程絲，曾亞龍，李昊1，，王擁軍

作為日益嚴峻的全球健康挑戰(zhàn)，卒中已成為世界范圍內(nèi)獲得性成人身體殘疾的主要原因，同時也是中、高收入國家的第二大死亡原因。2018年，中國居民腦血管病死亡率為149.49/10萬，死亡人數(shù)約157萬，占總死亡人數(shù)的22.33%[1]。以卒中為首的腦血管疾病同時也是老年癲癇的主要誘導(dǎo)因素，是癡呆的第二大原因[2]。隨著卒中帶來的健康問題、社會問題日益嚴峻，關(guān)于卒中的防治手段及發(fā)病機制的深入研究卻始終無法得到突破。我國卒中的治療藥物，存在時間窗窄、效果不夠理想的問題，且大部分依賴進口，或受到外國專利保護。盡管存在巨大的疾病負擔(dān)和潛在的市場規(guī)模，但是既往從先導(dǎo)化合物到產(chǎn)品鑒定，再到臨床花費了巨大的時間成本和經(jīng)濟成本，加上藥物轉(zhuǎn)化的低成功率等因素，研究單位及研究者對新藥研發(fā)的熱情正在逐漸降低[3]。因此，有關(guān)卒中新藥研發(fā)更有效的研究方法和手段亟須被發(fā)掘和應(yīng)用。

隨著高通量測序技術(shù)的發(fā)展，如454焦磷酸測序、Solexa合成測序、SOLiD連接法測序等技術(shù)平臺的應(yīng)用，測序讀長不斷加長，通量不斷提升，時間不斷縮短，促進測序成本快速下降，大量基因組序列被破譯[4]。另外，基因組、代謝組、蛋白質(zhì)組、轉(zhuǎn)錄組等組學(xué)技術(shù)也得到積極發(fā)展[5]，多組學(xué)研究也因此得以發(fā)展。2018年，國際合作組織MEGASTROKE利用來自52萬多人的DNA序列鑒定出人類基因組中的32個位點與卒中風(fēng)險相關(guān)聯(lián)，并以此建立數(shù)據(jù)庫[6]。2006-2010年，UK Biobank成功采集到超過50萬名志愿者的健康數(shù)據(jù)并進行多組學(xué)分析，由此建立了當(dāng)時全球規(guī)模最大的人體生物健康信息庫[7]。卒中基因研究及數(shù)據(jù)庫的建立，推動了以基因組為核心的多組學(xué)研究發(fā)展。可以預(yù)見的是，隨著數(shù)據(jù)分析手段的豐富以及數(shù)據(jù)分析能力的提升，多組學(xué)在新藥研發(fā)中將發(fā)揮不可替代的作用。

多組學(xué)是采用前沿的高通量測序和質(zhì)譜等組學(xué)技術(shù)，整合基因組學(xué)、轉(zhuǎn)錄組學(xué)、表觀遺傳組學(xué)、蛋白質(zhì)組學(xué)、代謝組學(xué)、宏基因組學(xué)等多個組學(xué)的數(shù)據(jù)和知識，從系統(tǒng)的角度，以動態(tài)、交互的思想，揭示生命活動規(guī)律的方法論。盡管每個單獨的組學(xué)技術(shù)都促進了醫(yī)學(xué)的進步并已進入臨床實踐，然而單個技術(shù)難以捕捉大多數(shù)人類疾病的整體復(fù)雜性[8]。多組學(xué)技術(shù)的發(fā)展正成為綜合研究生物和疾病的新方法。針對卒中等復(fù)雜性多因素疾病的分子機制研究及疾病的定義，多組學(xué)方法同樣發(fā)揮著其特有的優(yōu)勢，通過基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)和代謝組學(xué)發(fā)現(xiàn)卒中早期生物標(biāo)志及相關(guān)分子機制，為疾病的預(yù)防及發(fā)病機制研究提供支持。另外，多組學(xué)研究在卒中等復(fù)雜性疾病的新靶點發(fā)現(xiàn)及新藥研發(fā)中也發(fā)揮著不可替代的作用。相較于卒中傳統(tǒng)新藥研發(fā)模式效率低、錯誤率高、副作用大、周期長、成本高等弊端，基于多組學(xué)的新藥研發(fā)具有通量高、效率高、研發(fā)成功率高等優(yōu)勢。

