药物靶标发现课件

第9章基于生物信息学的药物靶标发现综合应用举例第9章基于生物信息学的药物靶标发现综合应用举例疾病对人类健康构成重大威胁

疾病对人类的健康和生存构成重大威胁，是各国面临的最重要的社会问题之一。全球仅癌症患者就超过4000万人。我国目前每年新增癌症患者已超过160万人，现有肿瘤患者至少300～400万人，年死亡人数超过130万。疾病对人类健康构成重大威胁疾病对人类的健康和生存构成重大威中国十大常见疾病死亡率排行榜

排位

疾病死亡原因

占死亡总数(%)1

恶性肿瘤

22.17%2

脑血管病

22.63%3

心脏病

16.77%4

呼吸系统疾病

14.09%5

损伤、中毒

6.18%6

消化系统疾病

3.10%7

内分泌,营养代谢系统

2.66%8

泌尿、生殖系病

1.49%9

精神病

1.16%10

神经病

0.97%中国十大常见疾病死亡率排行榜

排位

疾病死亡原疾病的威胁亟待新的有效药物当前，药物治疗依然是疾病控制的最常用的手段，因此也是最有市场前景的产业。目前全球医药市场总额已达6000亿美元。疾病的威胁亟待新的有效药物当前，药物治疗依然是疾病控制的最常药物的发展史药物学（哲学）《神农本草经》至《本草纲目》，通过口尝身受的方法，用朴素的唯物论解释药物的作用，并对药物进行筛选和评定，对药物的生态、形态、性味、功能和应用进行记载。

药理学（科学）通过现代科学技术来解释药物的作用，观察药物对生理功能的影响，从植物药中提取有效成分和合成新药。随着生物化学和分子生物学的发展，使药理学从整体、器官、细胞和亚细胞水平进入到分子水平。药物的发展史药物学（哲学）中医学说

四气：寒、热、温、凉五味：辛、甘、酸、苦、咸

归经学说：把药物作用与脏腑经络的病变部位联系起来

中医学说四气：寒、热、温、凉新药开发的流程

药物作用靶标确定

->药物作用模型确立

->小分子化合物设计

->内外药效分析

->临床前及临床研究

->新药证书新药开发的流程药物作用靶标确定从药物靶标到新药证书从药物靶标到新药证书新药开发过程费时费力完成整个新药上市流程的成功率仅约0.01%~0.02%，整个开发的时间可长达十年以上，开发费用通常在三亿美元以上。有待发展新的方法缩短药物开发进程，增加药物有效性，并降低副作用。事先确定靶向特定疾病有关的靶标分子是现代新药开发的基础新药开发过程费时费力完成整个新药上市流程的成功率仅约0.01基于靶标的药物开发传统方法——发现有效的药物是瓶颈通过有显著药理作用的药物，经过分子药理学研究，最终认识药靶。由于规模、速度和耗费等因素的限制，很难实现大规模和高效率。新药开发——新的药靶发现成为瓶颈随着人们对疾病认识达到分子水平，以靶标为基础的药物筛选包括模型的建立及化合物的合成和收集，使基于机理的药物发现成为可能。基于靶标的药物开发传统方法——发现有效的药物是瓶颈实验方法常见的用于药靶发现的实验方法包括：微生物基因组学、差异蛋白质组学、核磁共振技术、细胞芯片技术、RNAi技术、基因转染技术和基因敲除动物等。实验方法常见的用于药靶发现的实验方法包括：微生物基因组学、差生物信息学方法的重要作用随着组学数据的积累，仅凭实验方法已经不能满足高通量大规模数据分析的需求。在药物研发过程中，生物信息学方法对于相关数据的存储、分析和处理，以及如何有效地发现和验证新的药靶，发挥了重要的作用。生物信息学方法的重要作用随着组学数据的积累，仅凭实验方法已经内容提要1.药物靶标的定义和特点2.药物靶标的发现基因组方法转录组方法蛋白质组方法代谢组方法系统生物学方法3.药物靶标的验证4.以靶标为基础的药物设计内容提要1.药物靶标的定义和特点药物研发的几个基本概念疾病相关基因生物标志物药物作用靶标先导化合物药物研发的几个基本概念疾病相关基因癌基因定义癌基因是人类或动物细胞固有的一类基因，又称转化基因，它们一旦活化便能促使人或动物的正常细胞发生癌变。发现新的癌症相关基因是癌症研究的主要目标之一，也是发现潜在药靶的基础。癌基因定义癌基因是人类或动物细胞固有的一类基因，又称转化基因药物靶标发现课件常见疾病对应的生物标志物常见疾病对应的生物标志物生物标志物的类型及作用生物标志物的类型及作用1.药物靶标定义

药物靶标是指体内具有药效功能并能被药物作用的生物大分子，如某些蛋白质和核酸等。药靶必须具备的最基本的性质：特异性

可药性1.药物靶标定义药物靶标是指体内具有药效功能并能被药物作药物靶点的基本特点1.属于生物学大分子（通常为蛋白质），可以单独存在或形成聚合体存在；2.具有可与其他特定结构的物质（外源性或内源性物质，主要为小分子）结合的部位或位点；3.该物质的结构可以发生变化，而且是在与具有特异性结构的物质结合后发生变化，正常情况下，这种变化通常是可逆的；药物靶点的基本特点1.属于生物学大分子（通常为蛋白质），可药物靶点的基本特点4.该大分子可以通过结构的变化，在生理条件下发挥生理调节功能，引起机体某些功能或表现的变化；5.该物质结构状态变化产生的生理效应在复杂调节过程或作用通路中具有主导作用；6.病理条件下该物质的表达量、活性、结构或特性可以发生变化，这种变化可以是原发性的量变，也可以是继发性的。7.在体内可能存在内源性与之结合的小分子（内源性配基）或外源性配基，其配基具有药理作用且已经被认识。药物靶点的基本特点4.该大分子可以通过结构的变化，在生理条件药靶发挥作用的几个要点药物分子和致病分子在靶标上存在竞争性抑制；药物通常由代谢产物起作用，作用部位、浓度和时间都很重要；将疾病组织和正常组织进行比较，在疾病时上调的蛋白质可作为生物标志物，下调的蛋白质可能作为药靶。药靶发挥作用的几个要点药物分子和致病分子在靶标上存在竞争性抑预期药物靶标数目随着超过上百个真核和原核生物的基因组被完整测序，人们有机会对基因进行大规模的分析和筛选，据估计整个人类基因组中约有10%与疾病相关，从而导致约3000个潜在的药物靶标。同时，还有成千上万个来自于微生物和寄生生物的蛋白质，可作为传染病治疗的药靶。预期药物靶标数目随着超过上百个真核和原核生物的基因组被完整测已知药物靶点数目

对已上市的多种药物进行分析，仅发现500个左右药物靶标已知药物靶点数目对已上市的多种药物进行分析，仅发现500个两种观点并存正：在所有的人类基因产物中仅有2%成功的发展为小分子药物的靶标，存在大量的潜在靶标有待发现！反：随着新的靶标药物研发的失败率不断增加，最初的热情逐渐转变为恐慌情绪，“基因组学相关的药物靶标不仅增加了研发药物的数量，也增加了研发药物的成本”。两种观点并存正：在所有的人类基因产物中仅有2%成功的发展为小2.药物靶标发现2.1基因组方法2.2转录组方法2.3蛋白质组方法2.4代谢组方法2.5系统生物学方法2.药物靶标发现2.1基因组方法

