计算机辅助药物靶点筛选

随着人类基因组计划的完成和科学家对疾病机理不断深入的探索，基因组蛋白组等多组学数据的大量累积为药物研究提供了发展机遇, 疾病的ZL已摆脱了盲目性，进入了靶点丰盛的时代。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, 可以作为传染病ZL的药靶。目前，在所有的人类基因产物中仅有2% (260-400)成功的发展为小分子药物的靶标。可见从大量的潜在靶标中选定适合疾病ZL的靶点的仍然具有许多偶然性因素。譬如使用蛋白质组或基因组学的方式筛选病人和健康人的差别表达基因，然而这一筛选方式只能初步确定与疾病相关的数十至数百个基因，距离发现具有潜在可药性靶点还相距甚远。因此，需要整合基因组、蛋白质组、代谢组和信息学的分析方法, 对目前成功的药物靶点的各方面特性进行分析，总结出蛋白可药性的特征，建立计算机辅助的筛选的综合模型，小范围快速选定潜在靶点用于进一步实验验证。

 

 

通过基因表达芯片分析发现病人和健康人差异表达基因，并通过分析蛋白质的理化属性、序列特征和结构特征，进一步区别药靶分子和非药靶分子。目前我们已系统分析了~1000个研究中的人类药靶分子，~350成功药靶分子，以及~7000非药靶分子的特性, 寻找两者的区别并预测新的潜在药物靶标。通过综合人类药物靶蛋白的十个主要属性（如高疏水性、包含信号肽结构域、具有特定的数目的糖基化位点、低等电点、参与特定数目的代谢途径等）可以在药靶和非药靶类之间达到97%的分类准确率。 基于表达差异和蛋白质的理化特性的方法直接、简单、快速、有效。能够基于目前已知药靶的特征发现类似的新靶点。