意義，同時也對藥物基因組生物標(biāo)志物的作用進行驗證。在藥物基因組學(xué)研究方面，RCT的主要研究方法是將募集到的受試三、藥物基因組與新藥開發(fā)隨著藥物基因組學(xué)研究的廣泛開展，其在新藥開發(fā)中的重要作用逐漸顯現(xiàn)，已成為新藥開發(fā)的最重要的途徑之一，受到發(fā)達國家食品藥品管理部門的重視。本節(jié)將重點介紹如何對待藥物基因組學(xué)研究與新藥開發(fā)的關(guān)系。三、藥物基因組與新藥開發(fā)隨著藥物基因組學(xué)研究的廣泛開展，其在（一）發(fā)現(xiàn)新的藥物靶點指導(dǎo)新藥開發(fā)藥物靶點是藥物與機體生物大分子的結(jié)合部位，包括基因位點、受體、酶、離子通道、核酸等。鑒定潛在的藥物靶點不可置疑地將極大地推動制藥行業(yè)的發(fā)展，而藥物基因組學(xué)研究是發(fā)現(xiàn)潛在藥物靶點重要的途徑之一。（一）發(fā)現(xiàn)新的藥物靶點指導(dǎo)新藥開發(fā)藥物靶點是藥物與機體生物大（二）篩選和確證影響新藥安全性和有效性的遺傳因素藥物的安全性和有效性是新藥開發(fā)的核心問題。藥物基因組學(xué)研究是評估藥物安全性和有效性的核心方法之一。首先，在新藥臨床前研究階段，運用藥物基因組學(xué)的方法，查明影響藥物PK、PD和安全性相關(guān)的基因及其變異，可指導(dǎo)藥物在臨床上的個體化應(yīng)用，避免上市后出現(xiàn)無效現(xiàn)象或嚴重不良反應(yīng)事件。（二）篩選和確證影響新藥安全性和有效性的遺傳因素藥物的安全性其次，確定新藥與特定基因及其遺傳變異的關(guān)系可幫助進行新藥改良，篩選出最好的化學(xué)結(jié)構(gòu)，避免低效、無效或具有嚴重毒副作用的藥物進入臨床，降低新藥開發(fā)風(fēng)險。第三，提早發(fā)現(xiàn)新藥在PK或PD方面的缺陷，在新藥研發(fā)的早期即可決定是否終止開發(fā)，節(jié)約研發(fā)成本。最后，評估由體外實驗或動物實驗中獲得的與新藥有關(guān)遺傳信息的準確性。其次，確定新藥與特定基因及其遺傳變異的關(guān)系可幫助進行新藥改良（三）評估不同基因型患者藥代動力學(xué)參數(shù)以便預(yù)估用藥劑量傳統(tǒng)的藥物治療采取“千人一量”的給藥方式，絕大多數(shù)藥物在不同患者的給藥劑量基本一致，忽略了患者間的個體差異。因此，在新藥臨床研究階段查明不同基因型患者的PK參數(shù)能預(yù)估該藥的用藥劑量，以提高藥物的安全性和有效性。（三）評估不同基因型患者藥代動力學(xué)參數(shù)以便預(yù)估用藥劑量傳統(tǒng)的藥物名稱TTTCCC常規(guī)劑量范圍辛伐他汀8040205～80匹伐他汀4211～4阿托伐他汀80402010～80普伐他汀40202010～40瑞舒伐他汀

2010105～20氟伐他汀80808020～80表14-3依據(jù)SCLO1B1521T>C多態(tài)位點基因型的他汀類藥物推薦用藥劑量（mg/day）藥物名稱TTTCCC常規(guī)劑量范圍辛伐他汀8040205（四）查明嚴重藥物不良反應(yīng)或藥物無效發(fā)生原因，挽救新藥據(jù)統(tǒng)計，近20年來由于嚴重不良反應(yīng)被FDA召回的藥物多達40余種，其中約25%的藥物被認為與遺傳因素相關(guān)或很可能相關(guān)。因此，在臨床前試驗時采用藥物基因組學(xué)的理論和思路，對不同遺傳背景的人群進行試驗，就可能避免一些新藥研發(fā)項目的流產(chǎn)。（四）查明嚴重藥物不良反應(yīng)或藥物無效發(fā)生原因，挽救新藥據(jù)統(tǒng)計第四節(jié)藥物基因組相關(guān)生物信息資源Section4PharmacogenomicsandBiologicalInformationResources第四節(jié)Section4一、藥物基因組數(shù)據(jù)庫（一）Pharmgkb數(shù)據(jù)庫遺傳藥理學(xué)和藥物基因組學(xué)數(shù)據(jù)庫PharmGKB是目前最權(quán)威最完善的藥物基因組學(xué)專用數(shù)據(jù)庫。