王可鑒 石樂明 賀林 張永祥 楊侖

目前的藥物研究與開發(fā)主要遵循“化合物—靶蛋白—表型變化—疾病治療”這一中心原則，即設計具有特定結構的化合物，使其特異性地結合體內的某些蛋白的活性位點，從而有效改變服藥者的生理狀態(tài)，最終發(fā)揮藥物對適應癥的預期療效。通常情況下，經過長期的生物學和臨床醫(yī)學的研究，相關領域的專家能夠積累針對某一特定疾病的大量知識，可基于此尋找到在病理通路中發(fā)揮核心作用的一系列藥靶蛋白。圍繞靶蛋白可以設計和篩選相匹配的藥物分子，而后通過大規(guī)模的臨床試驗，在統計學水平上確定藥物在安全性和有效性方面的各項指標，最后向藥品監(jiān)管部門申報，在得到許可后上市銷售。足見一個全新藥物從理論研究到工業(yè)開發(fā)，再到臨床應用，需要走過一條異常漫長艱辛的道路，而且其中的每個步驟都存在著前功盡棄的失敗風險。（i）新藥開發(fā)所涉及的研究方法、技術條件和項目管理都十分復雜，不僅需要龐大的研究隊伍，而且還要依賴于項目中各部分積極有效的協作，其中任何一個環(huán)節(jié)出現失誤或意外都有可能對開發(fā)項目造成重大的負面影響，這也就使新藥開發(fā)具有極大的不確定性和風險性；（ⅱ）正因為新藥開發(fā)項目往往周期長，條件嚴格，也就意味著十分高昂的成本投入，但大多數候選化合物都因為各種原因無法最終成功上市，之前的研發(fā)投入也就無從彌補，若將失敗風險計算在內，每個成功藥物的實際平均投入將更加巨大。以上這些不利因素在近年已經成為了制約新藥開發(fā)的瓶頸，并逐漸改變著世界各國的制藥工業(yè)和公共醫(yī)療衛(wèi)生，尤其對于我國這樣一個人口眾多而人均資源有限的發(fā)展中國家來說，其影響顯得尤為突出和深遠。

藥物重定位，也稱為舊藥新用，是指利用相關的技術方法對已有的藥物進行重新篩選、組合或改造從而發(fā)現其未知新用途的過程，長久以來都是一個不可或缺的藥物開發(fā)方式。相比于從零開始的新藥研發(fā)，藥物重定位基于已有藥物的重新開發(fā)能夠節(jié)省大量前期研發(fā)投入（如藥靶發(fā)現、化合物篩選、安全性測試等），因而既可能令一個失敗的藥物“起死回生”也可能進一步擴大一個成功藥物的適應癥范圍和銷售市場。同時，相對于傳統的新藥發(fā)現，藥物重定位能夠把藥物研發(fā)的周期從10～17年縮短到2～12年，因此越來越受到政府部門、制藥企業(yè)、學術機構等各方面的關注。例如，美國國立衛(wèi)生研究院（National Institutes of Health，NIH）近期發(fā)起大規(guī)模的藥物重定位項目（http://www.ncats.nih.gov/research/reengineering/rescue-repurpose/rescue-repurpose.html），鼓勵各機構開放所擁有的候選化合物的部分知識產權，并加強多機構的交叉合作，發(fā)現舊化合物的潛在新療效。包括葛蘭素史克、輝瑞、阿斯利康和羅氏等在內的各大制藥公司紛紛為NIH項目貢獻化合物。據咨詢公司BioVista統計，世界前20大制藥企業(yè)的利潤已有至少30%來自于藥物重定位。

