药物基因组学综述 | 药物不良反应研究相关数据库和生物信息学方法
药物基因组学通过确定与药物个体反应相关的个体特异性遗传因素，已被有效地用于研究药物不良反应。此前《Pharmacogenomics & Personalized Medicine》发表了题为“Review on Databases and Bioinformatic Approaches on Pharmacogenomics of Adverse Drug Reactions”的综述文章，总结了药物不良反应研究的技术、数据库、数据分析方法等，还探讨了临床应用建议。
药物不良反应及其研究方法
药物不良反应（ADR）是指患者在临床治疗中服用某些药物后发生的不良事件。ADR几乎可以导致所有器官衰竭，但更常见的靶点是皮肤、血液和肝脏。据报道，这些反应影响到10~20%的住院患者和约25%的门诊患者，并成为全球医疗保健的主要负担。
ADR分类
药物基因组学和免疫基因组学的进展揭示了多种分子因素参与对药物的反应，提出了药物-基因关系的概念，而且还提出了反应的机制。例如药物代谢酶细胞色素P450（CYPs），特别是1、2和3家族成员在药物代谢和毒性方面起着重要作用。CYP2D6、CYP2C19和CYP2C9参与了当今约80%的治疗药物的代谢。在临床实践中，观察到CYP2D6生物标记物与FDA报告和建议的大约18%的ADR病例有关。这种基因变异具有种族特异性，需要在特定人群中进行个体验证。在药物超敏反应方面，对接受某些药物治疗的患者进行的观察性研究表明，HLA I类和II类基因与疾病状态的发生率高度相关。
目前针对候选靶基因的研究主要采用Replication Approaches。在亚洲95%以上的ADR调查是Replication Approaches，其他地区也有类似情况。该研究基于病例对照设计，选择使用相同药物的人进行调查。在关联研究中，可以考虑采用Replication Approaches来评估特定患者群体中的基因流行率，它还可用于验证多个样本中的标记。
使用Replication Approaches选择基因
全基因组关联研究（GWAS）已被证明是筛选与某种疾病相关风险因素的有效方法之一。迄今为止，GWAS 目录中有4054篇论文和近14万个关联。这些方法是以病例对照模型设计的，然后进行高通量测序和针对参考基因组的SNP调用。目前，将获得大量的SNP并将其进行关联分析的进一步评估。
GWAS在药物超敏反应和预后中的应用
高通量测序在ADR中的应用
药品不良反应的药物基因组学:数据库、数据和分析流程。
近年来，高通量技术加速了基因组学/药物基因组学研究，并产生了大规模数据。尤其是三代测序技术，通过产生长读长数据，其在解决高重复性或多态性区域方面有明显的优势，这些区域在药物基因组学和免疫基因组学研究中相当普遍。
药物不良反应研究的数据库
来自药物基因组学研究的大规模数据已经在大型联盟和网络下收集和管理，例如临床药物基因组学实施联盟(CPIC)、药物基因组学研究网络（PGRN）、东南亚药物基因组学国际研究网络（SEAPHARM）等。FDA不良事件报告系统（FAERS）、药物副作用资源SIDER数据库、医疗保健费用和利用项目（HCUP）等特定数据库提供了可用于分析ADR和支持控制ADE的公共数据集。目前，许多数据库已被整合到较大的数据库中，如PharmGKB， 其还提供了一些显示不良反应药物的数据集和注释，其中许多药物已经过药物遗传学测试。其他一些如CTD、KEGG或SuperTarget提供了非临床数据的代谢途径，或药物代谢，蛋白质分子结构的相互作用，或药物-药物，药物-基因的关联。此外，免疫基因组学数据库如HLA-ADR提供与ADR相关的HLA基因的等位基因频率和单倍型。这些数据库可以用来帮助在药物设计或患者治疗中尽量减少ADR。一些通用的数据库，如dbSNP或基因组变异数据库，也可作为药物基因组学研究的参考。
药物基因组相关联盟和数据库
数据分析
Genetic Variant Calling：GATK的最佳实践通常被推荐用于NGS数据的变异Calling，并与BWA-MEM一起用于alignment。其他一些例如DeepVariant或Novoalign可以作为BWA-MEM的补充。
PGx Haplotyping：Astrolabe, Cyrius,Aldy, Stargazer等特定工具经常被使用。但开发更全面、更准确的工具仍然是一项迫切需要。
HLA Typing：用于NGS数据的HLA分型工具，如PHLAT、Polysolver、OptiType、xHLA或Kourami等；对于RNA-seq数据，可以使用seq2HLA。
PGx Annotation：变异注释是确定遗传变异对疾病和基因影响的过程。PGx变异的注释可使用用于注释遗传变异的通用工具，如VEP、SnpEff/SnpSift、Annovar或Intervar。PGx基因的更多信息注释可以使用特定工具获得，如PharmCAT，它是根据CPIC的指南建立的。
将基因组变异分类为不良反应：ACMG-AMP已经制定了基于基因组变异的疾病分类标准化和改进指南，可用于研究ADR。一些工具旨在利用基于CPIC的等位基因频率信息分配的活性评分，从基因型预测表型。其他一些工具使用分层或K-means聚类来检测基因型和表型之间的相关性。最近的一些工具，如Hubble应用深度学习技术来预测PGx等位基因的功能。尽管如此，对基因组变异进行分类以探索与ADRs相关基因的相关性仍然具有挑战性，工具需要持续改进。
目前已经开发了许多数据分析流程来检测和注释ADR相关的变异和单倍型。药物基因组学研究网络（PGRN）开发的管道似乎是PGx数据分析的金标准。然而，药物基因组学中单倍型的准确鉴定仍然是一个挑战，特别是对于高度多态性区域。
用于数据分析的常用工具
临床应用建议
高通量测序技术的进步和丰富的基因组数据使得药物基因组学研究在药物反应方面取得了巨大的成果，并转化为临床应用。许多药物已经贴上标签，让患者在开处方前进行基因测试。在人口基因组学得到充分分析的特定国家，也实施了具体的计划，例如US FDA Sentinel Initiative和The UK CPRD等。这些都是将研究转化为临床指南的成功例子，适用于未来怀疑使用特定药物的患者或人群。对其他尚未开展相关计划的国家来说，技术的引进和改进以及现有数据的逐步扩大带来了许多选择。此篇综述介绍了一些流行且功能强大的方法以供未来应用。
丰富临床医生和行政人员对实施药物基因组学服务的知识和态度，对临床应用至关重要。此外，当产生足够的药物基因组学和健康经济学数据以帮助决策过程时，扩大国家卫生政策所涵盖的药物基因对清单是近期的可行目标。各国也正在努力将药物基因组学应用于临床实践。认识到药物基因组学的实施对医疗系统的潜在益处是非常重要的。在国际层面上有效的数据和经验共享将减少因低效或不适当的药物治疗而导致的不必要的医疗费用，最大限度地提高药物的有效性并减少药物不良事件。
首发公号：国家基因库大数据平台
参考文献
Tong H, Phan NVT, Nguyen TT, Nguyen DV, Vo NS, Le L. Review on Databases and Bioinformatic Approaches on Pharmacogenomics of Adverse Drug Reactions. Pharmgenomics Pers Med. 2021 Jan 13;14:61-75. doi: 10.2147/PGPM.S290781.
图片均来源于参考文献，如有侵权请联系删除。