药物靶标发现课件2.1基因组方法目前，已分析并公开了600种生物的全基因组序列，其中170种为真核生物。更有意义的是人类基因组全序列分析的完成，功能基因组研究的不断深入，在为阐明生命的本质提供了海量的生物信息资源的同时也为药靶的发现提供了丰富的矿藏。2.1基因组方法目前，已分析并公开了600种生物的全基因组现代科学认为，疾病的发生直接或间接与基因有关疾病是基因与环境相互作用的结果人类疾病都是：“基因病”经典单基因病多基因病获得性基因病现代科学认为，疾病的发生直接或间接与基因有关人类疾病都是：“经典单基因病：主要病因是某个基因位点上产生了缺陷等位基因，如：地中海贫血、白化病多基因病：涉及多个基因及调控这些基因表达的环境因子之间的相互作用，如：高血压、糖尿病获得性基因病：主要是由病源微生物感染引起的传染病，如肝炎、艾滋病经典单基因病：主要病因是某个基因位点上产生了缺陷等位基因，如基于基因组的预测方法最常用的方法是同源搜索，采用序列比对软件寻找候选基因与已知癌症基因之间的序列同源性，如BLAST或HMMER软件包分析已知药靶中普遍的结构特征，如信号肽、跨膜结构域或蛋白激酶域。使用基因预测程序从人类基因组序列中预测新基因，寻找全新的药物靶标。基于基因组的预测方法最常用的方法是同源搜索，采用序列比对软件几个基本原则寻找病原微生物的基因组中病原微生物的生长和致病所必需但与人体细胞代谢不同的基因产物，将其作为候选药物靶点。尽管是人体和病原微生物共同的代谢途径，但是进化中关键酶的序列和结构出现显著差异，也可用于设计小分子药物。对于某些特殊的微生物，其亚型不同则致病能力显著不同。分析其表型数据对应的差异基因是发现新的抗感染药物靶点的有效策略。几个基本原则寻找病原微生物的基因组中病原微生物的生长和致病所基因敲除实验非必要基因必要基因敲除基因a敲除基因b基因敲除实验非必要基因必要基因敲除基因a敲除基因b以单基因作为靶标大多失败!通过单基因敲除实验能够发现生物体中的必要基因。以必要基因作为癌症治疗的靶标不仅能杀死癌细胞，对于健康细胞也可能是致命的。失败的基因治疗->白血病以单基因作为靶标大多失败!通过单基因敲除实验能够发现生物体中非必要基因非必要基因敲除基因a敲除基因c合成致死同时敲除基因a和c非必要基因非必要基因敲除基因a敲除基因c合成致死同时敲除合成致死性提供了新的前景给定一个癌症相关的基因，如果该基因在癌细胞中功能缺失或者功能降低，那么以它的合成致死对象作为药靶就能构成肿瘤细胞的致死条件，同时降低对健康细胞的损伤。合成致死性提供了新的前景基因工程克隆动物器官移植人工合成胰岛素、干扰素基因工程克隆动物2.2转录组方法由于基因芯片技术的高通量、快速、平行化等特点，使得疾病相关的基因芯片数据资源非常丰富，利用基因芯片数据挖掘潜在药物靶标成为一种重要的途径。2.2转录组方法由于基因芯片技术的高通量、快速、平行化等特药物靶标发现课件(1)基于比较基因芯片数据

基因芯片能够一次性的记录疾病状态下成千上万个基因的变化情况。通过比较疾病组与正常组的基因芯片数据，寻找显著差异的基因集合，可用于预测相关的生物标志物或药物靶标。(1)基于比较基因芯片数据基因芯片能够一次性的记录疾病状态寻找表达差异的基因最直接的方法是测量变化倍数，即计算两个样本之间同一个基因的表达量之比。尽管变化倍数方法直观有效，但是该方法没有考虑噪声和生物学可变性，尤其是癌症这种本质上多相异质的复杂疾病。寻找表达差异的基因最直接的方法是测量变化倍数，即计算两个样本倍数法倍数法统计方法更加通用的办法是采用尽可能多的疾病样本进行统计学分析，如ANOVA和T-like检验等。例如：进行两组重复实验，一组实验中基因a的表达有差异，另一组中没有差异，那么经过分析，基因a是否为差异表达基因呢？统计方法更加通用的办法是采用尽可能多的疾病样本进行统计学分析聚类方法进一步，由于单个基因难以检测疾病状态下翻译模型的变化，生物标志物通常包括一组基因，需要一定的聚类方法寻找相关基因的组合。如GSEA方法能够评估两种生物学状态下一组基因集合的统计显著性。聚类方法进一步，由于单个基因难以检测疾病状态下翻译模型的变化K均值聚类K均值聚类(2)异源基因芯片数据整合

由于单个芯片数据本身存在的噪声及系统偏差，预测结果往往存在误差。最新的研究通过整合不同实验来源的多组基因芯片的数据，减少单个芯片实验中的误差影响，寻找更加通用的生物标志物和药物靶标。(2)异源基因芯片数据整合由于单个芯片数据本身存在的噪声及第一步：多组基因芯片实验第一步：多组基因芯片实验第二步：差异基因分析第二步：差异基因分析第三步：荟萃分析第三步：荟萃分析2.3蛋白质组方法通常，功能蛋白的表达异常和调节异常是癌症发生的分子标志，这些决定个体生物性状、代谢特征和病理状况的特殊功能蛋白可以作为潜在的药物靶标。尽管90%的已知药靶为蛋白质，但由于数据和技术上的原因，蛋白水平的药物靶标并不如基因、转录水平的研究广泛。近年来，随着更多蛋白质详细数据的获得，在蛋白水平上进行药物靶标的开发和验证成为研究的热点。2.3蛋白质组方法通常，功能蛋白的表达异常和调节异常是癌症(1)基于蛋白质的理化特性

在蛋白质的理化属性、序列特征和结构特征上，药靶分子和非药靶分子存在着显著的差异。药物靶标的八个主要属性：高疏水性、长度较长、包含信号肽结构域、不含PEST结构域、具有超过两个N-糖基化的氨基酸、不超过一个O-糖基化的丝氨酸、低等电点和定位在膜上。以这些特征作为支持向量机的输入，可以在药靶和非药靶类之间达到96%的分类准确率，并识别出668个具有类似靶标属性的蛋白质。(1)基于蛋白质的理化特性在蛋白质的理化属性、序列特(2)基于相互作用的网络特征随着蛋白质相互作用数据的累积，人们构建了大规模的生物网络，并提出了一些度量蛋白质网络特征的方法。药靶分子（疾病相关基因）在网络拓扑结构上与其他分子有何区别呢？(2)基于相互作用的网络特征随着蛋白质相互作用数据的累积，举例：由人蛋白相互作用网络特征发现疾病相关基因举例：由人蛋白相互作用网络特征发现疾病相关基因目标：发现区分疾病相关基因与其它基因的网络特征，预测新的疾病相关基因。方法：构建疾病相关数据集提取蛋白质相互网络特征比较疾病基因与其他基因的特征差别分类疾病基因与其他基因挖掘新的疾病相关基因目标：发现区分疾病相关基因与其它基因的网络特征，预测新的疾病①数据集蛋白质相互作用数据库OPID（47665对相互作用）来自于BIND、HPRD和MINT数据库酵母双杂交实验数据同源预测结果疾病相关基因（3667个基因）OMIM数据库（在线人类孟德尔遗传数据库）①数据集蛋白质相互作用数据库OPID（47665对相互作用）构建训练样本阳性数据集：网络中的疾病相关蛋白根据相互作用数据整理蛋白质列表疾病相关蛋白与OPID蛋白列表的交集阴性数据集：可能与疾病不相关蛋白从OPID蛋白列表中随机采样得到去掉与疾病相关部分与阳性数据集大小一致构建训练样本阳性数据集：网络中的疾病相关蛋白②提取网络特征五个网络特征：连接度1N指数2N指数与致病基因的平均距离正拓扑相关系数②提取网络特征五个网络特征：网络特征示意图网络特征示意图网络特征示意图网络特征示意图③比较阳性/阴性集网络特征

