生物信息学在药物研究和开发中的应用_王可鉴
生物信息学在药物研发中的应用与分析
生物信息学在药物研发中的应用与分析随着现代化技术的不断发展，信息技术日益发达，生物信息学因其在生命科学中的广泛应用而逐渐得到了广泛的认可，成为了一个独立的学科体系。
生物信息学以计算机技术为核心，通过对生物数据的分析和挖掘，为药物研发提供了强有力的支持和保障。
一、生物信息学在药物研发中的应用1. 分子模拟分子模拟是一种通过计算机模拟来研究药物分子与生物大分子相互作用的技术。
在药物研发中，分子模拟可用于评价药物与靶标蛋白质的作用，探索药物结构与效应的关系，设计新型化合物。
2. 基因组学基因组学是指通过分析遗传物质DNA的序列、结构和功能来研究生物及其遗传变异规律的一门新兴学科。
在药物研发中，基因组学可以帮助研发人员查找和鉴定药物靶标基因，预测分子靶标的结构和功能，引导药物研发的方向。
3. 蛋白质组学蛋白质组学是研究细胞中所有蛋白质的结构、功能和表达的科学。
在药物研发中，了解细胞内蛋白质的结构和功能，可以帮助研发人员找到药物的靶点并设计高效的药物。
4. 系统生物学系统生物学是一种综合应用数学、生物学和计算机科学的新兴领域，主要研究生命系统中的结构和功能，以及整个系统的调控机制。
在药物研发中，系统生物学可以通过对生物体内各个层次的分析，探索药物与生理学系统的相互作用机制。
二、生物信息学在药物研发中的分析方法1. 数据分析生物信息学的研究离不开数据的分析和挖掘。
药物研发中的数据包括文献、基因组、蛋白质组、代谢组、临床试验数据等。
研究人员可以通过对这些数据的分析，找到新型靶点，产生新型药物，改善研发的效率和成功率。
2. 网络分析网络分析是指通过对生物分子网络的分析，探讨生物分子间的交互关系和相互作用机制。
在药物研发中，研究人员可以通过网络分析，寻找潜在靶点，并确定最佳药物结构，预测药物效力和安全性。
3. 人工智能人工智能技术可以应用于药物研发的各个环节。
例如，人工智能可以通过对大量数据的分析和挖掘，找到新型药物和医疗方案，使研发变得更快、更高效；人工智能也可以用于仿真预测新型药物在体内的效力和毒性，为出现潜在安全问题预计提供指导。
生物信息学在药物开发中的应用
生物信息学在药物开发中的应用生物信息学是一门致力于研究生命科学中大规模数据分析和信息管理的学科。
随着科技的进步和人们对疾病治疗需求的增加，生物信息学在药物开发中扮演着越来越重要的角色。
本文将探讨生物信息学在药物开发中的应用，从药物靶点预测、药效评估、药物组合优化等方面进行阐述。
一、药物靶点预测生物信息学技术可以通过分析基因组、蛋白质组和代谢组的数据，预测潜在的药物靶点。
这种方法可以帮助科学家快速发现与疾病相关的靶标，并进行后续药物设计与开发。
例如，通过分析疾病相关蛋白质的结构，利用数据库中的结构信息、序列信息和亲和力信息，生物信息学可以预测出潜在的药物靶点。
这为药物开发提供了方向和依据，加速了新药物的研发进程。
二、药效评估除了药物靶点预测外，生物信息学在药效评估中也发挥着重要作用。
药物的有效性和安全性是药物开发过程中最关键的问题之一。
通过生物信息学技术，可以对候选药物进行计算机模拟，预测其生物活性和毒副作用。
生物信息学技术可以通过建立药物和蛋白质之间的相互作用模型，预测他们的结合能力和互动方式。
这有助于筛选出对靶点具有高选择性和亲和性的化合物，并且避免了无效药物的研发，减少了药物研发的成本和时间。
三、药物组合优化在多种疾病治疗中，单一药物的效果往往不够显著，需要进行药物组合治疗。
生物信息学技术可以通过分析多种药物的相互作用，预测药物组合的疗效和安全性。
通过建立药物和蛋白质、基因等之间的网络模型，生物信息学可以预测不同药物组合对疾病靶点的影响。
这有助于优化药物组合的选择，提高疗效，并减少不必要的副作用。
