对制药企业来说，药物研发始终是个令人纠结的话题。要是临床试验数据令人满意，适应症又明确，那获批上市，拿得丰厚的利润也许就一步之遥。但要是一步错，后面的结果也就可想而知了。所以，药物研发是一个漫长的、充满风险的、昂贵的过程。

据统计，实验室中有超过半数看上去具有前途的候选药物最终却遭遇失败，超过四分之一的药物在后期的临床试验中被证明无效。然而通过公共数据库，可以越来越多的获取基因组信息——尤其是，人们已经发现和疾病相关的特定基因，这些已知信息很可能大大帮助提高药物研发成功率。据制药产业和科学家团队称，如果让基因组学引导实验分子靶向研究，成功率一定会有所提高。

我们注意到这方面的一些研究，专注于药物基因组学研究的June’s Genome Advance of the Month，利用已知的基因相关性来帮助选择研究目标，以提高药物研发成功率。以及由三角研究园（RTP, Research Triangle Park）葛兰素史克的马修·纳尔逊博士和其他科学家近期发表在《自然遗传学》上的一篇研究。

大家都知道，在美国，所有新药在上市前必须通过FDA审批，证明其是安全有效的，而临床试验就旨在为FDA审批建立一个基础条件。其分为三个阶段：阶段一，20名志愿者测试药品安全性；阶段二，100名或者更多参与人员评估药效和副作用；阶段三，通常几千名病人测试药效和不良反应。

在通过阶段一测试的新药中，一般会有2/3的药物能够参与第二阶段测试，之后1/3的药物能进入第三阶段。而最终，只有1/10的新药能够获得FDA批准。

考虑到上述淘汰损耗率，纳尔逊博士和同事们猜想利用基因组信息是否能够帮助新药通过FDA审批。他们试图确认基因相关性对于决定用于疾病治疗的基因产品的重要性。得出的结论发现，基因与疾病相关性确实能够将实验引向正确的方向。

研究报告并预估，“选取基因支持的目标可以使临床研发的成功率提高一倍，虽然不同疾病表现的成功率相差巨大。”

研究人员使用几个数据库来确定已知的基因相关性。这些数据库包括GWAS（全基因组关联分析)，里面有全基因组关联研究确定的上千种基因疾病的关联；还有基因型和表型数据库(dbGaP）；以及集合了人类基因和遗传表型的在线《人类孟德尔遗传》(OMIM)。然后，研究人员手动将疾病特征和《医学主题词表》(MeSH，一个在线医学词汇搜索工具）中的疾病术语匹配，并收集不同研发阶段的药品信息。

结果显示，比起毫无联系的基因与疾病，与人类特质相关的基因能够为治疗药物的成功提供更多的研究目标。研究人员推测，当那些影响人类生理特征的基因发生突变时，它们对药效也会变得更加敏感。

纳尔逊博士和他的同事们也指出，如果这些药物能够针对那些已知和疾病相关的基因，尤其是肌肉骨骼系统、新陈代谢、血液紊乱等疾病，药物在研发渠道将会表现更好。这一发现强调了一个能够广泛引用的参考数据库的必要性，该数据库要能利用无偏向方法汇集与疾病相关联的基因。当前，此类数据库已获得美国国立卫生研究院（NIH）的支持。

NIH下属的一个研究所 ——美国国立人类基因组研究所(NHGRI，正致力于的几个研究项目，就是希望能够将数据吸纳进一个大型公共数据库，来推进基因组信息在药物研究上的应用。其中包含能协调表现型数据集，能将其整合进一个大型综合数据库的PhenX。还有INGITE网络——通过更广阔背景实现临床支持，提出临床干预措施和建议，检测出多种药物基因对的方法和实现结果。以及ClinGen——一个基因组变异的公共数据库，它可以用于提高人类健康水平，推进生物医学研究。

此外，当前走在这一前沿的制药企业，就我们知道的有辉瑞、基因泰克等。他们选择与23andMe联手，23andMe分享 65 万名客户的基因数据，以及 3000 名帕金森患者的全基因组序列，用于药物研发。

以及今年7月，Google 旗下的 Calico联合DNA 族谱分析公司 Ancestry 进行合作。针对 Ancestry 庞大的族谱基因数据库，用分析工具和算法来调查长寿者的家谱，以及基因里蕴含的生命信息，同时将研究的结果建模并产品化，用于分析和预测个体的寿命，研制延缓或阻止衰老的药物。

可以看出，随着越来越多基因与疾病关联性的揭开，基因组信息在药物研发中将会发挥更大的作用。

文中研究人员包括：葛兰素史克；纽约哥伦比亚大学的系统生物学系和生物医学信息学系；香港大学脑与认知科学国家重点实验室，基因组科学中心，及生物化学部。

编译丨周俨璕
责编丨莫人英