阳性集

阴性集显著性结论:疾病相关基因具有更高的连接度，更倾向与其他的致病基因发生相互作用，致病基因之间的平均距离明显低于非致病基因。③比较阳性/阴性集网络特征④分类疾病基因与其他基因分类效果指标：

KNN分类方法分类结果：④分类疾病基因与其他基因⑤挖掘新的疾病相关基因应用于5262个基因，预测有970个基因与疾病相关其中，792个基因已知与疾病相关，178个基因为新预测得到。例如：TAK1，BMP基因等有待进一步分析和验证⑤挖掘新的疾病相关基因应用于5262个基因，预测有970个基基于网络特征方法的特点数据丰富，方法简单易行，能得到大量的预测结果，方便与其他方法联用。结果有待验证。蛋白质相互作用网络体现了蛋白质组的系统水平描述，有利于人们更好的理解信号转导的生理学活动，以及由于通路的交叠部分异常造成的多种疾病。基于网络特征方法的特点数据丰富，方法简单易行，能得到大量的预(3)比较蛋白质组方法基于蛋白质组学研究药靶通常采用比较蛋白质组分析方法。通过比较癌症人群与正常人群在对应病理组织／器官内蛋白质的差别，挖掘潜在的药物靶标。如果不能直接找到对应的活性小分子，也可通过比较疾病样本和正常样本中蛋白质的表达差异，鉴别发生异常的生物学通路。定位到相应的生物学通路之后，再从中确定药物靶标。(3)比较蛋白质组方法基于蛋白质组学研究药靶通常采用比较蛋2.4代谢组方法代谢组学是生物体内小分子代谢物的总和，所有对生物体的影响均可反映在代谢组水平。代谢组放大了蛋白质组的变化，更接近于组织的表型。代谢途径的异常变化反映了生命活动的异常，因此定量描述生物体内代谢物动态的多参数变化可揭示疾病的发病机制。2.4代谢组方法代谢组学是生物体内小分子代谢物的总和，所有代谢组方法举例代谢组学对于生物标志物发现、药物作用模式和药物毒性研究具有重要作用。在酶网络的基础上，Sridhar等发展了一种分支定界方法，命名为OPMET，寻找优化的酶组合(即药物靶标)，用于抑制给定的目标化合物并减少副作用。通过提取代谢系统的特征，Li等采用整数线性规划模型在整个代谢网络范围内寻找能够阻止目标化合物合成的酶集合，并尽可能的消除对非目标化合物的影响。代谢组方法举例代谢组学对于生物标志物发现、药物作用模式和药物2.5系统生物学方法数据挖掘通路建模与仿真多组学数据的综合应用以网络为基础的方法2.5系统生物学方法数据挖掘(1)数据挖掘尽管分子生物学和医学研究中数据库的重要性日益增长，绝大部分的科研论文并非存在与结构化数据库的条目中。这些知识必然无法为计算机程序所理解，甚至对于人来说都是难以发现的。机器学习和自然语言处理方面的计算方法对数据挖掘和知识理解将会非常有效(1)数据挖掘尽管分子生物学和医学研究中数据库的重要性日益数据挖掘在药靶发现上的应用识别疾病相关实体如基因或蛋白质，理解它们在疾病中的作用识别疾病相关网络检测疾病相关基因之间的相互作用识别治疗靶标如基因芯片研究中的下调基因，或蛋白质组研究中的差异蛋白质识别诊疗标志物DrugDiscoveryToday2009,14:147-154数据挖掘在药靶发现上的应用识别疾病相关实体DrugDisc限制和挑战基因表达水平和蛋白水平通常并不一致，需要后续实验的验证基因芯片数据与特定的技术平台有关，不同实验室的结果难以比较数据的可用性以及数据整合问题限制和挑战基因表达水平和蛋白水平通常并不一致，需要后续实验的发展中的数据挖掘方法蛋白质组数据挖掘质谱数据的大量涌现需要新的数据挖掘工具化学基因组数据挖掘可存活性、细胞形态学和行为数据整合的数据挖掘数据挖掘与高通量数据分析相结合数据挖掘与通路数据库相结合发展中的数据挖掘方法蛋白质组数据挖掘药物靶标发现课件(2)通路建模与仿真药物作用是一个复杂的动态过程，如果不能找到合适的方法就很难确认药物的有效性。在药物开发过程中常用的手段之一是基因敲除实验，其作用方式与在特定酶上的竞争抑制过程完全不同。在基因敲除过程中，给定的通路可能被完全关闭，也可能由于系统的自身补偿作用而只有部分的影响。在此基础上设计的靶向药物可能存在效率较低的问题。为了使药物开发过程更贴近于真实情况，有必要将定量的建模方法引入到药物研究领域，精确的模拟药物与靶标相互作用从而发挥药效的过程。(2)通路建模与仿真药物作用是一个复杂的动态过程，如果不能找建模方法最常用的建模方法是确定性生化反应描述，已成功的用于药物代谢动力学和药剂反应建模。确定性反应的缺点在于缺乏可伸缩性。通常，基因组和蛋白质组方法要处理数十甚至数百个分子之间的信号网络，反应参数的范围可能包含多个跨度，超出了确定性方法的处理能力。结合反应和线性规划可以满足这种需求，批量的处理大规模的复杂化学反应网络。随机方法能够从根本上克服确定性方法的限制。它们是高度可伸缩性的，同时易于进行模拟。建模方法最常用的建模方法是确定性生化反应描述，已成功的用于药基于模型的药物设计一种系统的药物设计方法是：在网络中模拟单个反应的抑制过程，量化在指定观察量上的作用效果。在代谢网络中，观察量一般是稳态值；在信号级联模型中，观察量包括浓度、特征时间、信号持续时间和信号幅值等。基于模型的药物设计一种系统的药物设计方法是：在网络中模拟单个基于模型的药物设计例如，Schulz等在系统生物学建模语言的基础上开发了一款名为TIde的工具，采用普通微分方程对系统进行模拟，研究在网络中不同位置进行激活和抑制处理时系统的响应。通过模拟不同的抑制目标、类型和抑制剂浓度，确定一个或多个优化的药物靶标。基于模型的药物设计例如，Schulz等在系统生物学建模语言的多重建模与仿真/multiscale/多重建模与仿真http://www.wag.caltech.(3)多组学数据的综合应用系统生物学的优势在于"整合"，即综合利用基因组学、转录组学、蛋白质组学和代谢组学研究药物对系统的影响，提示可能的作用靶点。(3)多组学数据的综合应用系统生物学的优势在于"整合"，即综结合多种异质信息发现药物靶标结合多种异质信息发现药物靶标举例：建立癌症扰动的蛋白质相互作用网络以发现凋亡药物靶标举例：建立癌症扰动的蛋白质相互作用网络以发现凋亡药物靶标目标：通过结合癌症基因芯片数据和蛋白质相互作用网络，发现潜在的药物靶标。方法：构建凋亡通路的蛋白质相互作用网络利用基因芯片数据得到癌症/正常的蛋白质相互作用网络寻找功能获得/缺失的Hub蛋白挖掘新的药物靶标目标：通过结合癌症基因芯片数据和蛋白质相互作用网络，发现潜在流程图流程图正常细胞中蛋白质相互作用网络癌症细胞中蛋白质相互作用网络正常细胞中蛋白质癌症细胞中蛋白质相互作用网络功能获得与缺失如果一对相互作用在正常细胞中缺失，在癌细胞中出现，称为“功能获得”；如果一对相互作用在正常细胞中出现，在癌细胞中缺失，称为“功能缺失”。结果：发现157对蛋白质“功能获得”，162对“功能缺失”功能获得与缺失如果一对相互作用在正常细胞中缺失，在癌细胞中出功能获得网络功能缺失网络功能获得网络功能缺失网络确定候选的药物靶标挑选功能获得和缺失网络中的Hub蛋白质（连接度≥8），根据其GO功能注释，确定候选的药物靶标。确定候选的药物靶标挑选功能获得和缺失网络中的Hub蛋白质（连发现的候选药物靶标发现的候选药物靶标整合多组学数据有助于药靶发现此例是蛋白质相互作用网络与基因芯片数据相结合。基因组与转录组结合，转录组与代谢组结合，以及更多组学数据的整合研究，对于药物靶标的发现都是有益的。整合多组学数据有助于药靶发现此例是蛋白质相互作用网络与基因芯(4)网络基础上的药靶发现以信号转导通路为靶标考虑靶标在网络中的位置组合药靶(4)网络基础上的药靶发现以信号转导通路为靶标以信号转导为靶的疾病治疗