总结：生物信息学在药物开发中发挥着重要的作用，从药物靶点预测到药效评估再到药物组合优化，都提供了强有力的支持和帮助。
通过应用生物信息学技术，可以提高药物研发的效率和成功率，加速药物的上市进程，为疾病治疗带来新的希望。
值得注意的是，生物信息学在药物研发中只是一个重要的辅助工具，还需要结合实验验证和临床试验等多种手段来全面评价药物的疗效和安全性。
生物信息学技术在药物研究中的应用
生物信息学技术在药物研究中的应用随着现代医学的不断发展，药物研究也逐渐进入了一个崭新的时代。
与传统药物研究相比，生物信息学技术在药物研究中的应用正在逐步增加，成为新时期的亮点之一。
生物信息学技术带来的高通量、高效率、高准确性使得药物研究迎来了新的机遇和挑战。
一、生物信息学技术在药物研究中的意义生物信息学技术是应用计算机科学和信息工程等技术研究生物学的一门交叉学科。
通过对生物信息进行挖掘、分析和整合，可以为药物研究提供大量的信息和理论依据。
生物信息学技术在药物研究中的应用具有以下重要意义：1. 提高药物研发效率药物研发是一项耗时、费力、成本高昂的工作。
传统药物研发流程中，需要大量的试验、筛选、分析和论证等环节，耗费时间和物力十分巨大。
而生物信息学技术通过对大量生物信息进行挖掘和分析，可以在短时间内获取大量的数据，为药物研发提供更直接、更全面、更准确的信息，提高药物研发的效率和成功率。
2. 加速新药研发药物研发周期漫长、难度大，成功率低是药物研发的一个共性。
而生物信息学技术的应用可以加速新药研发的速度。
生物信息学技术可以提供大量的生物信息数据，为研发人员提供全面、系统性的生物学信息，帮助科研人员快速找到和确定药物靶点，并精准地设计新的药物分子结构，加速新药研发的进程。
3. 降低药物研发成本药物研发是一项需要大量资金投入的工作。
而生物信息学技术的应用可以在某些程度上降低药物研发成本。
通过生物信息学技术，科研工作者可以提高药物筛选效率、加速新药研发进程，进而降低研发成本。
二、1. 基因组学在药物研究中的应用基因组学是研究基因组结构、功能及演化的一门科学。
在药物研究中，基因测序技术可以快速且高效地研究药物作用机制，找到与药物作用相关的基因，为药物研发提供依据。
此外，基因测序技术还可以帮助提高药物疗效，将药物的治疗效果与不良反应之间的关系进行分析和研究，制定更为个性化、高效的治疗方案。
2. 蛋白质组学在药物研究中的应用蛋白质组学是系统地研究生物体内所有蛋白质的结构、功能、相互作用、配体识别和调控机制的一门科学。
生物信息学技术在新药开发中的应用
生物信息学技术在新药开发中的应用附：生物信息学技术简介生物信息学技术是利用计算机科学和数学等方法分析生物学数据，从而解决生物学问题的学科。
随着生物学领域数据的快速增长，生物信息学技术应运而生。
生物信息学技术已经成为现代生物学发展的重要驱动力之一，并在新药开发中发挥着重要的作用。
一、生物信息学技术在药物设计中的应用生物信息学技术可以从多个角度对药物进行设计和筛选。
例如，可以使用分子对接模拟技术预测药物和靶点之间的相互作用方式，进而设计出更加精准的药物。
同时，生物信息学技术还可以对化合物进行虚拟筛选，快速识别有潜力的药物候选物。
生物信息学技术可以帮助药物研发的每个环节都更加精准和高效。
比如，结构基于药物设计（Computer-Aided Drug Design, CADD）技术可以在分子层面为药物提供结构基础，并指导小分子药物设计。
此外，系统药理学（Systems Pharmacology）技术可以建立复杂的网络模型，揭示药物和靶点之间的基本作用方式，指导药物研发路径的选择。
二、生物信息学技术在新药研发中的应用生物信息学技术可以为新药的研发提供全方位的支持。
近年来，人体基因组计划的实施以及大规模转录和蛋白质测序项目的完成，大量的生物学数据已经被积累。
