蛋白质组学医学院研究生课程概论.ppt

组学 研究某种生物研究对象种类个体的系统集合，例如Genomics（基因组学）是构成生物体所有基因的组合，这门学科就是研究这些基因以及这些基因间的关系。 随着科学研究的进展，人们发现单纯研究某一方向无法解释全部生物医学问题，科学家就提出从整体的角度出发去研究人类组织细胞结构，基因，蛋白及其分子间相互的作用，通过整体分析反映人体组织器官功能和代谢的状态，为探索人类疾病的发病机制提供新的思路。 人体是一个开放的、有序而相对混沌的、多因素的、非线性的、通过复杂网络相互作用的矛盾综合体，必须要用组学来进行研究。 基因组学 研究生物基因组和如何利用基因的一门学问。该学科提供基因组信息以及相关数据系统利用，试图解决生物，医学，和工业领域的重大问题。 基因组学能为一些疾病提供新的诊断，治疗方法。例如，对刚诊断为乳腺癌的女性，一个名为“Oncotype DX”的基因组测试，能用来评估病人乳腺癌复发的个体危险率以及化疗效果，这有助于医生获得更多的治疗信息并进行个性化医疗。基因组学还被用于食品与农业部门。 基因组学的主要工具和方法包括： 生物信息学，遗传分析，基因表达测量和基因功能鉴定。 全基因组关联研究 全基因组关联分析（Genome-wide association study）是指在人类全基因组范围内找出存在的序列变异，即单核苷酸多态性（SNP），从中筛选出与疾病相关的SNPs。 全基因组关联分析 费力不讨好？ 据CMBI报道这一计划自2005年实施以来，已经陆续报导和公布了视网膜黄斑、乳腺癌、前列腺癌、白血病、冠心病、肥胖症、糖尿病、精神分裂症、风湿性关节炎等几十种疾病全基因组关联研究的结果。累计发表了近万篇论文(9900篇)。确定了一系列疾病发病的致病基因、相关基因、易感区域和单核苷酸多态性(SNP)的变异，取得了很大成绩。 成果并不理想，与人们期望差距甚远。疾病的发病，早期预测，个体化的治疗并非像全基因组的分析那样简单。现在发现这种全基因组分析是高出低收，结果似是而非，有许多分析是无意义和不可靠的，甚至是不科学的。所获得的结果，庞杂无序，大多数的基因变异与疾病并不关联。在已实施的100余项GWAS和几千例患者样本的分析结果发现，许多基因变异都是罕见的基因变异而不是关键基因，有一些变异仅仅与疾病危险因子、诱发因子、影响因子有关，而不是疾病直接相关联的基因。 NEJM(09.4.15)和Nature(09.5.12)对全基因组关联分析进行了评论，认为全基因组关联研究不能急功近利，更不能过度炒作，夸大其辞，而应该回归理性，实事求是地进行更长远的科学分析和研究。 药物基因组学与个体化用药 药物基因组学的概念 药物基因组学（pharmacogenomics）是研究基因序列的多态性与药物效应多样性之间关系，即基因本身及其突变体与药物效应相互关系的一门科学。 是一门研究影响药物吸收、转运、代谢、清除、效应等个体差异的基因特性即决定药物行为和 敏感性的全部基因的新学科。 阐明药物代谢、药物转运和药物靶分子的基因多态性与药物效应及不良反应之间的关系，并在此基础上研制新的药物或新的用药方法。 药物基因组学的概念 个体对药物的反应在分子水平存在差异（“个体差异”） 药物基因组学是基因功能学与分子药理学的有机结合。 药物基因组学是以药物效应及安全性为标，研究各种基因变异与药效及安全性的关系。 药物相关基因 药物从进人体内到发挥作用直至被清除，是一个较为复杂的过程。 任何一个环节出现问题都可能引起药物效应的各种异常。 药物作用的差异可以是药物动力学或药效学差异。 药物相关的基因大致可分为四类 1）药物代谢相关的酶 2）药物结合相关的受体 3）药物转运相关的膜通道 4）信号传导相关的蛋白质等的编码基因 药物基因组的研究方法 筛选及鉴定与疾病或者药物应答表型相关的遗传标记物是药物基因组学研究的核心内容。 研究方法包括： 候选基因分析 全基因组关联分析 候选基因分析 是一种基于假设的研究方法。先假设某药物药代动力学或者药效动力学相关基因变异与药物效应或毒性应答相关。 通过各种线索把某个或者某些与药物代谢、转运及信号通路中的基因为候选基因。将候选基因内的序列作为遗传标记物，分析它们与药物应答或者疾病表型之间的联系。 全基因组关联分析（GWAS） 伴随着国际单体型计划的实现而发展的方法，在全基因组范围内寻找与药物应答及疾病表型之间关系。 在不同地区甚至是全球范围内进行大行动联合研究，整合各方面的力量进行大规模的病例收集、大规模的SNP分析，进行整个基因组的关联分析研究。 药物基因组学与个体化治疗 通过药物基因组学研究，可以了解