信号转导在生命现象中有非常重要的作用，它的失误会造成疾病，常见的疾病和问题也与信号转导有关酒精中毒。急性酒精刺激时，大鼠小脑中cAMP含量和蛋白激酶A的活性比对照增加了80％，说明急性酒精摄入时腺苷环化酶信号转导通路被激活。内源性一氧化氮(NO)在心肌局部缺血和再灌流损伤的病理过程中起作用。这个作用通过局部缺血心肌中的跨膜信号转导通路实现，具体说由cGMP介导。意识方面的信号也会产生物质性的结果。人的精神状态可以影响身体健康，经常处于忧郁与悲伤状态的人容易得癌。以信号转导为靶的疾病治疗信号转导在生命现象中有非常重要的作信号转导与疾病密切相关鉴于信号转导通路在细胞增殖和分化过程中的重要、甚至决定性的作用；基于对肿瘤的细胞生物学和分子生物学的研究，尤其是认识到许多癌基因的产物就是转录因子，它们对细胞的增殖、分化、死亡和转化起到非常重要的调节作用。因此，有可能设计出以信号转导通路中起调节介导作用的信号分子为靶的药物。信号转导与疾病密切相关鉴于信号转导通路在细胞增殖和分化过程中考虑靶标在网络中的位置生物网络具有一定的冗余性和多样性，包括一定的反馈回路和故障安全(Fail-safe)机制。挑选候选药靶时要考虑到其在网络中的位置，优先挑选那些处于枢纽位置能够发挥作用的靶点，并且避免反馈回路对药效进行补偿。考虑靶标在网络中的位置生物网络具有一定的冗余性和多样性，包括细胞凋亡通路细胞凋亡通路通路的冗余通路一通路二通路的冗余通路一通路二已知药物靶点数目

对已上市的多种药物进行分析，仅发现500个左右药物靶标已知药物靶点数目对已上市的多种药物进行分析，仅发现500个现有药靶组成

当前的新药主要针对“酶靶”和细胞膜上的“受体靶”，共约500个，其中受体占45%，酶占28%以信号转导通路中靠后位置的分子（如转录因子）作为药靶，能否降低药物副作用？现有药靶组成当前的新药主要针对“酶靶”和细胞膜上的“受体靶药靶在网络中的位置

位置靠前

位置靠后药靶在网络中的位置位置靠前位置靠后开发组合药靶的意义：通常药靶是指单一分子，但生命是一个复杂的过程和体系，疾病由多个动态变化的分子及其相互作用所引起，因此有必要开发组合药靶。核心思想：药物需要作用一系列疾病特异的靶分子组合才能发挥最佳的治疗效果。组合药靶开发组合药靶的意义：通常药靶是指单一分子，但生命是一个复杂的组合药靶一种疾病可能与多个基因有关，每一种基因又涉及到3-10种蛋白质，这些蛋白质都是候选的药靶。与疾病相关网络的内部高连接度表明，基于网络的诊疗方法应该以整个通路作为药靶，而不是单个蛋白质。发现一组靶标和模块的组合，它们在不同的治疗位置发挥作用并最后集中到一个特定的通路位点。组合药靶一种疾病可能与多个基因有关，每一种基因又涉及到3-1系统生物学提供了全新的视角疾病是一个非常复杂的生理和病理过程，涉及到多基因、多通路、多途径的分子功能网络相互作用的过程，如肿瘤的发生和发展就涉及到细胞增殖和凋亡、细胞周期、细胞迁移及血管生成等多个环节的交互作用。系统生物学为药物开发过程提供了全新的视野，将蛋白质靶标置于其内在的生理环境中，在提供网络化的整体性视角的同时不会丧失关键的分子作用细节。系统生物学提供了全新的视角疾病是一个非常复杂的生理和病理过程3.药物靶标的验证可药性

-能否被小分子化合物作用？副作用

-是否带来意外的影响？3.药物靶标的验证可药性可药性不是所有的疾病相关基因都能成为药靶，如肥胖基因。只有那些即能与药物发生相互作用又能引起药物效应的基因才能成为药靶。理想的药靶不仅要在疾病的发生和发展中扮演关键的角色，而且要具备可药性，否则只能是一个疾病标志物而已。可药性不是所有的疾病相关基因都能成为药靶，如肥胖基因。只有那蛋白质可药性验证第一步是识别在蛋白质表面的所有可能的结合位点，进而寻找真实的配体可结合位点。其计算方法主要分为两类：基于几何的方法和基于能量的方法。第二步是评估结合位点能否高亲和性、特异的与小分子药物结合。定量评估给定位点可药性的计算工具较少，最直接的评估方法是根据生物化学谱实际测量小分子击中目标的数目和类型，如NMR谱图。蛋白质可药性验证第一步是识别在蛋白质表面的所有可能的结合位点可药性评价开发中的靶标的共同特点在靶标家族以外有大量的同源序列（>6），或者与多个调节路径（>3）有关联，并分布于多个组织中（>3）。评价一个新的药物靶标开发潜力如果在靶标家族以外的同源序列不超过5个，参与的调节通路不超过2个，主要分布组织不超过2个，该靶标可能有较好的开发前景。可药性评价开发中的靶标的共同特点蛋白质相互作用的可药性分析由于大部分的蛋白质是通过与其它蛋白质相互作用发挥生物学功能，蛋白质相互作用在组织的各种细胞过程中发挥了基础和关键作用，被认为是一种富于挑战的同时又充满吸引力的小分子药物作用的新型靶标。2007年，Sugaya等从三个方面评估蛋白质相互作用的可药性：蛋白质相互作用中包含的结构域对、蛋白质与小分子药物的结合位点、GO功能注释的相似性打分。蛋白质相互作用的可药性分析由于大部分的蛋白质是通过与其它蛋白药物副作用