截至到2014年7月，該數(shù)據(jù)庫中已收錄了與3152種藥物和3445種疾病的相關(guān)的26960個基因的資料。一、藥物基因組數(shù)據(jù)庫（一）Pharmgkb數(shù)據(jù)庫遺傳藥理學(xué)和PharmGKB根據(jù)數(shù)據(jù)的種類將所有收錄的信息劃分為臨床結(jié)局（clinicaloutcome，CO）、藥物效應(yīng)動力學(xué)（PD）、藥物代謝動力學(xué)（PK）、分子及細胞功能分析（molecularandcellularfunctionassays，F(xiàn)A）和基因型（genotype，GN）五大類，可在主頁界面上輸入基因、藥物、疾病或突變名稱進行檢索，并提供所有相關(guān)信息的關(guān)聯(lián)鏈接及相關(guān)支持參考文獻等。PharmGKB根據(jù)數(shù)據(jù)的種類將所有收錄的信息劃分為臨床結(jié)局PharmGKB檢索界面及搜索示例PharmGKB檢索界面及搜索示例（二）FDA數(shù)據(jù)庫FDA數(shù)據(jù)庫是由美國FDA建立在其官方主頁上的檢索食品藥品相關(guān)信息的數(shù)據(jù)庫，可查詢藥品使用警告信、已批準的藥品和醫(yī)療器械、藥品說明書、政策法規(guī)等。截止至2014年7月，該表已收集生物標(biāo)志物42個，涉及150種藥物。（二）FDA數(shù)據(jù)庫FDA數(shù)據(jù)庫是由美國FDA建立在其官方主頁（三）Clinvar數(shù)據(jù)庫Clinvar數(shù)據(jù)庫是由美國國家生物技術(shù)信息中心（NCBI）于2012年11月建立的基因突變與醫(yī)學(xué)臨床表型數(shù)據(jù)庫，該數(shù)據(jù)庫的建設(shè)主旨是為了促進和加速人們對人類基因型與醫(yī)學(xué)臨床表型之間關(guān)系的深度研究。利用Clinvar數(shù)據(jù)庫可以快速將基因突變與臨床表型關(guān)聯(lián)起來，為后期研究提供幫助。（三）Clinvar數(shù)據(jù)庫Clinvar數(shù)據(jù)庫是由美國國家生Clinvar數(shù)據(jù)庫主要整合了4個方面的信息：①變異信息（variation），整合了dbSNP、dbVar、gene、GTR等數(shù)據(jù)庫信息；②表型信息（phenotype），整合了MedGen（HPO、OMIM）數(shù)據(jù)庫信息；③解釋和注釋信息（interpretation），整合了ACMG、SequenceOntology等數(shù)據(jù)庫信息；④證據(jù)信息（evidence），整合了Pubmed、GTR等數(shù)據(jù)庫信息。Clinvar數(shù)據(jù)庫主要整合了4個方面的信息：Clinvar數(shù)據(jù)庫登陸首頁后可以用基因名稱、突變名稱、臨床表型和藥物名稱進行檢索。Clinvar數(shù)據(jù)庫登陸首頁后可以用基因名稱、突變名稱、臨床阿司匹林相關(guān)遺傳變異檢索結(jié)果阿司匹林相關(guān)遺傳變異檢索結(jié)果（四）Cosmic數(shù)據(jù)庫Cosmic數(shù)據(jù)庫由英國威康信托基金會Sanger研究所建立，其目的是收集所有癌癥相關(guān)的體細胞突變。絕大多數(shù)體細胞突變無表型效應(yīng)，但少數(shù)突變可引起細胞遺傳結(jié)構(gòu)及功能發(fā)生改變。體細胞突變在腫瘤的發(fā)生發(fā)展及療效過程中起著重要作用。（四）Cosmic數(shù)據(jù)庫Cosmic數(shù)據(jù)庫由英國威康信托基金運用Cosmic數(shù)據(jù)庫，研究人員可快速查找到所查基因的所有體細胞突變的詳細信息，包括突變名稱、位置、相關(guān)注釋等，并提供篩查出體細胞突變的樣本信息供科研人員下載。截止到2014年7月，Cosmic數(shù)據(jù)庫已收集到27829個基因的1808915個編碼突變，674592個拷貝數(shù)變異。另外，數(shù)據(jù)庫還收集了999872個樣本的信息，其中9424個樣本具有全基因組的突變信息。