这些数据可以通过生物信息学技术进行整合和分析，加速新药的研发过程。
其中，基因组学和转录组学技术可以揭示疾病发病机制的分子基础。
此外，蛋白质组学技术可以提供疾病标记物，指导药物研发过程。
此外，元转录组学技术可以通过分析微生物的繁殖方式和代谢次级代谢物来评估新药的效力和安全性。
三、生物信息学技术在药物安全性评估中的应用生物信息学技术可以帮助中药或天然药物化合物的安全性评估。
因为这些原材料的成分比较复杂，传统的实验方法非常耗时、耗力。
而利用基于人工智能的各种算法对于药理性试验模型进行建模，辅助中药的质量控制和研发是非常有效的。
总之，借助大量的生物数据和先进的生物信息技术，生物信息学技术已经成为新药研究开发过程中不可或缺的一部分，为药物的设计、研发、评估等提供了重要技术支持。
生物信息学在药物研发中的应用
生物信息学在药物研发中的应用随着科技的飞速发展，生物信息学逐渐成为药物研发领域不可或缺的工具之一。
生物信息学通过整合和分析大量的生物学数据，能够帮助研究人员更好地理解生物基因组、蛋白质组和代谢组的功能，从而加速药物发现和研发过程。
本文将介绍生物信息学在药物研发中的应用，并探讨其在药物发现和药物设计方面的重要作用。
生物信息学在药物研发中的应用主要分为两个方面：挖掘靶点及参与化合物筛选。
首先，生物信息学能够通过从基因组数据中挖掘潜在的药物靶点，从而帮助研究人员确定适合研发新药的关键蛋白质目标。
例如，通过分析生物大数据，可以发现某个蛋白质在某种疾病的发展过程中起关键作用，这就为研发针对该蛋白质的药物提供了方向。
同时，生物信息学还能够帮助研究人员预测药物分子与目标蛋白质之间的相互作用，从而指导药物分子的设计和优化过程。
其次，生物信息学在药物研发中的另一个重要应用是参与化合物筛选。
药物研发过程通常需要筛选大量的化合物，以找到对目标蛋白质具有高效和选择性的活性分子。
生物信息学可以通过计算机模拟方法预测化合物的生物活性和药代动力学性质，从而减少筛选过程中的时间和成本。
例如，通过构建药物分子的化学结构与生物活性之间的定量结构-活性关系（QSAR）模型，可以预测新化合物的药物活性，指导研究人员选择最有可能具有生物活性的化合物进行进一步的研究。
除了靶点挖掘和化合物筛选，生物信息学还可以通过系统生物学的方法对药物的作用机制进行研究。
系统生物学是一门综合研究生物系统各个组分相互关系和整体性质的学科。
通过整合多种生物学数据，包括基因表达、蛋白质互作和代谢通路等信息，系统生物学可以构建复杂的生物网络模型，从而深入研究药物对整个生物系统的影响。
这不仅有助于揭示药物的多靶点作用机制，还可以预测药物的副作用和相互作用，为药物设计提供重要参考。
生物信息学在药物研发中的应用还包括药物剂量优化、临床试验设计和个体化医学等领域。
通过分析大量的基因组数据和临床数据，生物信息学可以帮助研究人员确定药物的最佳剂量和给药方案，以最大限度地提高治疗效果并减少副作用。
生物信息学技术在生物药物研发中的应用
生物信息学技术在生物药物研发中的应用随着科技的发展，生物药物研发已经成为当今医药科技领域的重头戏，其中，生物信息学技术在生物药物研发中发挥了重要的作用。
一、生物信息学技术的应用生物信息学是对生物学数据的获取、存储、管理、分析和应用的研究。
而在生物药物研发中，生物信息学技术主要应用于以下几个方面。
1.基因组学和转录组学分析基因组是生物体内基因的全部DNA序列，以及这些DNA序列在不同生物中的性质、组织、分布、数量等的比较和分析。
而转录组是在特定条件下由某个细胞中所有基因所产生的mRNA总和。
基因组学和转录组学分析可以帮助研究人员在生物体内发现和分析新的药物靶点，筛选与治疗相关的基因和转录因子，以及探索生物体内调节机制，为生物药物的研发提供基础支持。
2.蛋白质组学分析蛋白质组学是对生物体内所有蛋白质的数量、性质、分布、功能和互作关系等的全面分析。