选择药物靶标要考虑的情况：有效性，即靶标与疾病确实相关，通过调节靶标的生理活性能够有效地改善疾病症状；副作用，如果对靶标的生理活性的调节不可避免地产生严重的副作用，那么将其选作药物作用靶标也是不合适的。药物副作用选择药物靶标要考虑的情况：药物副作用与SNP药靶和药物代谢酶多态性是造成药物疗效差异和毒副作用的主要原因之一。药物反应个体差异与个体的基因多态性特别是单核苷酸多态性密切相关。药物副作用与SNP药靶和药物代谢酶多态性是造成药物疗效差异和个性化医疗事先确定药物靶标的基因多态性，就可以估计药物适用的人群，进行个性化的医疗，增加疗效并降低毒副作用。目前，随着快速、规模化技术的发展，大量的SNP已经被揭示，为相关研究提供了基础。以乳腺癌为模型，Wiechec等报道SNP基因型会影响DNA修复基因的转录活性和药物代谢过程，从而影响到临床的治疗毒性和效果。个性化医疗事先确定药物靶标的基因多态性，就可以估计药物适用的5.以靶标为基础的药物设计先导化合物的筛选和优化数据库比较搜寻法计算机直接生成法药物毒性预测和风险评估5.以靶标为基础的药物设计先导化合物的筛选和优化先导化合物的筛选和优化当确认了一个有用的药物靶标之后，识别先导化合物是药物设计的第一步。药物作用的基础是先导化合物与靶蛋白的结合进而阻断靶蛋白的功能或改变其功能状态。需要从很多潜在的化合物中经层层的严格筛选，以决定它们是否适合于先导药物优化。先导化合物的筛选和优化当确认了一个有用的药物靶标之后，识别先大规模的虚拟筛选针对靶标分子的三维结构或定量构效关系模型，从虚拟的小分子库（现有的非肽候选小分子配体类化合物已超过700万个）中，通过生物信息学的手段评价候选小分子药物的成药性。虚拟筛选所发现的预期药物才进行实验制备和验证，这样可显著提高新药发现的成功率和效率并降低成本。大规模的虚拟筛选针对靶标分子的三维结构或定量构效关系模型，从分子对接的基本原理“锁钥模型”和“诱导契合模型”

分子对接的基本原理“锁钥模型”和“诱导契合模型”分子对接方法介绍

两大要点空间识别——分子间发生相互作用的基础能量识别——分子间保持稳定结合的基础

三个分类刚性对接半柔性对接柔性对接分子对接方法介绍两大要点计算机直接生成法

基本原理根据靶标分子的结构特征及性质要求由计算机自动构建出与受体活性部位能很好契合的新的药物分子。

3个步骤：分析靶标分子活性部位，确定活性位点各种势场和关键功能残基的分布；采用不同的策略把基本构建单元放置在活性位点中，并生成完整的分子；计算生成的新分子与受体分子的结合能，预测分子的生物活性。计算机直接生成法基本原理现代新药开发，一条漫长的通路发现探索研究充分研究注册大量候选药物的合成项目组与计划化合物合成早期案例性研究候选化合物制剂开发动物安全性研究筛选健康志愿者研究I期候选药物测试3-10,000患者(III期)100-300患者研究(II期)临床数据分析现代新药开发，一条漫长的通路发现探索研究充分研究注册大量候选药物研发之路，谁能走到最后？临床前药理学临床前安全性数以百万计筛选药物想法药物11-15年1-2产品发现探索研究充分研究I期015510临床药理学与安全性~100开发方法II期III期药物研发之路，谁能走到最后？临床前药理学临床前安全性数以百万药物研发的时间和费用增长费用

30年间增长了6倍60年代为1.3亿美元如今为8～17亿美元研发时间

8年14年临床实验的费用高达3～5亿美元进入Ⅱ期临床时还有4/5的淘汰率10个品种上市只有3个可以盈利药物研发的时间和费用增长费用 30年间增长了6倍临床实验的费我国药物研发现状一部分是大宗原料药另一部分则是仿制药处于高成本、低利润的产业阶段，还没有完成良好的产业升级20066300亿美元制药市场中各国所占份额欧洲前五名制药市场17%日本10%其他ROW14%美国USA59%我国药物研发现状一部分是大宗原料药20066300亿美元制药第9章基于生物信息学的药物靶标发现综合应用举例第9章基于生物信息学的药物靶标发现综合应用举例疾病对人类健康构成重大威胁

疾病对人类的健康和生存构成重大威胁，是各国面临的最重要的社会问题之一。全球仅癌症患者就超过4000万人。我国目前每年新增癌症患者已超过160万人，现有肿瘤患者至少300～400万人，年死亡人数超过130万。疾病对人类健康构成重大威胁疾病对人类的健康和生存构成重大威中国十大常见疾病死亡率排行榜

排位

疾病死亡原因

占死亡总数(%)1

恶性肿瘤

22.17%2

脑血管病

22.63%3

心脏病

16.77%4

呼吸系统疾病

14.09%5

损伤、中毒

6.18%6

消化系统疾病

3.10%7

内分泌,营养代谢系统

2.66%8

泌尿、生殖系病

1.49%9

精神病

1.16%10

神经病

0.97%中国十大常见疾病死亡率排行榜

排位

疾病死亡原疾病的威胁亟待新的有效药物当前，药物治疗依然是疾病控制的最常用的手段，因此也是最有市场前景的产业。目前全球医药市场总额已达6000亿美元。疾病的威胁亟待新的有效药物当前，药物治疗依然是疾病控制的最常药物的发展史药物学（哲学）《神农本草经》至《本草纲目》，通过口尝身受的方法，用朴素的唯物论解释药物的作用，并对药物进行筛选和评定，对药物的生态、形态、性味、功能和应用进行记载。

药理学（科学）通过现代科学技术来解释药物的作用，观察药物对生理功能的影响，从植物药中提取有效成分和合成新药。随着生物化学和分子生物学的发展，使药理学从整体、器官、细胞和亚细胞水平进入到分子水平。药物的发展史药物学（哲学）中医学说

四气：寒、热、温、凉五味：辛、甘、酸、苦、咸

归经学说：把药物作用与脏腑经络的病变部位联系起来

中医学说四气：寒、热、温、凉新药开发的流程

药物作用靶标确定

->药物作用模型确立

->小分子化合物设计

->内外药效分析

->临床前及临床研究

->新药证书新药开发的流程药物作用靶标确定从药物靶标到新药证书从药物靶标到新药证书新药开发过程费时费力完成整个新药上市流程的成功率仅约0.01%~0.02%，整个开发的时间可长达十年以上，开发费用通常在三亿美元以上。有待发展新的方法缩短药物开发进程，增加药物有效性，并降低副作用。事先确定靶向特定疾病有关的靶标分子是现代新药开发的基础新药开发过程费时费力完成整个新药上市流程的成功率仅约0.01基于靶标的药物开发传统方法——发现有效的药物是瓶颈通过有显著药理作用的药物，经过分子药理学研究，最终认识药靶。由于规模、速度和耗费等因素的限制，很难实现大规模和高效率。新药开发——新的药靶发现成为瓶颈随着人们对疾病认识达到分子水平，以靶标为基础的药物筛选包括模型的建立及化合物的合成和收集，使基于机理的药物发现成为可能。基于靶标的药物开发传统方法——发现有效的药物是瓶颈实验方法常见的用于药靶发现的实验方法包括：微生物基因组学、差异蛋白质组学、核磁共振技术、细胞芯片技术、RNAi技术、基因转染技术和基因敲除动物等。实验方法常见的用于药靶发现的实验方法包括：微生物基因组学、差生物信息学方法的重要作用随着组学数据的积累，仅凭实验方法已经不能满足高通量大规模数据分析的需求。在药物研发过程中，生物信息学方法对于相关数据的存储、分析和处理，以及如何有效地发现和验证新的药靶，发挥了重要的作用。生物信息学方法的重要作用随着组学数据的积累，仅凭实验方法已经内容提要1.药物靶标的定义和特点2.药物靶标的发现基因组方法转录组方法蛋白质组方法代谢组方法系统生物学方法3.药物靶标的验证4.以靶标为基础的药物设计内容提要1.药物靶标的定义和特点药物研发的几个基本概念疾病相关基因生物标志物药物作用靶标先导化合物药物研发的几个基本概念疾病相关基因癌基因定义癌基因是人类或动物细胞固有的一类基因，又称转化基因，它们一旦活化便能促使人或动物的正常细胞发生癌变。发现新的癌症相关基因是癌症研究的主要目标之一，也是发现潜在药靶的基础。癌基因定义癌基因是人类或动物细胞固有的一类基因，又称转化基因药物靶标发现课件常见疾病对应的生物标志物常见疾病对应的生物标志物生物标志物的类型及作用生物标志物的类型及作用1.药物靶标定义

