基于系统生物学理论和生物信息学方法挖掘药物严重不良反应相关基因

心脏严重不良反应是关系用药安全的重大问题，也是许多药物退市的主要原因。遗传因素是影响不良反应是否发生以及严重程度的重要原因。心脏不良反应因其机理复杂、临床样本采集困难等原因而至今机制不明。传统药理学、细胞生物学实验往往根据经验性假设选择基因进行研究，因而主观性强、投入大、风险高。本项目基于系统生物学理论，采用生物信息学方法挖掘现有的组学数据，从已知的药物-基因和基因-基因相互作用关系出发，结合分子模拟对接和基因芯片表达等高通量数据，构建心脏不良反应相关基因的基因互作网络。通过已知导致心脏不良反应药物的直接和间接相关基因对网络进行训练，进而预测未知的药物不良反应相关基因，并在药理学、细胞生物学或遗传学三方面的至少一个方面上进行验证，力求为心脏药物不良反应的机理研究摸清大致脉络并提供假说，从而确保在前期小额经费投入的基础上，为后续持续经费投入指明正确的方向。

心脏严重不良反应是关系用药安全的重大问题，也是许多药物退市的主要原因。遗传因素是影响不良反应是否发生以及严重程度的重要原因。心脏不良反应因其机理复杂、临床样本采集困难等原因而至今机制不明。传统药理学、细胞生物学实验往往根据经验性假设选择基因进行研究，因而主观性强、投入大、风险高。本项目基于系统生物学理论，采用生物信息学方法挖掘现有的组学数据，从已知的药物-基因和基因-基因相互作用关系出发，结合分子模拟对接和基因芯片表达等高通量数据，构建模型预测未知的药物不良反应相关基因，进而为预测导致心脏毒性的药物进行预测，并在药理学方面进行验证。项目基本严格按照申请书中制定的研究计划执行，在完成了针对当前已知具有心脏毒性的药物的基因组表达谱进行分析，并基于此构建了评估新药物心脏不良反应风险的预测模型，并成功预测了心脏不良反应。申请了相关专利, 相关重要论文正在投稿中。