盡管隨著我國對生物醫(yī)藥領域的投入增多，國內研發(fā)的硬件條件得到了很大的提高，但相對于新藥研發(fā)的巨額投入而言，仍然不得不認真思考如何利用有限的資源實現成果產出最大化和研發(fā)風險最小化這一關鍵問題。藥物重定位作為一種國際上被廣泛采用的研發(fā)戰(zhàn)略，具有更高的投入產出效率，值得我國產學研各界的關注和投入。本文首先對藥物重定位的概念和發(fā)展歷史進行了回顧，然后結合最新的研究實例總結了該領域的在世界范圍內的發(fā)展現狀，最后結合具體國情探討了基于醫(yī)藥大數據的系統性藥物重定位在我國的未來前景。

1 基于藥物生物信息學的系統性藥物重定位

傳統的舊藥新用主要通過觀察來偶爾發(fā)現藥物引起的未知表型變化。這種傳統方法往往具有很大的非理性成分，所以相關的研究方法并不能被大范圍推廣并從根本上改善藥物開發(fā)的效率?，F代藥物研發(fā)需要系統性的和可重復的藥物重定位創(chuàng)新方法，而藥物生物信息學很可能是解決問題的鑰匙之一。藥物生物信息學是指對藥物和疾病相關的高通量組學（如基因組、轉錄組、蛋白組和代謝組等）以及醫(yī)藥大數據進行挖掘和分析，進而為藥物研發(fā)提供有質量的假說和線索。在藥物重定位方面，可通過組學數據挖掘或電子病歷用藥記錄及病人表型的挖掘，提出全新的“藥物—疾病”對應關系，從而為后續(xù)實驗指明有希望的驗證方向。本文將著重介紹一系列基于藥物生物信息學和醫(yī)藥大數據的藥物重定位新進展。

與傳統的藥物開發(fā)相比，基于藥物生物信息學的系統性藥物重定位雖然有很多方法和技術上的創(chuàng)新，但在研發(fā)的內在邏輯上卻有很多相同之處。兩者都是通過聯通靶點和疾病或表型和疾病，從而打通從藥物到疾病的聯系。區(qū)別在于打通這一聯系的過程中，后者可實現通過系統性和客觀性的高通量篩選，并且受人為主觀偏好影響相對更小，因此能提高效率并降低成本。本文將對當前國際制藥工業(yè)界采用的一些重要的藥物重定位創(chuàng)新方法論進行詳細介紹。

1.1 基于基因組表達聯系圖的系統性藥物重定位

轉錄組數據能夠提供一系列在特定實驗條件下過表達或欠表達基因，比如疾病相對于健康的對照或藥物處理相對于空白的對照等。通過分析這些基因，能夠評估因疾病而紊亂的通路或網絡。“聯系圖”（connectivity map，CMap）是目前最完備的基于轉錄組的研發(fā)體系之一，其中包含了不同藥物處理人類腫瘤細胞系所得到的基因組表達變化信息。其應用方式主要是通過gene set enrichment analysis（GSEA）算法比對不同表達譜之間的相似程度，從而產生兩類假設：（i）當目標藥物與特定藥物具有相似的表達譜，則兩個藥物可能具有相似的適應癥；（ⅱ）當目標藥物與特定疾病模型具有相反的表達譜，則該疾病可能是目標藥物的潛在適應癥。

在一系列研究中，基于CMap產生的假設都得到了進一步的有效驗證，并為藥物重定位提供了許多有價值的線索。例如，有研究分析人類受試者和小鼠（Mus musculus）模型的肌肉樣本模擬肌肉萎縮的基因組表達模式，從而發(fā)現熊果酸具有與肌肉萎縮相反的表達譜。后續(xù)實驗證明，飲食中加入熊果酸的小鼠發(fā)生了體內的代謝變化，并獲得約7%的肌肉重量增長。尤其值得一提的是，有科研工作者基于CMap體系成功解釋了復方中藥“四物湯”的作用機理。（i）使用四物湯處理人類腫瘤細胞系，并獲得相應的基因組表達譜；（ⅱ）將“四物湯”與CMap庫中的藥物表達譜進行比對，發(fā)現了若干與四物湯相似的西藥成分，例如雌激素等。這意味著CMap可以有效解釋中藥可能的藥理作用，從而促進對中藥新適應癥的挖掘。