药物靶标是指体内具有药效功能并能被药物作用的生物大分子，如某些蛋白质和核酸等。药靶必须具备的最基本的性质：特异性

可药性1.药物靶标定义药物靶标是指体内具有药效功能并能被药物作药物靶点的基本特点1.属于生物学大分子（通常为蛋白质），可以单独存在或形成聚合体存在；2.具有可与其他特定结构的物质（外源性或内源性物质，主要为小分子）结合的部位或位点；3.该物质的结构可以发生变化，而且是在与具有特异性结构的物质结合后发生变化，正常情况下，这种变化通常是可逆的；药物靶点的基本特点1.属于生物学大分子（通常为蛋白质），可药物靶点的基本特点4.该大分子可以通过结构的变化，在生理条件下发挥生理调节功能，引起机体某些功能或表现的变化；5.该物质结构状态变化产生的生理效应在复杂调节过程或作用通路中具有主导作用；6.病理条件下该物质的表达量、活性、结构或特性可以发生变化，这种变化可以是原发性的量变，也可以是继发性的。7.在体内可能存在内源性与之结合的小分子（内源性配基）或外源性配基，其配基具有药理作用且已经被认识。药物靶点的基本特点4.该大分子可以通过结构的变化，在生理条件药靶发挥作用的几个要点药物分子和致病分子在靶标上存在竞争性抑制；药物通常由代谢产物起作用，作用部位、浓度和时间都很重要；将疾病组织和正常组织进行比较，在疾病时上调的蛋白质可作为生物标志物，下调的蛋白质可能作为药靶。药靶发挥作用的几个要点药物分子和致病分子在靶标上存在竞争性抑预期药物靶标数目随着超过上百个真核和原核生物的基因组被完整测序，人们有机会对基因进行大规模的分析和筛选，据估计整个人类基因组中约有10%与疾病相关，从而导致约3000个潜在的药物靶标。同时，还有成千上万个来自于微生物和寄生生物的蛋白质，可作为传染病治疗的药靶。预期药物靶标数目随着超过上百个真核和原核生物的基因组被完整测已知药物靶点数目

对已上市的多种药物进行分析，仅发现500个左右药物靶标已知药物靶点数目对已上市的多种药物进行分析，仅发现500个两种观点并存正：在所有的人类基因产物中仅有2%成功的发展为小分子药物的靶标，存在大量的潜在靶标有待发现！反：随着新的靶标药物研发的失败率不断增加，最初的热情逐渐转变为恐慌情绪，“基因组学相关的药物靶标不仅增加了研发药物的数量，也增加了研发药物的成本”。两种观点并存正：在所有的人类基因产物中仅有2%成功的发展为小2.药物靶标发现2.1基因组方法2.2转录组方法2.3蛋白质组方法2.4代谢组方法2.5系统生物学方法2.药物靶标发现2.1基因组方法

药物靶标发现课件2.1基因组方法目前，已分析并公开了600种生物的全基因组序列，其中170种为真核生物。更有意义的是人类基因组全序列分析的完成，功能基因组研究的不断深入，在为阐明生命的本质提供了海量的生物信息资源的同时也为药靶的发现提供了丰富的矿藏。2.1基因组方法目前，已分析并公开了600种生物的全基因组现代科学认为，疾病的发生直接或间接与基因有关疾病是基因与环境相互作用的结果人类疾病都是：“基因病”经典单基因病多基因病获得性基因病现代科学认为，疾病的发生直接或间接与基因有关人类疾病都是：“经典单基因病：主要病因是某个基因位点上产生了缺陷等位基因，如：地中海贫血、白化病多基因病：涉及多个基因及调控这些基因表达的环境因子之间的相互作用，如：高血压、糖尿病获得性基因病：主要是由病源微生物感染引起的传染病，如肝炎、艾滋病经典单基因病：主要病因是某个基因位点上产生了缺陷等位基因，如基于基因组的预测方法最常用的方法是同源搜索，采用序列比对软件寻找候选基因与已知癌症基因之间的序列同源性，如BLAST或HMMER软件包分析已知药靶中普遍的结构特征，如信号肽、跨膜结构域或蛋白激酶域。使用基因预测程序从人类基因组序列中预测新基因，寻找全新的药物靶标。基于基因组的预测方法最常用的方法是同源搜索，采用序列比对软件几个基本原则寻找病原微生物的基因组中病原微生物的生长和致病所必需但与人体细胞代谢不同的基因产物，将其作为候选药物靶点。尽管是人体和病原微生物共同的代谢途径，但是进化中关键酶的序列和结构出现显著差异，也可用于设计小分子药物。对于某些特殊的微生物，其亚型不同则致病能力显著不同。分析其表型数据对应的差异基因是发现新的抗感染药物靶点的有效策略。几个基本原则寻找病原微生物的基因组中病原微生物的生长和致病所基因敲除实验非必要基因必要基因敲除基因a敲除基因b基因敲除实验非必要基因必要基因敲除基因a敲除基因b以单基因作为靶标大多失败!通过单基因敲除实验能够发现生物体中的必要基因。以必要基因作为癌症治疗的靶标不仅能杀死癌细胞，对于健康细胞也可能是致命的。失败的基因治疗->白血病以单基因作为靶标大多失败!通过单基因敲除实验能够发现生物体中非必要基因非必要基因敲除基因a敲除基因c合成致死同时敲除基因a和c非必要基因非必要基因敲除基因a敲除基因c合成致死同时敲除合成致死性提供了新的前景给定一个癌症相关的基因，如果该基因在癌细胞中功能缺失或者功能降低，那么以它的合成致死对象作为药靶就能构成肿瘤细胞的致死条件，同时降低对健康细胞的损伤。合成致死性提供了新的前景基因工程克隆动物器官移植人工合成胰岛素、干扰素基因工程克隆动物2.2转录组方法由于基因芯片技术的高通量、快速、平行化等特点，使得疾病相关的基因芯片数据资源非常丰富，利用基因芯片数据挖掘潜在药物靶标成为一种重要的途径。2.2转录组方法由于基因芯片技术的高通量、快速、平行化等特药物靶标发现课件(1)基于比较基因芯片数据

基因芯片能够一次性的记录疾病状态下成千上万个基因的变化情况。通过比较疾病组与正常组的基因芯片数据，寻找显著差异的基因集合，可用于预测相关的生物标志物或药物靶标。(1)基于比较基因芯片数据基因芯片能够一次性的记录疾病状态寻找表达差异的基因最直接的方法是测量变化倍数，即计算两个样本之间同一个基因的表达量之比。尽管变化倍数方法直观有效，但是该方法没有考虑噪声和生物学可变性，尤其是癌症这种本质上多相异质的复杂疾病。寻找表达差异的基因最直接的方法是测量变化倍数，即计算两个样本倍数法倍数法统计方法更加通用的办法是采用尽可能多的疾病样本进行统计学分析，如ANOVA和T-like检验等。例如：进行两组重复实验，一组实验中基因a的表达有差异，另一组中没有差异，那么经过分析，基因a是否为差异表达基因呢？统计方法更加通用的办法是采用尽可能多的疾病样本进行统计学分析聚类方法进一步，由于单个基因难以检测疾病状态下翻译模型的变化，生物标志物通常包括一组基因，需要一定的聚类方法寻找相关基因的组合。如GSEA方法能够评估两种生物学状态下一组基因集合的统计显著性。聚类方法进一步，由于单个基因难以检测疾病状态下翻译模型的变化K均值聚类K均值聚类(2)异源基因芯片数据整合