運用Cosmic數(shù)據(jù)庫，研究人員可快速查找到所查基因的所有體KRAS在Cosmic數(shù)據(jù)庫中的檢索結(jié)果KRAS在Cosmic數(shù)據(jù)庫中的檢索結(jié)果二、生物芯片與藥物基因組學(xué)研究（一）DEMT芯片DEMTplus芯片是目前最廣泛使用的藥物基因組學(xué)研究專用基因芯片，它可檢測225個基因的1936個遺傳變異，其中絕大多數(shù)變異為SNP，此外還包含CYP2D6的一個缺失突變以及CYP2D6、CYP2A6、GSTT1、GSTM1和UGT-2B17基因位點的5個CNV。二、生物芯片與藥物基因組學(xué)研究（一）DEMT芯片DEMTpDMET芯片的檢測可在兩天內(nèi)完成其工作流程①首先將1ugDNA與多重PCR混合液混勻進行擴增；②將擴增產(chǎn)物退火并加入DMET分子倒位探針混勻結(jié)合；③將結(jié)合產(chǎn)物進行填充、連接、消化及第二次擴增；④將二次擴增產(chǎn)物片段化、標(biāo)記并與芯片雜交；⑤染色、洗滌后進行掃描，應(yīng)用DMETConsole軟件讀取分型結(jié)果。DMET芯片的檢測可在兩天內(nèi)完成雖然DMET在藥物基因組學(xué)研究領(lǐng)域具有較大的優(yōu)勢，但仍有許多障礙阻礙了它的推廣。首先，到目前為止DMET芯片仍未獲得美國食品藥品管理局（FDA）的批準；其次是價格相當(dāng)昂貴，單張芯片的價格高達3000人民幣，甚至超過了普通GWAS芯片的價格，嚴重限制了其推廣應(yīng)用。雖然DMET在藥物基因組學(xué)研究領(lǐng)域具有較大的優(yōu)勢，但仍有許多（二）VeraCodeADME芯片VeraCodeADME芯片是Illumina公司推出的一款藥物基因組學(xué)研究專用芯片。該芯片基于Illumina公司的VeraCode的互補性的低-多重技術(shù)，該技術(shù)適用于靶點驗證和分子檢測開發(fā)。（二）VeraCodeADME芯片VeraCodeAVeraCodeADME芯片的工作流程①將32個樣品的DNA等分為3份然后加入96孔板中紅、黃、藍的三個部分，并加入堿性溶液變性；②在96孔板的三個部分分別加入不同的生物素標(biāo)記引物混合液進行PCR擴增，完成后再次加入堿性溶液變性；③擴增產(chǎn)物與磁珠結(jié)合結(jié)合，然后加入熒光標(biāo)記擴增混合液，對PCR產(chǎn)物進行熒光標(biāo)記和連接；VeraCodeADME芯片的工作流程④利用磁珠制備和純化熒光素標(biāo)記的單鏈；⑤將單鏈產(chǎn)物進行多重PCR擴增并與Veracode微珠雜交；⑥運用BeadXpressReader掃描熒光信號并判定結(jié)果（藍色為野生型、紫色為雜合子、紅色為突變純合子）。④利用磁珠制備和純化熒光素標(biāo)記的單鏈；第五節(jié)基于藥物基因組的個體化藥物治療

Section5IndividualizedDrugTherapyBasedonPharmacogenomics第五節(jié)Section5一、腫瘤靶向藥物的個體化治療靶向藥物（targetedmedicine）治療是目前最先進的用于癌癥的治療方式，它利用靶向藥物能夠與癌癥發(fā)生、腫瘤生長所必需的特定分子靶點起作用的特性來阻止癌細胞的生長，具有療效好、副作用小的特點。靶向治療要求接受治療的患者必須具有靶向藥物的作用靶點，對無響應(yīng)靶點的患者用藥，可能導(dǎo)致治療無效，延誤患者病情，因此在進行治療前需進行靶點分型。一、腫瘤靶向藥物的個體化治療靶向藥物（targetedme（一）HER2基因檢測曲妥珠單抗（Trastuzumab）是2006年美國FDA批準的用于人類表皮生長因子受體2基因（HER2）過表達的乳腺癌和胃癌治療的靶向藥物，可單用或與其他化療藥物聯(lián)用。曲妥珠單抗主要通過與細胞表面的HER2受體特異性結(jié)合，促進HER2受體蛋白的內(nèi)在化降解，從而達到抑制腫瘤細胞增殖的目的。（一）HER2基因檢測曲妥珠單抗（Trastuzumab）是曲妥珠單抗治療乳腺癌結(jié)果圖曲妥珠單抗治療乳腺癌結(jié)果圖曲妥珠單抗的療效與HER2基因表達水平密切相關(guān)，高表達的患者更敏感療效好，而低表達的患者治療效果差。因此，應(yīng)用曲妥珠單抗治療前需進行HER2基因表達的檢測。目前最常用的HER2基因表達檢測方法為熒光原位雜交法（FIS