隨著數據量的不斷積累，CMap第2版現在已經發(fā)展成一個收錄了1309種藥物表達譜的成熟體系。理論上講，與疾病和藥物相關的任何基因表達數據都可以在CMap數據庫中進行高效率的查詢比對，從而發(fā)現與之相“聯系”的藥物。而且CMap中使用的算法也可以被借鑒和改進，并廣泛應用于其他基因表達數據。隨著國際上針對基因表達譜微陣列質量控制的基礎性研究工作的開展，以及我國近年大量藥物和疾病相關基因組表達譜數據的積累，基于基因表達譜的大數據挖掘將為藥物重定位、特別是中藥的新適應癥的挖掘提供更多的機會。

1.2 基于遺傳學的藥物重定位

遺傳學關聯分析多年來主要應用于發(fā)掘致病基因。但從理論上講，如果一個藥靶蛋白與某個疾病存在遺傳學上的關聯，則該蛋白對應的藥物很可能影響此疾病的藥理學進程。加之最新的技術進步，如新一代測序的產生，能顯著降低基因組外顯子測序的成本，從而進一步加速了疾病相關基因作為潛在藥靶的發(fā)現效率。一個在藥物重定位領域比較成功的范例是利用全基因組關聯分析（genome wide association study，GWAS）的數據進行藥物重定位的研究。他們發(fā)現，在公開的疾病相關GWAS基因中，有155條（15.6%）的基因是在研藥物或上市藥物的靶點。其中，63條基因所對應的GWAS性狀與藥物的適應癥匹配，表明了由GWAS技術所發(fā)掘的致病基因有較高的概率被作為藥靶來直接開發(fā)藥物。同時，作用于這155個基因所對應蛋白的藥物如果尚未用于治療GWAS相關疾病的話，則有望用于治療這些疾病。例如，治療骨質疏松癥的地舒單抗并未被批準用于治療克羅恩氏病。其靶點TNFSF11在GWAS研究中被發(fā)現與克羅恩氏病發(fā)生顯著關聯。因此，作者推測該藥物可能對克羅恩氏病具有治療作用。

這一重要研究表明，疾病與藥物之間并不一定存在明顯的界限。通過適當和有效率的數據分析，以疾病為目標的研究也能夠直接為藥物研發(fā)提供重要線索。從這個意義上講，目前已發(fā)表的所有GWAS研究，特別是我國人群中所作的GWAS研究可以視為一個發(fā)現新藥靶的寶庫，值得通過藥物生物信息學方法對其進行再度挖掘。

1.3 基于化合物—蛋白互作組尋找藥物新靶點

在傳統的基于靶點的藥物研發(fā)流程中，第一步就是高通量的化合物篩選。即已知某特定的蛋白可作為治療某疾病的靶，于是通過實驗方法從海量的化合物庫中發(fā)現與靶蛋白產生相互作用的先導化合物。在藥物重定位中，化合物庫可以是美國食品藥物管理局（Food and Drug Administration，FDA）審批的藥物分子，也可以是制藥公司臨床研發(fā)鏈中的分子。隨著計算化學技術的發(fā)展和藥靶蛋白知識的積累，對化合物和蛋白結合過程的模擬計算能夠在一定程度或特定問題上取代高通量篩選，并用于挖掘未知的“藥物—藥靶”關系。

值得注意的是，小分子藥物往往和一系列非藥靶的人類蛋白（offtarget，脫靶）發(fā)生相互作用。對于這些脫靶的挖掘不僅有助于了解不良反應的發(fā)生機理，更可以創(chuàng)造藥物重定位的機會。我國科研工作者為此開發(fā)出了“化合物—蛋白互作組”（chemical protein interactome，CPI）。不同于以往僅針對化合物與某個蛋白之間的模擬，CPI的覆蓋范圍盡可能窮盡全部的上市藥物和全部的人類可藥性蛋白，進而得到包含一系列靶藥結合強度的矩陣。通過對作用強度的統計分布進行矩陣變換，可實現對特定“化合物—蛋白”配對的結合強度與該背景分布進行系統性矯正，從而有效規(guī)避模擬中常見的偏差，進而降低數據中的噪聲并突出有價值的信號。

