数据库|DGIdb：挖掘可成药基因组

“

生信草堂

正确加入我们的模式是：

添加我们的微信bioinformatics88为好友

标注“加入生信草堂交流群”

在群里请大家注明自己本名，单位，研究领域

便于小编管理

征稿邮箱

[e-mail]

详情阅览

一手科研开花，一手赚钱养家

今年小编向大家介绍一个很有用的药物基因相互作用数据：DGIdb数据库（Drug-Gene Interaction database）。它是一个用于挖掘现有资源，产生关于突变基因如何在治疗上被靶向或者优先用于药物开发的假设。它提供了针对一个药物-基因相互作用和潜在“可成药”基因汇编搜索基因列表的一个界面。它可以很好的帮助科学家解释药物基因组学（“Druggable Genome”）的GWAS研究中发现的结果。

首先，向大家介绍一下什么药物基因组学？用一句话来解释药物基因组学，就是它是研究DNA如何影响药物反应。从专业定义上来讲，药物基因组学是从基因组角度探讨基因的遗传变异对药物治疗效果的影响。

药物在人体内的吸收、分布、代谢、排泄和作用靶点，主要和蛋白质有关，这些蛋白质包括药物受体、转运体和代谢酶等。所有蛋白质都是由相应编码基因被调控基因调控后，经转录、翻译和翻译后修饰而来。这些编码基因发生突变可能导致蛋白质的氨基酸序列发生改变，随之引起蛋白质功能发生增强、减弱或缺失等变化，从而引起药物在人体内吸收、分布、代谢和排泄改变，或者引起药物与其作用靶点结合能力增强、减弱或消失，最终影响药物效应。

总结起来说，药物基因组学就是通过直接检测基因组序列，建立基因序列差异与药物效应的关联关系，目前已经应用于临床。给大家举一个容易理解的例子：氯吡格雷药物基因检测。氯吡格雷是血小板聚集抑制剂，选择性地抑制ADP与血小板受体的结合及抑制ADP介导的糖蛋白GPⅡb/Ⅲa复合物的活化，而抑制血小板聚集。也可抑制非ADP引起的血小板聚集。用于预防和治疗因血小板高聚集引起的心、脑及其他动脉循环障碍疾病，如近期发作的脑卒中、心肌梗死和确诊的外周动脉疾病。

氯吡格雷的分子结构式

氯吡格雷的药物基因检测一般为5个位点，具体检测位点以各医疗机构实际为准。氯吡格雷是前体药，主要通过CYP2C19代谢转化为初步活性代谢产物，CYP2C19有四种不同的代谢类型：超快代谢型、正常代谢类型、中间代谢类型、弱代谢型，分别代表氯吡格雷不同代谢能力，治疗效果逐级降低。CYP2C19的表型多态性在中国人群中弱代谢者发生率为15％-17％，这意味着，如果不加选择的使用氯吡格雷抗血小板，且您因个体差异恰好属于这15％-17％的弱代谢人群，则半年后出现支架血栓的风险比为12.90，出现心肌梗死的风险比为4.93，氯吡格雷活性代谢物水平低，血小板活性较少被抑制，有氯吡格雷抵抗风险。因此，人们不妨多向就诊的医院医师或药学部门了解下，正在使用或即将使用的药品是否需要进行药物基因检测，是否需要调整了选择更好更合适的药物来治疗疾病。

据估计，大多数常用药物对于患同样疾病的患者来说，有效率只占30%~60%。不仅如此，这部分患者还可能有严重的副作用。所以对药物基因组学的研究十分有意义。

言归正传，我们现在向大家介绍如何使用DGIdb药物-基因互作数据库，帮助开展科研工作。

1. 首先，DGIdb可以在http://dgidb.org/直接访问。点击打开链接，进入数据库首页。 

2. 点击“Search Drug-Gene Interaction”，进入Drug-Gene Interaction查找界面；在这里我们可以点击“Genes”，输入相应的基因list，或者点击“Drugs”，输入相应的药物list。

3. 然后点击“Find Drug-Gene Interactions”，进行查找药物-基因互作关系。结果如下：包括基因互作的Drug、Interaction type、Sources、PMIDs、Score。这些信息可帮助确定我们想要的Gene-Drug Interactions。

4. 我们还可以输入Gene list, 查找Gene的分类。

5. 查找结果如下，包括Category（如Kinase、Druggable Genome、Clinically Actionable、Serine Threonine Kinase等等）和Sources。

DGIdb数据库非常友好，我们可以很方便进行Gene-Drug Interaction的查找。大家可以尝试一下。