歐洲心臟雜志發(fā)表文章呼吁革新心血管藥物研發(fā)方法。要針對同一疾病表型的不同亞型開發(fā)新的治療藥物。文章指出，目前針對冠狀動脈疾病、心力衰竭、高血壓和心律失常等常見心血管病的藥物治療遠未得到滿足，與患者需求仍然存在巨大差距。

心血管疾病的每種亞型均由一種獨特的功能或病理生物學機制。如動脈粥樣硬化和心力衰竭，是多因素的，并已被證明由不同的亞型組成，每種類型都是由一個獨特的、主要的機制驅動的。文章指出，面臨心臟病學領域藥物治療尚未滿足的現(xiàn)狀，對疾病進行重新分類或分層，針對不同亞型的發(fā)病機制研發(fā)藥物是一個合理的途徑?，F(xiàn)如今，應該更多地強調“個體化”。

文章指出盡管針對我們已知的主要可改變的風險因素仍然至關重要，但不應忽視揭示與個體對常見疾病的易感性相關的新機制。而系統(tǒng)地重新評估綜合征疾病的機制，并將已證實的藥物發(fā)現(xiàn)方法應用于新機制的靶點，有很大的潛力。

一旦確定了明確的靶點，有效開發(fā)新療法的技術包括電子篩選、基于片段的藥物發(fā)現(xiàn)和標記庫等方法已經(jīng)改變了現(xiàn)代藥物發(fā)現(xiàn)的步伐。

那些有心血管疾病快速進展風險的個體，由于事件發(fā)生率較高，可以在這樣的小樣本中快速檢測新的藥物。這種方法有助于闡明現(xiàn)有藥物目前尚未解決的新的生物機制。

動脈粥樣硬化、心力衰竭綜合征存在一系列復雜的“表型”和病因，目前的臨床試驗和隨后的指南，必然傾向于根據(jù)這些綜合征將患者歸為一類。

盡管循證治療可能作用于疾病發(fā)病途徑的共同部分，一些制藥公司以拓寬市場為由更愿意設計作用更加廣泛的藥物，但這會阻礙與較小的、病因學上更純的亞型相關的藥物研發(fā)。使用先進的成像技術和分子標記物可以使患者分層更符合生物機制，而生物機制反過來又可通過使用高通量分子技術開發(fā)的特定方法作為靶點。人工智能和機器學習方法可更好地對患者群體進行聚類，并得到更嚴格限定的患者群體。直接應用于藥物開發(fā)是藥物基因組學的相對簡單的應用，在藥物基因組學中，已知在特定位點的變異改變代謝或對治療藥物的反應。靶向個體的特定機制的藥物最終帶來更高的療效和安全性以及更好的患者結局。

來源：

[1] Figtree GA,et al. A call to action for new global approaches to cardiovascular disease drug solutions[J]. Eur Heart J.2021,Apr 13.Epub ahead of print.