蛋白质的遗传研究是复杂疾病药物开发的突破

由布里斯托大学MRC综合流行病学组的研究人员领导的一项关于血液蛋白质水平的创新性遗传研究证明了遗传数据如何通过确定蛋白质和疾病之间的因果关系来支持药物靶点的优先排序 。疾病 。

布里斯托尔的研究人员与制药公司合作 , 开发了一个综合分析管道 , 该管道通过蛋白质水平的遗传预测对药物靶点进行优先排序 , 并量化了这种方法降低药物开发失败率的潜力 。

蛋白质的基因研究仍处于初级阶段 。本研究发表于《自然遗传学》 , 旨在确定蛋白质靶点效应的遗传预测能否预测药物试验的成功 。来自布里斯托大学的郑洁博士、汤姆冈特教授和同事与制药公司合作 , 建立了多学科合作关系 , 解决了这一科学难题 。

利用一套遗传流行病学方法 , 包括孟德尔随机化和遗传共定位 , 研究人员为225种人类疾病建立了1002种血浆蛋白的因果网络 。通过这样做 , 他们确定了65种蛋白质对52种疾病的111种可能的因果效应 , 涉及广泛的疾病领域 。这项研究的结果可以通过EpiGraphDB获得 。

第一作者郑博士说 , 他们估计的蛋白质对人类疾病的影响可以用来预测针对这些蛋白质的药物的影响 。

该分析通道可用于验证新药靶点的疗效和潜在不良反应 , 并为现有药物重复用于其他适应症提供证据 。

该研究为组学遗传学的未来研究奠定了坚实的方法论基础 。下一步是对在早期药物靶标验证过程中学习的药物合作伙伴使用分析方案 。我们希望这些发现将支持进一步的药物开发 , 提高药物试验的成功率 , 降低药物成本 , 造福患者 。郑博士说 。

【蛋白质的遗传研究是复杂疾病药物开发的突破】 布里斯托大学健康与生物医学信息学教授、NIHR布里斯托生物医学研究中心成员汤姆盖特补充道:我们的研究使用了世界各地许多研究人员公开发表的数据 , 真正展示了开放数据共享在实现健康研究新发现方面的潜力 。我们已经证明 , 现有数据的这种再利用提供了一种降低药物开发成本的有效方法 , 有望为健康和社会带来益处 。

    推荐阅读