該方法已經成功用于闡明導致藥物副反應的脫靶效應，其預測的藥物脫靶以及藥物和蛋白的非預期性結合已經被另一個獨立研究組通過X射線晶體衍射所證實。而藥物的非預期藥理學效應（藥物重定位的潛在提示）本身也是屬于藥物副作用的范疇。因此，在CPI的基礎上，用于藥物重定位的在線服務器DRAR-CPI（http://cpi.bio-x.cn/drar/）被開發(fā)出來。用戶在線提交一個感興趣的化合物分子，后臺程序便會自動在一個云計算平臺上模擬計算其與人類蛋白組的結合強度，從而行成一個“結合譜”。具有顯著相似結合譜的藥物之間很可能具有相似的作用機理和適應癥，因此上述方法可直接用于尋找用戶分子和所有庫中的FDA所批藥物間的相似性，進而輔助藥物重定位的研究。

1.4 基于藥物副作用的藥物重定位

臨床中所觀測到的藥物副作用可以作為藥物重定位挖掘的另一個重要來源（side effect-based repositioning）。在以往的臨床研究中，副作用信息通常被理解為藥物安全的“風險”；但隨著藥物生物信息學的發(fā)展，已經能從副作用信息中發(fā)現潛在的舊藥新用線索，將風險成功轉化成“機會”。一個經典的案例是西地那非（商品名：萬艾可）原本在臨床試驗中用于治療心絞痛，然而通過仔細審視臨床中的副反應發(fā)現其具有治愈勃起障礙的潛在功效。再比如，醋酸艾塞那肽原本用于治療2型糖尿病，在臨床試驗中卻被發(fā)現具有減輕體重的副作用。

然而，上述發(fā)現均為“妙手偶得”，具有很大的偶然性。而近期，一項系統的藥物重定位研究則全面收集了與藥物相關的副反應，并評估了用這些副反應來推測藥物新用途的精度。該研究的基本假定是，藥物的治療效果和副反應都是藥理學效應，這兩者往往緊密相連，因此副反應這種表型可作為一種“藥物反應的生物標志物”來表征藥物潛在的治療用途。例如，治療器官移植排異的藥物在臨床上往往總能導致較高比率的巨細胞病毒感染。其背后的關聯機理是排異藥物往往是免疫抑制劑，而免疫抑制的同時會增加病毒感染率。例如，甲氨蝶呤尚未被批準用于治療器官移植排異，但它會增加病人的巨細胞病毒的感染幾率，因此，該藥物有可能用于治療器官移植排異。事實上，確已有研究在嘗試使用該藥作為移植排異的治療，并且療效顯著。綜上所述，系統性地研究藥物上市后的不良反應作用譜可以為藥物重定位找到臨床層面的直接證據，這種臨床證據因遠強于細胞水平和動物模型水平的藥理學證據，而被葛蘭素史克采用來進行其藥物重定位的開發(fā)。

我國是具有全世界最龐大的醫(yī)藥市場之一，國內外生產的大多數藥物在我國都有規(guī)模可觀的服藥人群。而且隨著醫(yī)療體系的不斷升級和完善，越來越多的藥物導致的副作用信息將被收集和記錄在醫(yī)藥大數據庫中。這些信息不僅有助于監(jiān)控用藥安全，還將有望成為促進我國新藥研發(fā)的重要資源。

