信息时代下的疾病机制研究-科睿唯安.PDF

信息时代下的疾病机制研究 Disease understanding in the age of information 科睿唯安 | 信息时代下的疾病机制研究 2 我们对于人类自身生存相关生物学过程的理解正以指数 随着新研究的不断开展和新进展的不断发表，我们对于各 速度迅速增加。近期，分子生物学研究方法和计算机科学 种生物分子行为的知识呈指数增长，并不断为我们提供不 的突破使得我们在分子领域的研究手段不断升级、分辨 同环境下基因功能的新数据。尽管我们付出了如此巨大的 率不断提高。新发现每天都在增加——生物谜题不断被破 努力，对于分子水平上正在发生的事情我们的知识仍然相 解、我们研究细胞如何发挥功能、生物体如何发育和疾病 当分散。然而，寻找药物新靶标的主要方法一直依赖于已 致病原因的能力不断提升。这些进步使得每年有数千篇新 有的文献知识，并且相关领域的研究越充分我们构建的疾 的分子生物学研究得以发表，其中一些研究可同时包含成 病模型就越精确。但不幸的是，除去我们掌握的知识不够 千上万个生物分子的信息。但不幸的是，同时得到大量生 完整之外，现有研究结果的数量实在巨大，让我们感到所 物信息也存在一定的弊端。即当我们试图阐明某一生物分 有的生物分子之间以一种非常难于理解的方式相互关联。 子系统的行为时，每一个新发现都变成我们需要处理的变 数量繁多的正在积极开发中的潜在、可行的药物靶标表 量、数量巨大，同时也使得采用最准确和最新的信息进行 明，不同研究组所构建的疾病模型种类十分丰富。值得注 药物开发决策变得更为重要。 意的是，因在II期临床研究和III期临床研究中因疗效不足 阐明一种疾病的机制，我们需要拥有广泛地、来自生物学 而失败的药物非常多：2013-2015年间失败药物的占比超 各个领域的知识。首先，为了捕捉病理变化，我们需要知道 过50%[1]。缺乏疗效是药物从I期临床成功走向市场概率 生物分子、细胞和组织在健康情况下是如何一起工作的， 极低的主要原因，根据2017年的数据，在所有治疗领域这 以及它们如何应对不同的环境变化。只有这时，我们才能 一比例都低于10%[2]。高失败率表明，我们需要逐步改变 绘制出特定疾病的标志性分子变化图谱，从而对特定的生 确证疾病相关靶标的研究方法，并提高从疾病动物模型向 物系统进行预测。与单基因疾病不同，复杂疾病可能包含 真实人类疾病转移的能力。 一系列的致病因子，这些因子的累积效应导致了疾病的进 展。这使得科学研究转化为一种探索行为，而最终目标是 找到最合理的药物靶点。 Now that CRISPR has become more cost-effective, it is being used to build various models of diseases in different species [3,4,5]. By combining information on DNA changes of protein-coding regions (leading to altering protein activity) and gene regulatory regions (that affect gene expression) [6] it is possible to model 科睿唯安 | 信息时代下的疾病机制研究 3 potential epigenetic effects and even potential treatment options. A