由于单个芯片数据本身存在的噪声及系统偏差，预测结果往往存在误差。最新的研究通过整合不同实验来源的多组基因芯片的数据，减少单个芯片实验中的误差影响，寻找更加通用的生物标志物和药物靶标。(2)异源基因芯片数据整合由于单个芯片数据本身存在的噪声及第一步：多组基因芯片实验第一步：多组基因芯片实验第二步：差异基因分析第二步：差异基因分析第三步：荟萃分析第三步：荟萃分析2.3蛋白质组方法通常，功能蛋白的表达异常和调节异常是癌症发生的分子标志，这些决定个体生物性状、代谢特征和病理状况的特殊功能蛋白可以作为潜在的药物靶标。尽管90%的已知药靶为蛋白质，但由于数据和技术上的原因，蛋白水平的药物靶标并不如基因、转录水平的研究广泛。近年来，随着更多蛋白质详细数据的获得，在蛋白水平上进行药物靶标的开发和验证成为研究的热点。2.3蛋白质组方法通常，功能蛋白的表达异常和调节异常是癌症(1)基于蛋白质的理化特性

在蛋白质的理化属性、序列特征和结构特征上，药靶分子和非药靶分子存在着显著的差异。药物靶标的八个主要属性：高疏水性、长度较长、包含信号肽结构域、不含PEST结构域、具有超过两个N-糖基化的氨基酸、不超过一个O-糖基化的丝氨酸、低等电点和定位在膜上。以这些特征作为支持向量机的输入，可以在药靶和非药靶类之间达到96%的分类准确率，并识别出668个具有类似靶标属性的蛋白质。(1)基于蛋白质的理化特性在蛋白质的理化属性、序列特(2)基于相互作用的网络特征随着蛋白质相互作用数据的累积，人们构建了大规模的生物网络，并提出了一些度量蛋白质网络特征的方法。药靶分子（疾病相关基因）在网络拓扑结构上与其他分子有何区别呢？(2)基于相互作用的网络特征随着蛋白质相互作用数据的累积，举例：由人蛋白相互作用网络特征发现疾病相关基因举例：由人蛋白相互作用网络特征发现疾病相关基因目标：发现区分疾病相关基因与其它基因的网络特征，预测新的疾病相关基因。方法：构建疾病相关数据集提取蛋白质相互网络特征比较疾病基因与其他基因的特征差别分类疾病基因与其他基因挖掘新的疾病相关基因目标：发现区分疾病相关基因与其它基因的网络特征，预测新的疾病①数据集蛋白质相互作用数据库OPID（47665对相互作用）来自于BIND、HPRD和MINT数据库酵母双杂交实验数据同源预测结果疾病相关基因（3667个基因）OMIM数据库（在线人类孟德尔遗传数据库）①数据集蛋白质相互作用数据库OPID（47665对相互作用）构建训练样本阳性数据集：网络中的疾病相关蛋白根据相互作用数据整理蛋白质列表疾病相关蛋白与OPID蛋白列表的交集阴性数据集：可能与疾病不相关蛋白从OPID蛋白列表中随机采样得到去掉与疾病相关部分与阳性数据集大小一致构建训练样本阳性数据集：网络中的疾病相关蛋白②提取网络特征五个网络特征：连接度1N指数2N指数与致病基因的平均距离正拓扑相关系数②提取网络特征五个网络特征：网络特征示意图网络特征示意图网络特征示意图网络特征示意图③比较阳性/阴性集网络特征

阳性集

阴性集显著性结论:疾病相关基因具有更高的连接度，更倾向与其他的致病基因发生相互作用，致病基因之间的平均距离明显低于非致病基因。③比较阳性/阴性集网络特征④分类疾病基因与其他基因分类效果指标：