2 系統性藥物重定位的其他創(chuàng)新策略

除了上述策略之外，生物醫(yī)學研究的不同階段還會產生其他與藥物重定位相關的數據，其中都存在著可以促進藥物重定位的潛在創(chuàng)新機遇。比如，有許多研發(fā)工作旨在確定潛在的藥靶，而藥靶發(fā)現會產生大量信號通路和蛋白—蛋白相互作用的數據，其中許多數據經過處理后可以整合成基因網絡。然后，通過衡量不同疾病在基因網絡上的相似度，可以在一定程度上預測不同疾病被同一藥物治愈的可能性。再比如，體內動物模型（包括基因敲除模型等）作為一種世界范圍內被廣泛使用的標準化成熟技術，完全有機會成為潛在的藥物重定位信息資源。目前僅在小鼠表型數據庫中就已經收錄了至少1400余種疾病模型信息，而直接將基因敲除模型數據應用于藥物重定位的研究仍非常少見，其中的創(chuàng)新機遇不言而喻。此外，隨著醫(yī)學信息學技術的進步，各種與疾病和藥物相關的電子化數據正在飛速生成。目前已有研究通過對電子醫(yī)療記錄（如電子病歷）和服藥者社交媒體等醫(yī)藥大數據的信息挖掘，成功地發(fā)現了藥物重定位的機會?？偠灾瑪祿退幬镏囟ㄎ恢g存在著廣泛和直接的聯系，為各種藥物生物信息學和統計學方法提供了廣闊的用武之地。

3 總結與展望

事實證明，即便集中最優(yōu)質的資源和大量的資本，基于傳統流程的新藥開發(fā)仍是一項高投入、長周期且高風險的研發(fā)工作。即使國際領軍制藥企業(yè)投入巨資并聘請最優(yōu)秀的人才，1999—2008年美國食品藥物管理局也只批準了50個小分子一類新藥，且其中僅有17個是通過基于藥靶的藥物篩選開發(fā)的。因此可以預見，系統性藥物重定位及其相關的創(chuàng)新開發(fā)方法在未來的藥物研發(fā)中將不僅是一項替代策略，而且會隨著藥物生物信息學和統計學的不斷介入而逐漸成為一種主流戰(zhàn)略。

這一趨勢的變化，對我國的藥物研究和制藥產業(yè)都將具有深遠的影響。（i）我國是一個人口眾多而人均科研和醫(yī)療資源都非常有限的發(fā)展中國家，如何提高的藥物的研發(fā)效率并降低失敗率顯得尤為重要。隨著國內外生物技術和醫(yī)藥科學的長足發(fā)展，產學研各界已經積累了并且還在產生著大量的與疾病和藥物相關高通量組學數據和以電子病歷數據為代表的醫(yī)藥大數據。如果能加大在藥物生物信息學領域的投入，建立能夠處理醫(yī)藥大數據的云計算平臺，并開發(fā)一系列對高通量數據進行分析和解讀的方法，就能夠通過低成本和系統性的方式（而非基于偶然的實驗或臨床發(fā)現）發(fā)掘出數據的最大價值，并最終降低藥物開發(fā)的成本和風險；（ⅱ）眾所周知，每一種原創(chuàng)的新藥都會享受約10～20年的專利保護期，盡管在此期限內新藥在未經知識產權方授權的情況下難以被再度開發(fā)。但隨著這些藥物相關醫(yī)藥大數據的積累，一旦超出專利保護期后，任何機構均可以對其進行再開發(fā)。通過系統性藥物重定位和醫(yī)藥大數據的挖掘手段，可以對非專利或專利即將到期的藥物這一全人類共同的寶庫進行深度挖掘，從而有助于降低開發(fā)成本進而降低藥價，促進我國的醫(yī)療衛(wèi)生事業(yè)的長足發(fā)展；（ⅲ）我國還擁有一種獨特的藥物研究資源，即豐富且寶貴的中醫(yī)藥開發(fā)經驗和數據積累。如果能夠進一步完善中藥組學數據的產生和挖掘技術，則有望利用其中蘊藏的巨大機會，使歷史悠久的中醫(yī)藥更加煥發(fā)生機，帶來更大的社會和經濟效益。

（摘自《科學通報》2014年第18期）