推荐活动

Nucleic Acids Research丨PiER:专属于遗传靶点量化推荐的在线服务工具

首页 » 研究 2022-06-07 转化医学网 赞(7)
分享: 
导读
遗传靶点是指遗传证据支持的候选治疗靶点。遗传靶点重要性最近几年才受到R&D业界关注与认知。事实上,药物研发回顾性分析表明:若临床1期候选药物具有遗传靶点支持,其研发成功率将提高两倍;若具有与疾病存在因果关系的靶点支持,药物研发成功率还将进一步提高。近5年遗传靶点研究成果集中于剑桥大学“开源靶点(Open Targets)”与牛津大学“优先指数(Priority index)”。然而,无论是“优先指数”还是”开源靶点”,仅提供预先计算并存储于关系数据库中的遗传靶点。
图片

近日,上海交通大学医学院附属瑞金医院/国家转化医学中心(上海)方海研究员在国际知名学术期刊Nucleic Acids Research(IF: 16.9)上发表最新研究成果“PiER: web-based facilities tailored for genetic target prioritisation harnessing human disease genetics, functional genomics and protein interactions”[1]。本文详尽介绍了在线服务工具PiER(中文译名“码头”;http://www.genetictargets.com/PiER),有别于“开源靶点”和“优先指数”,PiER以“从头并实时(ab initio & real-time)”整合量化推荐的优势,以“用户至上”为宗旨,支持用户自己输入数据,三分钟内一键式实现遗传靶点的计算转化。使用说明具体见教程小册子(http://www.genetictargets.com/PiER/booklet)。

图片

设计上,PiER包含“两大设施 — 五项任务”服务内容。基础设施所支持三项特定任务(eV2CG、eCG2PG和eCrosstalk)为执行量化推荐过程中特定任务而设计;而组合设施所支持两项任务(cTGene和cTCrosstalk)为全自动执行量化推荐而设计。eV2CG利用功能基因组数据,从疾病遗传位点(大部分位于基因组的非编码区)识别核心基因;eCG2PG利用蛋白互作信息,“网络化”核心基因和额外识别的外围基因,输出包含核心基因和外周基因在内的排名列表;eCrosstalk利用通路衍生基因互作信息,识别高排名基因并介导通路交汇; cTGene全自动实现基因层面靶点量化推荐;cTCrosstalk全自动实现通路交汇层面干预靶基因识别。

继核心算法[2](Nature Genetics杂志年度评论“A year in genetics”[3])、转化理论[4]、数据库[5]之后,遗传靶点量化推荐在线服务工具对外公开,将推动计算转化医学(computational translational medicine)这一新型交叉学科发展与认可度,尤其在“遗传组学大数据 — 蛋白结构计算预测”大科学背景下。这些计算生物信息学资源已成功“无偿地支持第三方用户”开展遗传靶点的计算转化研究,包括但不限于:自身免疫性疾病(Nature Genetics 2020)[6]、阿尔茨海默氏病(Nature Genetics 2021)[7]、1型糖尿病(Nature Genetics 2021)[8]、重症肌无力症(PNAS 2022)[9]等。

参考文献

[1] Fang H. PiER: web-based facilities tailored for genetic target prioritisation harnessing human disease genetics, functional genomics and protein interactions. Nucleic Acids Res 2022. https://doi.org/10.1093/nar/gkac379.

[2] Fang H, The ULTRA-DD Consortium, De Wolf H, Knezevic B, Burnham KL, Osgood J, et al. A genetics-led approach defines the drug target landscape of 30 immune-related traits. Nat Genet 2019;51:1082–91. https://doi.org/10.1038/s41588-019-0456-1.

[3] Editorial. A year in genetics. Nat Genet 2019;51:1661. https://doi.org/10.1038/s41588-019-0553-1.

[4] Fang H, Chen L, Knight JC. From genome-wide association studies to rational drug target prioritisation in inflammatory arthritis. Lancet Rheumatol 2020;2:e50–62. https://doi.org/10.1016/S2665-9913(19)30134-1.

[5] Fang H, Knight JC. Priority index: database of genetic targets in immune-mediated disease. Nucleic Acids Res 2022;50:D1358–67. https://doi.org/10.1093/nar/gkab994.

[6] Orrù V, Steri M, Sidore C, Marongiu M, Serra V, Olla S, et al. Complex genetic signatures in immune cells underlie autoimmunity and inform therapy. Nat Genet 2020;52:1036–45. https://doi.org/10.1038/s41588-020-0684-4.

[7] Schwartzentruber J, Cooper S, Liu JZ, Barrio-Hernandez I, Bello E, Kumasaka N, et al. Genome-wide meta-analysis, fine-mapping and integrative prioritization implicate new Alzheimer’s disease risk genes. Nat Genet 2021;53:392–402. https://doi.org/10.1038/s41588-020-00776-w.

[8] Robertson CC, Inshaw JRJ, Onengut-Gumuscu S, Chen W-M, Santa Cruz DF, Yang H, et al. Fine-mapping, trans-ancestral and genomic analyses identify causal variants, cells, genes and drug targets for type 1 diabetes. Nat Genet 2021;53:962–71. https://doi.org/10.1038/s41588-021-00880-5.

[9] Chia R, Saez-Atienzar S, Murphy N, Chiò A, Blauwendraat C, Consortium IMGG, et al. Identification of genetic risk loci and prioritization of genes and pathways for myasthenia gravis: a genome-wide association study. Proc Natl Acad Sci 2022;119:e2108672119. https://doi.org/10.1073/pnas.2108672119.

注:本文旨在介绍医学研究进展,不能作为治疗方案参考。如需获得健康指导,请至正规医院就诊。



评论:
评 论
共有 0 条评论

    还没有人评论,赶快抢个沙发