生物药物研发中，蛋白质质谱分析可以帮助研究人员在蛋白质水平上发现新的药物靶点，评估药效和药物毒性，以及探索生物体内蛋白质相互作用网络，为生物药物的研发提供重要支持。
3.化学信息学分析化学信息学是利用计算机和信息技术来研究化学信息的科学。
在药物研发中，需要对大量药物分子进行计算机辅助设计和模拟，预测其生物活性和毒性，并优化药物分子的结构和特性，从而提高药物的疗效和安全性。
化学信息学技术可以帮助研究人员开发出更有效的药物分子和合成方法，实现药物的合成和量产。
二、生物信息学技术的优势相比于传统的药物研发方法，生物信息学技术具有以下几个优势。
1.快速、高效、低成本生物信息学技术可以通过计算机处理海量数据，获得大量重要的信息和模式，使研究人员可以更快速、高效地找到新的药物靶点和药物分子，减少试错和试验的成本和时间。
2.个性化治疗生物信息学技术可以根据患者的基因、蛋白质和代谢信息，针对不同体质和疾病类型进行个性化治疗，从而提高疗效和减少副作用。
3.多来源数据整合生物信息学技术可以将来自基因组、转录组、蛋白质组、代谢组等不同来源的数据进行整合和分析，发现并解释不同来源数据之间的关系，并基于这些关系预测新的药物靶点和治疗方案。
生物信息学在药物研究和开发中的应用
183BIOTECHWORLD 生物技术世界生物信息学综合了多项学科的理论方法,因此也称得上是一门交叉性的学科。
而且从广泛的意义上来看,其主要也是利用了信息技术的管理以及对生物数据的分析。
而结合基因组方面的数据来看,生物信息学其主要也是指相应的核酸及蛋白质序列数据进行信息化的分析和处理,从而获取到其中所包含的基因组信息,并对此类的信息进行存储、处理、分析以及分配等。
生物信息学当中的DNA 信息分析能够有效的破译那些隐藏在DNA序列当中的遗传性语言,特别是其中的非编码序列,其中就包含了大量的信息,因此就需要在此类的信息区域当中找到相应的编码特征、规律以及信息来加以调节,为药物机理工作的深入研究提供参考。
因此,生物信息学的形成和发展,就为药物的研究和开发创造了一条全新的思路,促使药物的研究工作更进一步。
1 药物的研究和开发目前药物的研究和开发主要体现在以下两个方面(1)传统药物的研发。
这种传统药物的研发主要是在生物的细胞、器官以及其他组织方面为基础来筛选出比较合理的药理模型,通常都是从矿物质、植物以及动物当中进行人工的寻找和筛选,也有一些是经过化学的合成来形成药物的先导物,然后在先导化合物确定无误之后,再进行先导化合物分析,进一步完善和优化。
最后通过对候选药物来进行临床的评价,最终将其投入到市场当中[1]。
此类方法拥有较多成功的实例,且具有相应的效果,但是所要消耗的时间周期比较长而且费用也非常高,因此这种方法的药物开发效率过于低下,在实际应用过程中非常的不理想。
(2)计算机辅助药物研发。
自从上世纪70年代药物分子设计的提出,开始成为新药研发的主要方向,而计算机辅助药物设计方法则是对药物分析研发的重要基础。
通过计算机辅助的原理主要是通过单晶衍射技术来获得相应的分子结合部位的有效结构,同时采取相应的分子模拟软件如pdb viewer、Z－dock等软件来模拟药物与受体的结合情况,分析其中结合部位的性质结构。
生物信息学技术在药物开发中的应用
生物信息学技术在药物开发中的应用生物信息学技术是一种以计算机科学为基础，结合生物学和医学的交叉学科领域，它在药物开发和研究中发挥了重要的作用。
随着以人类基因组计划为代表的大型科学项目的成功进行，生物信息学技术的应用已经成为现代药物开发领域的重要组成部分。
本文将介绍生物信息学技术在药物开发中的应用，包括药物靶标识别、药物设计和虚拟筛选、副作用预测和蛋白质结构预测等方面。
首先，生物信息学技术在药物开发中的一个重要应用是药物靶标识别。