KNN分类方法分类结果：④分类疾病基因与其他基因⑤挖掘新的疾病相关基因应用于5262个基因，预测有970个基因与疾病相关其中，792个基因已知与疾病相关，178个基因为新预测得到。例如：TAK1，BMP基因等有待进一步分析和验证⑤挖掘新的疾病相关基因应用于5262个基因，预测有970个基基于网络特征方法的特点数据丰富，方法简单易行，能得到大量的预测结果，方便与其他方法联用。结果有待验证。蛋白质相互作用网络体现了蛋白质组的系统水平描述，有利于人们更好的理解信号转导的生理学活动，以及由于通路的交叠部分异常造成的多种疾病。基于网络特征方法的特点数据丰富，方法简单易行，能得到大量的预(3)比较蛋白质组方法基于蛋白质组学研究药靶通常采用比较蛋白质组分析方法。通过比较癌症人群与正常人群在对应病理组织／器官内蛋白质的差别，挖掘潜在的药物靶标。如果不能直接找到对应的活性小分子，也可通过比较疾病样本和正常样本中蛋白质的表达差异，鉴别发生异常的生物学通路。定位到相应的生物学通路之后，再从中确定药物靶标。(3)比较蛋白质组方法基于蛋白质组学研究药靶通常采用比较蛋2.4代谢组方法代谢组学是生物体内小分子代谢物的总和，所有对生物体的影响均可反映在代谢组水平。代谢组放大了蛋白质组的变化，更接近于组织的表型。代谢途径的异常变化反映了生命活动的异常，因此定量描述生物体内代谢物动态的多参数变化可揭示疾病的发病机制。2.4代谢组方法代谢组学是生物体内小分子代谢物的总和，所有代谢组方法举例代谢组学对于生物标志物发现、药物作用模式和药物毒性研究具有重要作用。在酶网络的基础上，Sridhar等发展了一种分支定界方法，命名为OPMET，寻找优化的酶组合(即药物靶标)，用于抑制给定的目标化合物并减少副作用。通过提取代谢系统的特征，Li等采用整数线性规划模型在整个代谢网络范围内寻找能够阻止目标化合物合成的酶集合，并尽可能的消除对非目标化合物的影响。代谢组方法举例代谢组学对于生物标志物发现、药物作用模式和药物2.5系统生物学方法数据挖掘通路建模与仿真多组学数据的综合应用以网络为基础的方法2.5系统生物学方法数据挖掘(1)数据挖掘尽管分子生物学和医学研究中数据库的重要性日益增长，绝大部分的科研论文并非存在与结构化数据库的条目中。这些知识必然无法为计算机程序所理解，甚至对于人来说都是难以发现的。机器学习和自然语言处理方面的计算方法对数据挖掘和知识理解将会非常有效(1)数据挖掘尽管分子生物学和医学研究中数据库的重要性日益数据挖掘在药靶发现上的应用识别疾病相关实体如基因或蛋白质，理解它们在疾病中的作用识别疾病相关网络检测疾病相关基因之间的相互作用识别治疗靶标如基因芯片研究中的下调基因，或蛋白质组研究中的差异蛋白质识别诊疗标志物DrugDiscoveryToday2009,14:147-154数据挖掘在药靶发现上的应用识别疾病相关实体DrugDisc限制和挑战基因表达水平和蛋白水平通常并不一致，需要后续实验的验证基因芯片数据与特定的技术平台有关，不同实验室的结果难以比较数据的可用性以及数据整合问题限制和挑战基因表达水平和蛋白水平通常并不一致，需要后续实验的发展中的数据挖掘方法蛋白质组数据挖掘质谱数据的大量涌现需要新的数据挖掘工具化学基因组数据挖掘可存活性、细胞形态学和行为数据整合的数据挖掘数据挖掘与高通量数据分析相结合数据挖掘与通路数据库相结合发展中的数据挖掘方法蛋白质组数据挖掘药物靶标发现课件(2)通路建模与仿真药物作用是一个复杂的动态过程，如果不能找到合适的方法就很难确认药物的有效性。在药物开发过程中常用的手段之一是基因敲除实验，其作用方式与在特定酶上的竞争抑制过程完全不同。在基因敲除过程中，给定的通路可能被完全关闭，也可能由于系统的自身补偿作用而只有部分的影响。在此基础上设计的靶向药物可能存在效率较低的问题。为了使药物开发过程更贴近于真实情况，有必要将定量的建模方法引入到药物研究领域，精确的模拟药物与靶标相互作用从而发挥药效的过程。(2)通路建模与仿真药物作用是一个复杂的动态过程，如果不能找建模方法最常用的建模方法是确定性生化反应描述，已成功的用于药物代谢动力学和药剂反应建模。确定性反应的缺点在于缺乏可伸缩性。通常，基因组和蛋白质组方法要处理数十甚至数百个分子之间的信号网络，反应参数的范围可能包含多个跨度，超出了确定性方法的处理能力。结合反应和线性规划可以满足这种需求，批量的处理大规模的复杂化学反应网络。随机方法能够从根本上克服确定性方法的限制。它们是高度可伸缩性的，同时易于进行模拟。建模方法最常用的建模方法是确定性生化反应描述，已成功的用于药基于模型的药物设计一种系统的药物设计方法是：在网络中模拟单个反应的抑制过程，量化在指定观察量上的作用效果。在代谢网络中，观察量一般是稳态值；在信号级联模型中，观察量包括浓度、特征时间、信号持续时间和信号幅值等。基于模型的药物设计一种系统的药物设计方法是：在网络中模拟单个基于模型的药物设计例如，Schulz等在系统生物学建模语言的基础上开发了一款名为TIde的工具，采用普通微分方程对系统进行模拟，研究在网络中不同位置进行激活和抑制处理时系统的响应。通过模拟不同的抑制目标、类型和抑制剂浓度，确定一个或多个优化的药物靶标。基于模型的药物设计例如，Schulz等在系统生物学建模语言的多重建模与仿真/multiscale/多重建模与仿真http://www.wag.caltech.(3)多组学数据的综合应用系统生物学的优势在于"整合"，即综合利用基因组学、转录组学、蛋白质组学和代谢组学研究药物对系统的影响，提示可能的作用靶点。(3)多组学数据的综合应用系统生物学的优势在于"整合"，即综结合多种异质信息发现药物靶标结合多种异质信息发现药物靶标举例：建立癌症扰动的蛋白质相互作用网络以发现凋亡药物靶标举例：建立癌症扰动的蛋白质相互作用网络以发现凋亡药物靶标目标：通过结合癌症基因芯片数据和蛋白质相互作用网络，发现潜在的药物靶标。方法：构建凋亡通路的蛋白质相互作用网络利用基因芯片数据得到癌症/正常的蛋白质相互作用网络寻找功能获得/缺失的Hub蛋白挖掘新的药物靶标目标：通过结合癌症基因芯片数据和蛋白质相互作用网络，发现潜在流程图流程图正常细胞中蛋白质相互作用网络癌症细胞中蛋白质相互作用网络正常细胞中蛋白质癌症细胞中蛋白质相互作用网络功能获得与缺失如果一对相互作用在正常细胞中缺失，在癌细胞中出现，称为“功能获得”；如果一对相互作用在正常细胞中出现，在癌细胞中缺失，称为“功能缺失”。结果：发现157对蛋白质“功能获得”，162对“功能缺失”功能获得与缺失如果一对相互作用在正常细胞中缺失，在癌细胞中出功能获得网络功能缺失网络功能获得网络功能缺失网络确定候选的药物靶标挑选功能获得和缺失网络中的Hub蛋白质（连接度≥8），根据其GO功能注释，确定候选的药物靶标。确定候选的药物靶标挑选功能获得和缺失网络中的Hub蛋白质（连发现的候选药物靶标发现的候选药物靶标整合多组学数据有助于药靶发现此例是蛋白质相互作用网络与基因芯片数据相结合。基因组与转录组结合，转录组与代谢组结合，以及更多组学数据的整合研究，对于药物靶标的发现都是有益的。整合多组学数据有助于药靶发现此例是蛋白质相互作用网络与基因芯(4)网络基础上的药靶发现以信号转导通路为靶标考虑靶标在网络中的位置组合药靶(4)网络基础上的药靶发现以信号转导通路为靶标以信号转导为靶的疾病治疗

信号转导在生命现象中有非常重要的作用，它的失误会造成疾病，常见的疾病和问题也与信号转导有关酒精中毒。急性酒精刺激时，大鼠小脑中cAMP含量和蛋白激酶A的活性比对照增加了80％，说明急性酒精摄入时腺苷环化酶信号转导通路被激活。内源性一氧化氮(NO)在心肌局部缺血和再灌流损伤的病理过程中起作用。这个作用通过局部缺血心肌中的跨膜信号转导通路实现，具体说由cGMP介导。意识方面的信号也会产生物质性的结果。人的精神状态可以影响身体健康，经常处于忧郁与悲伤状态的人容易得癌。以信号转导为靶的疾病治疗信号转导在生命现象中有非常重要的作信号转导与疾病密切相关鉴于信号转导通路在细胞增殖和分化过程中的重要、甚至决定性的作用；基于对肿瘤的细胞生物学和分子生物学的研究，尤其是认识到许多癌基因的产物就是转录因子，它们对细胞的增殖、分化、死亡和转化起到非常重要的调节作用。因此，有可能设计出以信号转导通路中起调节介导作用的信号分子为靶的药物。信号转导与疾病密切相关鉴于信号转导通路在细胞增殖和分化过程中考虑靶标在网络中的位置生物网络具有一定的冗余性和多样性，包括一定的反馈回路和故障安全(Fail-safe)机制。挑选候选药靶时要考虑到其在网络中的位置，优先挑选那些处于枢纽位置能够发挥作用的靶点，并且避免反馈回路对药效进行补偿。考虑靶标在网络中的位置生物网络具有一定的冗余性和多样性，包括细胞凋亡通路细胞凋亡通路通路的冗余通路一通路二通路的冗余通路一通路二已知药物靶点数目

对已上市的多种药物进行分析，仅发现500个左右药物靶标已知药物靶点数目对已上市的多种药物进行分析，仅发现500个现有药靶组成

当前的新药主要针对“酶靶”和细胞膜上的“受体靶”，共约500个，其中受体占45%，酶占28%以信号转导通路中靠后位置的分子（如转录因子）作为药靶，能否降低药物副作用？现有药靶组成当前的新药主要针对“酶靶”和细胞膜上的“受体靶药靶在网络中的位置

位置靠前

位置靠后药靶在网络中的位置位置靠前位置靠后开发组合药靶的意义：通常药靶是指单一分子，但生命是一个复杂的过程和体系，疾病由多个动态变化的分子及其相互作用所引起，因此有必要开发组合药靶。核心思想：药物需要作用一系列疾病特异的靶分子组合才能发挥最佳的治疗效果。组合药靶开发组合药靶的意义：通常药靶是指单一分子，但生命是一个复杂的组合药靶一种疾病可能与多个基因有关，每一种基因又涉及到3-10种蛋白质，这些蛋白质都是候选的药靶。与疾病相关网络的内部高连接度表明，基于网络的诊疗方法应该以整个通路作为药靶，而不是单个蛋白质。发现一组靶标和模块的组合，它们在不同的治疗位置发挥作用并最后集中到一个特定的通路位点。组合药靶一种疾病可能与多个基因有关，每一种基因又涉及到3-1系统生物学提供了全新的视角疾病是一个非常复杂的生理和病理过程，涉及到多基因、多通路、多途