傳統(tǒng)新藥靶標(biāo)研發(fā)模式多是遵從從基礎(chǔ)到臨床再到基礎(chǔ)的模式。受限于研究對象差異性、受試者數(shù)量、倫理審核等諸多因素，傳統(tǒng)模式往往要經(jīng)歷更多的經(jīng)費投入和更長的研發(fā)周期，而這對研發(fā)單位和研發(fā)人員都是極大的挑戰(zhàn)。2019年1月30日，Crenezumab治療早期阿爾茨海默?。ㄇ膀?qū)期或輕度阿爾茨海默?。┗颊叩膬身棦笃贑READ Ⅰ和CREAD Ⅱ臨床研究被宣布終止，這項持續(xù)了15年的研究宣告失敗，說明了對于阿爾茨海默病這樣作用機制不明的疾病利用傳統(tǒng)模式進行新藥研發(fā)是多么的困難[9]。根據(jù)美國食品藥品管理局（Food and Drug Administration，F(xiàn)DA）的數(shù)據(jù)，傳統(tǒng)新藥研發(fā)模式中，臨床前表現(xiàn)良好的新藥中只有30%能通過Ⅲ期臨床試驗，而一款新藥從研發(fā)到上市可長達20年之久。

我國卒中具有患者基數(shù)大、發(fā)病率高的特點[10]，這一特點也讓基于多組學(xué)的靶點研究及新藥研發(fā)具有一定的優(yōu)勢。基于多組學(xué)的卒中新藥研發(fā)模式，由基因組、轉(zhuǎn)錄組、表觀遺傳組、蛋白質(zhì)組、代謝組、宏基因組等交叉學(xué)科組成，不僅能精準(zhǔn)定位最具潛力的藥物靶標(biāo)，同時還能闡明靶標(biāo)與疾病發(fā)生發(fā)展、治療、預(yù)后的關(guān)系。相較于傳統(tǒng)模式，多組學(xué)研究在卒中新藥研發(fā)提升通量，涵蓋了更多的靶標(biāo)，具有通量高、效率高的特點。同時，基于組學(xué)的新靶點研究數(shù)據(jù)均采自人體，扭轉(zhuǎn)了基礎(chǔ)研究的弊端，規(guī)避了體內(nèi)外模型、模式生物與人之間的代謝差異和遺傳差異，減少了試錯成本。運用不同生物組學(xué)的分析方法，還可以全面展示不同靶點與疾病的因果關(guān)系，提升靶點篩選的有效性。基于以上觀點，以多組學(xué)為基礎(chǔ)的卒中新藥研發(fā)，充分利用我國大樣本庫資源，有助于縮短研發(fā)周期和降低研發(fā)成本，加速我國卒中等心腦血管疾病新靶點發(fā)現(xiàn)及新藥研發(fā)。