药物靶向是药物发挥作用的重要因素，通过寻找与特定疾病相关的蛋白质靶标，可以帮助研究人员更好地理解疾病的发展机制，并设计出更有效的药物。
生物信息学技术可以通过分析基因表达谱、蛋白质相互作用网络和基因突变等数据，快速准确地鉴定出与疾病密切相关的潜在靶标。
这为药物开发奠定了坚实的基础。
其次，生物信息学技术在药物设计和虚拟筛选中也发挥了重要的作用。
传统的药物设计方法需要耗费大量的时间和资源，而通过生物信息学技术，可以快速准确地预测和优化潜在药物分子的药效和药代动力学特性。
通过分析蛋白质的三维结构和与小分子药物的相互作用，可以设计出具有高效率和选择性的药物分子。
同时，虚拟筛选技术可以帮助筛选出数以千计的化合物，快速鉴定潜在药物候选物，大大加快了药物发现的过程。
此外，生物信息学技术还可以用于副作用预测。
药物的安全性是药物开发过程中重要的考虑因素之一。
通过分析药物分子和蛋白质靶标的相互作用，生物信息学技术可以有效地预测和评估药物的不良反应和副作用。
这可以帮助研究人员在早期阶段就发现潜在的安全问题，并对药物进行优化设计，从而减少后期的临床风险。
最后，生物信息学技术还可以用于蛋白质结构的预测。
蛋白质是药物作用的主要靶标之一，了解和预测蛋白质的三维结构对于药物设计和开发至关重要。
生物信息学技术通过模拟和预测蛋白质的结构，可以提供关于蛋白质结构和功能的宝贵信息。
这有助于研究人员更好地理解蛋白质的生物学功能和药物靶向机制，从而指导药物设计的过程。
生物信息学技术在药物研发中的应用与分析讲解
生物信息学技术在药物研发中的应用与分析讲解随着现代科技的发展，生物信息学技术在药物研发中发挥着越来越重要的作用。
生物信息学是在遗传学、生物学、计算机科学等交叉领域的基础上发展起来的一门学科，它的应用不仅仅限于生物医学领域，也在其他领域中有广泛的应用。
本文将重点讲解生物信息学技术在药物研发中的应用与分析。
一、生物信息学技术在药物研发中的应用1. 数据库与数据挖掘：生物信息学技术可以帮助药物研发人员建立各种数据库，包括基因组数据库、蛋白质结构数据库、化学结构数据库等。
这些数据库能够存储大量的生物学数据，方便药物研发人员进行数据挖掘和分析，从而发现新的药物靶点和候选化合物。
2. 基因组学和转录组学：生物信息学技术可以帮助药物研发人员对基因组和转录组进行全面的分析。
通过研究疾病相关基因的突变和表达水平的变化，可以发现新的药物靶点，并预测潜在的治疗靶点。
3. 蛋白质结构预测和模拟：生物信息学技术可以利用基因组信息预测蛋白质的三维结构。
蛋白质的结构与功能密切相关，因此预测蛋白质结构可以帮助药物研发人员设计更精准的药物分子。
4. 药物分子模拟和药效预测：生物信息学技术可以通过分子模拟和计算化学技术预测候选化合物的药效和药效优化方向。
这能够大大加快新药研发的速度，同时减少实验成本。
二、生物信息学技术在药物研发中的分析1. 数据分析与挖掘：生物信息学技术在药物研发中扮演着数据分析和挖掘的重要角色。
通过分析基因组和转录组数据，可以发现疾病相关基因的突变和表达模式。
同时，数据挖掘可以帮助药物研发人员发现潜在的药物靶点和候选化合物。
2. 差异基因表达分析：差异基因表达分析可以通过比较病例组和对照组的基因表达谱来寻找表达差异显著的基因。
这些差异基因可能是疾病发生发展的关键因子，也可以作为新药靶点的候选。
3. 蛋白质互作网络分析：生物信息学技术可以帮助构建蛋白质互作网络，并利用网络拓扑性质的分析来预测蛋白质间的相互作用关系。
生物信息学分析在药物研发中的应用研究
生物信息学分析在药物研发中的应用研究概述生物信息学是一门基于生物学、计算机科学和统计学的跨学科领域，应用于不同方面的生命科学研究。
在药物研发领域，生物信息学分析已经成为一种重要的工具，用于筛选药物靶点、预测药物活性、优化化合物设计以及预测药物安全性等方面。
