由布里斯托大學的MRC綜合流行病學組(MRC-IEU)的研究人員領導的一項關于血液蛋白質(zhì)水平的創(chuàng)新遺傳研究，證明了遺傳數(shù)據(jù)如何通過確定蛋白質(zhì)對疾病的因果關系來支持藥物靶標的優(yōu)先排序。疾病。

布里斯托研究人員與制藥公司合作，開發(fā)了一種綜合分析管道，利用蛋白質(zhì)水平的遺傳預測對藥物靶標進行優(yōu)先排序，并量化了這種方法降低藥物開發(fā)失敗率的潛力。

蛋白質(zhì)的遺傳研究還處于初期。這項發(fā)表在《自然遺傳學》上的研究的目的是確定蛋白質(zhì)靶點效應的遺傳預測是否可以預測藥物試驗的成功。來自布里斯托大學的 鄭潔博士，湯姆·岡特教授和同事們與制藥公司合作，建立了一個多學科的合作關系來解決這個科學問題。

研究人員使用一組遺傳流行病學方法，包括孟德爾隨機化和遺傳共定位，建立了針對225種人類疾病的1002種血漿蛋白的因果網(wǎng)絡。通過這樣做，他們確定了65種蛋白質(zhì)對52種疾病的111種可能的因果效應，涉及廣泛的疾病領域。這項研究的結果可通過EpiGraphDB訪問。

主要作者鄭博士說，他們估計的蛋白質(zhì)對人類疾病的影響可以用來預測針對這些蛋白質(zhì)的藥物的影響。

“該分析渠道可用于驗證新型藥物靶標的療效和潛在不良反應，并提供證據(jù)將現(xiàn)有藥物重新用于其他適應癥。

“這項研究為未來的組學遺傳學研究奠定了堅實的方法論基礎。下一步是將分析方案用于研究的藥物合作者在早期藥物靶標驗證流程中使用。我們希望這些發(fā)現(xiàn)將支持進一步的藥物開發(fā)，以提高藥物試驗的成功率，降低藥物成本并使患者受益。”鄭博士說。

布里斯托爾大學健康與生物醫(yī)學信息學教授，也是NIHR布里斯托爾生物醫(yī)學研究中心的成員湯姆·蓋特(Tom Gaunt)補充說：“我們的研究使用了世界各地許多研究人員發(fā)布的公開可用數(shù)據(jù)(由MRC-IEU OpenGWAS數(shù)據(jù)庫整理) )，并真正展示了開放數(shù)據(jù)共享在實現(xiàn)健康研究中的新發(fā)現(xiàn)方面的潛力。我們已經(jīng)證明，對現(xiàn)有數(shù)據(jù)的這種重用提供了一種有效的方法來降低藥物開發(fā)成本，并有望為健康和社會帶來好處。”