國內(nèi)外應(yīng)用多組學(xué)進行卒中等心腦血管新藥研發(fā)的成功案例已經(jīng)很多。前蛋白轉(zhuǎn)化酶枯草溶菌素9（proprotein convertase subtilisin/kexin type 9，PCSK9）抑制劑作為降脂領(lǐng)域的一種新型生物制劑，是新模式藥物研發(fā)的典范，從2003年臨床發(fā)現(xiàn)潛在靶點到2017年藥物批準(zhǔn)上市，相較于傳統(tǒng)藥物研發(fā)周期展現(xiàn)了更快的效率。首都醫(yī)科大學(xué)附屬北京天壇醫(yī)院王擁軍教授和施福東教授團隊?wèi)?yīng)用多組學(xué)研究發(fā)現(xiàn)卒中潛在靶點——甲酰肽受體1（formyl peptide receptor 1，F(xiàn)PR1），并在短時間內(nèi)設(shè)計出新型拮抗劑T-0080，用于減輕腦出血后神經(jīng)炎癥和腦水腫[11]。在多組學(xué)研究中，常用的分析方法多種多樣，孟德爾隨機化（Mendelian randomization）是目前應(yīng)用最廣的一種。Michael Chong等人通過孟德爾隨機化分析評估了653種循環(huán)蛋白在大動脈粥樣硬化、心臟栓塞性卒中和小動脈阻塞3種不同亞型缺血性卒中的潛在影響；隨后，該研究團隊在篩選出的標(biāo)志物中，繼續(xù)評估其是否與顱內(nèi)出血特別是腦內(nèi)和蛛網(wǎng)膜下腔出血具有關(guān)聯(lián)性；最后，Michael Chong等將這一分析拓展到679種疾病，明確了這些選定的生物標(biāo)志物作為缺血性卒中的治療靶點可能帶來的潛在副作用[12]。

針對卒中等復(fù)雜性疾病，多組學(xué)研究在疾病的新藥研發(fā)中有著巨大的潛力，推廣基于多組學(xué)的卒中乃至更多疾病的藥物靶標(biāo)研發(fā)新模式，有助于提升我國原研藥開發(fā)能力，促進醫(yī)藥產(chǎn)業(yè)升級，縮短藥物研發(fā)周期，節(jié)約研發(fā)成本，降低社會醫(yī)療壓力。在助力卒中新藥研發(fā)的過程中，多組學(xué)不僅是難得的機遇，同時也面臨著很多挑戰(zhàn)。雖然國際上針對多組學(xué)研究的隊列已經(jīng)初具規(guī)模，但是每個隊列的標(biāo)準(zhǔn)各不相同，對于個體層面數(shù)據(jù)的準(zhǔn)確度把控不高。因此，一個全國乃至全球的多中心統(tǒng)一標(biāo)準(zhǔn)的隊列有待被建立。針對這一問題，目前由國家神經(jīng)系統(tǒng)疾病臨床醫(yī)學(xué)研究中心的研究團隊進行的中國國家卒中登記（Chinese national stroke registry，CNSR）正在彌補我國標(biāo)準(zhǔn)化、多中心隊列的空白，而目前正在進行的CNSR-Ⅲ研究，其最大的亮點是系統(tǒng)性的萬人以上級別的臨床數(shù)據(jù)和影像資料的收集，通過高通量測序或質(zhì)譜技術(shù)獲得全基因組、蛋白質(zhì)組、代謝組等多組學(xué)的數(shù)據(jù)[13]。多組學(xué)研究面臨的另一個挑戰(zhàn)來自跨組學(xué)計算方法的缺失，單組學(xué)的計算及分析方法已經(jīng)比較成熟，而隨著多組學(xué)的發(fā)展，針對多組學(xué)的計算及分析方法并未得到突破[14]。除此之外，多組學(xué)人才的缺失也是目前面臨的主要問題，多組學(xué)研究對人才具有多學(xué)科素質(zhì)要求，而這種多學(xué)科人才的培養(yǎng)需要特殊培養(yǎng)體系的建立?；谝陨嫌^點，我們既要看到多組學(xué)在卒中等復(fù)雜性疾病新藥研發(fā)中的機遇，又要正視來自不同方面的挑戰(zhàn)，不斷發(fā)展、使用和完善基于多組學(xué)的卒中新藥研發(fā)模式。

說明：本文涉及的部分生物信息學(xué)術(shù)語或數(shù)據(jù)庫名稱在國內(nèi)尚無統(tǒng)一譯文，強行將這些術(shù)語或名稱翻譯成中文將影響讀者對原意的理解，因此本文對此類術(shù)語及名稱未進行翻譯。