本文将探讨生物信息学分析在药物研发中的应用，介绍其在不同阶段的具体内容和方法。
1. 药物靶点筛选药物靶点是药物与生物体相互作用的蛋白质分子，因此寻找合适的药物靶点是药物研发的重要一步。
生物信息学分析在药物靶点筛选中起到了关键的作用。
首先，通过生物信息学工具和数据库对已知蛋白质进行功能注释和基因表达调控分析，找出与疾病相关的潜在靶点。
其次，通过分子建模和对接模拟等技术，预测分子与靶点的相互作用，筛选出可能的候选靶点。
这样的筛选方法不仅提高了研发效率，还能减少实验工作量。
2. 药物活性预测在药物研发的早期阶段，快速而准确地预测药物分子的活性是至关重要的。
生物信息学分析可以根据分子结构和物化性质等信息，利用计算模型和机器学习方法预测药物分子的活性。
例如，通过结构活性关系（SAR）模型，可以推断类似结构分子的活性，从而帮助研发人员快速评估药物分子的潜在活性。
此外，可以利用生物信息学分析技术构建基于分子指纹的分类和回归模型，进一步提高活性预测的准确性。
3. 分子设计与优化生物信息学分析在药物分子的设计和优化中扮演了重要角色。
一方面，可以通过比较分析不同具有类似作用机制的药物分子结构，找到结构类似或功能相似的分子，为药物分子的优化提供思路。
另一方面，可以利用分子对接模拟技术，预测药物分子与靶标蛋白质的结合模式和亲和力，引导分子设计和药效改进。
此外，还可以运用机器学习算法挖掘出对药效关键的分子特征，为分子设计提供指导和建议。
4. 药物安全性预测药物的安全性是药物研发中至关重要的考虑因素之一。
生物信息学分析可以通过分析物质在人体内的代谢途径、毒理学数据和副作用信息等，对药物的潜在毒性进行预测。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国药理学与毒理学杂志 2014 年 2 月第 28 卷第 1 期 Chin J Pharmacol Toxicol，Vol 28，No 1，Feb 2014
·119·
拢，药物研发也将越来越多地遵循系统药理和毒理 学的研究思路，其中药物生物信息学必将发挥越来 越重要的作用［5］。
2 药物生物信息学的新发展
Philadelphia 19406，USA； 3． School of Pharmacy，Medical School，University of South Florida，Tampa 33620，USA）
摘要： 生物信息学作为一门综合计算机科学、信息技术和数学理论开发新的算法和统计方法的学科，对 生物实验数据进行分析从而确定数据中所隐含的生物学意义，并开发新的数据分析工具以实现对各种信息 的获取和管理的交叉学科。其主要优势在于以低成本和高通量的方式对大量生物学和医学数据进行管理和 分析，侧重于从中进一步挖掘与药物疗效、作用机制和副作用等相关的有价值的信息，为药物研究提供参考 和指导。基于低通量药理或毒理学实验的传统新药研发流程具有周期长、成本高和失败率高的局限性。结 合其成功运用药物生物信息学进行新药研发和旧药新用的经验，本综述介绍了药物生物信息学在新药研发 中的新进展，表明在我国建设药物生物信息学平台的重要性和必要性。
1 药物生物信息学研究的基本原理
生物信息学在生命科学研究中，是一门综合计 算机科学、信息技术和数学理论开发新的算法和统 计方法的交叉学科，对生物实验数据进行分析从而 确 定数据中所隐含的生物学意义，并开发新的数据
作者简介： 王可鉴（ 1984 － ） ，男，博士研究生，主要从 事生物信息学研究； 杨 仑（ 1981 － ） ，博士，研究员，主要从 事药物生物信息学、旧药新用和个性化用药的信息学研究； 贺 林（ 1953 － ） ，男，博士，教授，主要从事转化医学研究。
通讯作者： 杨 仑，E-mail： Lun． Yang@gmail． com； 贺 林，E-mail： helin@bio-x． cn，Tel： （ 021） 62933338
分析工具 以 实 现 对 各 种 信 息 的 获 取 和 管 理［1］。 生 物信息学是随着人类基因组计划的启动而兴起的， 其研究范围涵盖了生物学数据的整理、存档、显示、 计算和模拟，基因遗传和物理图谱的处理，核苷酸和 氨基酸序列分析，新基因的发现和蛋白质结构的预 测等方面。而药物生物信息学作为生物信息学的一 个重要独立分支学科，则更侧重于处理与药物直接 相关的知识和数据，如旧药新用、不良反应、药物作 用机制、药物相互作用和电子病历等信息，并在临床 转化和新药研发中发挥着重要作用［2］。当前，药物 相关的研发受益于生物技术和计算机技术的进步， 并不断产生着大量的与药物作用和药物反应相关的 高通量数据，例如基因组学［3］、转录组学、蛋白质组 学和代谢组学等等［4］。因此，当今药物研发在信息 处理层面上的主要瓶颈不再是数据的匮乏，而是数 据过剩带来的信息解读的不充分。也就是说，药理 学和毒理学研究的发展和进步不仅要依靠更新更快 的硬件平台来产生数据，也要依靠更有效更可靠的 各种算法、软件和工具来对大量抽象的实验数据进 行清晰而准确的分析。而药物生物信息学就是挖掘 和利用实验数据中的信息，从众多的数值、文本和序 列中去伪存真，发现统一的、系统性的药理或临床规 律，并将这些规律总结成可读可视可用的格式 （ 如 图表、公式和软件等） 以供后续的研究参考和使用， 从而促 进 高 效 和 安 全 的 药 物 研 发。可 以 预 见，随 着生命科学的研究方向不断向系统生物学的思维靠
化合物分子进行构建［11］，这些方法从多个角度提高 了化合物筛选的效率并降低了成本，业已成为现代 药物研发的常规必要手段。② 靶蛋白发现： 药靶发 现历来是药物开发的先决条件，人类基因组测序的 不断完善为药物研究提供了大量的潜在靶基因，但 如何在众多的基因和序列中找到真正有效的药物靶 标是一个制 药 业 必 须 面 对 的 严 峻 考 验［12］。 应 用 生 物信息学方法可以对已知有效的靶基因进行量化分 析，比如总结其在核苷酸和氨基酸序列方面的特性， 并将其他一系列人类基因与经典靶基因进行基因结 构上的同源性对比，从而快速确定新基因是否有潜 力成为新药靶［13］，这样就可以避免盲目而草率地进 行相对昂贵的实验验证。而最近各种新兴的脱靶 （ off-target） 挖掘技术的产生［14 －22］，又为新靶点的 发现提供新的候选。比如，通过计算机模拟可实现 数百个化合物分子和数百个人类蛋白之间的模拟对 接，得到了一个大规模的“药物-蛋白互作组”（ CPI） 矩阵，从中挖掘出一系列与旧药新用或不良反应相 关的药物脱靶现象［19，22 －26］。如果要通过传统的化 学方法分析如此数量的药物和药靶之间的未知关 系，将需要投入大量的人力物力且必须经过一个较 长的研究周期。③ 药物作用机制： 在确定了药物分 子的化学结构和靶蛋白之后，通常还需要进一步研 究药物与机体不同组织和细胞之间相互作用的结 果，从而确定药物可通过何种方式对潜在适应证产 生疗效以及可产生的副作用。在传统的药物研发 中，这一阶段的研究主要基于动物模型实验。由于 动物培养和药物处理通常所需的时间很长且成本极 高，所以数据规模有限，难以进行不同药物之间横向 的对比，影响了研究结论的系统性和可靠性。通过 结合大规模的微阵列和创新的生物信息学分析方法
在新药研发的流程中，几乎每一个主要步骤都 有生物信息学发挥的重要作用［7］（ 图 1 ） 。① 先导 化合物筛选： 药物研发的本质就是发现具有特定生 物学和药理学活性的化合物分子。而这类分子的前 身就是通常所说的“先导化合物”［8］，以往需要在海 量的化合物分子中通过生物化学方法进行大规模的 筛选，其成本极其高昂。在生物信息学定量构效关 系模型（ QSAＲ） 的帮助下，可以总结出某些规律，指 示具有特定化学结构的分子更倾向于具有特定的药 理作 用。比 如 运 用 药 物 分 子 与 靶 蛋 白 模 拟 对 接 法［9］和以 药 效 团 作 为 提 问 结 构 的 三 维 结 构 搜 索 法［10］能够从数 据 库 中 搜 索 所 需 的 先 导 化 合 物。 当 直接从数据库中搜索不到所需的化合物分子时，可 运用化合物设计方面的生物信息学工具重新对先导
随着生物技术的进步和数据生成的爆炸式增 长，上述的越来越多数据都将需要生物信息学加以 组织和分析［27］，从 而 实 现 对 药 物 与 适 应 证 关 系 的 总结、药物不良反应事件的监测、药物未知作用机制 研究以及旧药新用（ 药物重定位） ［28 －30］和不良反应 的预测等。大型医疗信息数据库是生物信息学在临 床药理研究中最早的应用方向，即利用计算机把服 药者分散的医疗信息汇总并重新组织，从而建立可 供记录和查询大型数据库。迄今，已经有一系列数 据库成功地应用于相关研究。利用信息学在标准化 评价上的优势，研究者得以对服药者对药物的反应 进行客观的因果关系分析并以概率定量的形式全面 准确评价所 有 可 能 的 影 响 因 素［31］。 在 数 据 库 的 高 效框架下，生 物 信 息 学 通 过 对 药 物 数 据 的 储 存、处 理、分析来“提 炼 ”包 含 在 海 量 数 据 中 的 相 关 知 识， 及其生物学和药理学意义，从而为破解药物作用的 内在机制提供线索。研究机制的最终目的是实现准 确的预测，即最大限度地避免不良反应导致的人身 伤害和经济损失，或者最大限度地抓住对旧药物进 行重新定位的机会。单纯依靠分子生物学实验的研 究方法通 常 耗 资 大，周 期 长； 而 对 生 物 信 息 学 工 具［32］加以充分利用，使其 与 生 物 学 实 验 验 证 相 配 合，则能够取长补短、发挥合力。研究表明，现有的 预测工具虽然在预测效率方面仍然有提高的空间， 但至少能够在一定程度上为化学、药理、毒理学家和 制药公司等提供决策支持［33 －34］。这说明药物生物 信息学方法作为一种与传统生物学实验和临床试验
方法互补的新研究途径，有望为药物开发开拓出一 条新路。
3 药物生物信息学在新药研发中的应用： 基 于表达谱的药物研究
虽然许多研究都致力于解释药物分子在上游结 合靶蛋白之后，间接地影响了哪些下游基因，以及这 些下游基因之间又发生了怎样的相互作用和形成了 怎样的网络［25，35］，但是想要通过可视化的图表和可 定量的数据来描述每一个受到药物影响的下游基因 却是件十分艰巨的任务。一方面，生物体内基因与 基因之间的关系是一个有机的整体，当上游的药物 作用影响到了第一批下游基因后，受影响的基因又 会继续调控第二批、第三批基因，而且这种波浪式扩 散中往往还 包 含 着 正 反 馈［36］ 和 负 反 馈［37］ 效 应，因 此任何一个药物对体内基因的作用都可谓“牵一发 而动全身”。另一方面，对于如此复杂的药物作用， 如果单纯依靠分子生物学实验来进行逐个基因的验 证无疑将耗费大量的资源和时间。按照生物学发展 的现有条件来说，要同时确定一大批基因的表达变 化的方式和程度，可行性和可靠性最高的方案就是 通过基因芯片平台对整个基因组的表达水平进行高 通量的检测。
从理论上讲，药理学、毒理学以及其他与药物的 结构、作用和反应相关的研究都与生物信息学的研 究范畴存在交叉。所以，生物信息学方法在药物相 关的研究中也得到了越来越深入和广泛的应用［6］。 并且，伴随着基因组学的进步和药物研发的升级，逐 渐演化出了药物生物信息学这一门应用性、实践性 很强的学科分支。它综合应用生命科学、数学、计算 机科学等多学科的理论和方法，对伴随基因组计划 产生的海量生物信息进行整理和分析，然后将结果 应用于药物的设计、优化和开发，以实现更加合理的 药物设计与使用作为最终目的。