人类遗传学数据指导药物发现

图1 新药从临床I期到获批的概率

图2 2016-2021期间新药涉及靶点 T0P 30

选择成熟靶点，尽管一定程度上降低了研发风险，但热门靶点扎堆，同质化问题严重，常常会导致产品上市之后商业化不及预期，从而使得创新药价值难以兑现。

如何低风险的创新或者说降低创新的风险是制药领域都非常关注的话题。那么首先需要了解创新药研发的风险点在哪。一篇发表在Nature Reviews Drug Discovery的文章，分析了2013-2015年II（包括I/II期）-III期临床失败的原因，研究显示临床研究失败的原因主要是疗效不足。导致疗效不足的原因其实可以归结于对疾病生物学认识不足、过度依赖动物模型或候选化合物较差（亲和力、特异性或药代动力学较差）等。

选择正确的生物靶点是开发新药最关键的决策，而确定靶点首先需要确定疾病发生发展的分子机制。而对疾病及其机制的研究通常是基于来自动物、细胞和离体模型等间接证据。多篇综述性文章均表示，基于动物模型生物学的机制在人体试验中经常无法复制。因此，制药界非常需要关于靶标及其潜在临床疗效的更可靠的信息，以提高新药研发成功率。因此，直接来自人类的信息被寄予厚望，这就催生了人类基因组计划的诞生和后续人类遗传学波澜壮阔的发展。

图3 2013-2015年新药II-III期临床失败原因

图4 GWAS原理示意图

GWAS是探索单核苷酸多态性（SNP）与疾病关联性的一种研究方法。SNP本质上是一个标签，GWAS的结果实际上都可以概括为“某个标签和某个性状有关”。但首先要解决的问题是该标签“代表”的基因是什么，因为基因才是功能的本体。当GWAS找到的SNP落在基因蛋白质编码区时，那么这种“代表”显而易见，人们能较直接了解SNP对蛋白质功能的影响。但人类基因组有97%的区域是非蛋白质编码区，大部分GWAS研究发现的SNP都发生在基因组中的非蛋白质编码区，可以调节转录，mRNA剪接，mRNA稳定性以及附近或远处基因的翻译。因此GWAS研究多数时候无法直接阐明SNP与蛋白质功能以及疾病发生的关系，这也是大量GWAS的发现未被人们重视和利用的原因。

图5 GWAS遗传变异（编码/非编码）效应的两种代表性机制

通过新的技术方法，揭示这种非编码区突变调控基因表达进而影响疾病的案例比比皆是。

例如，在人类的GWAS研究中，位于基因CELSR2 的3’UTR区（非编码区）的若干个SNP与血清低密度脂蛋白胆固醇（LDL-C）相关，是与心肌梗死（MI）相关的风险位点。按照一般逻辑这些突变一定与CELSR2的调控相关，但通过eQTL（表达数量性状位点）分析以及后续的多群体重复验证，发现表达量与这个区域的突变最相关的基因不是CELSR2，而是位于这个3’UTR区40k下游的SORT1。进一步研究显示，其中最显著的SNP rs12740374通过与转录因子C/EBP结合进而调控SORT1基因的表达。

图7 FTO基因第一内含子对IRX3基因表达调控机制示意图

因此，近十年来随着高通量测序、单细胞分析、QTL分析、蛋白芯片等技术的进步，各种组学（蛋白组学、表观基因组学、代谢组学、转录组学、三维基因组学）数据的积累和持续增长，通过将GWAS数据与这些组学数据结合，相信GWAS发现的SNP位点定位到靶基因的问题将会持续得到解决。

那么，GWAS需要解决的第二个挑战是“关联不是因果”的问题。

限制GWAS应用的一个重要因素是GWAS给出的是关联关系，而不一定是因果关系。GWAS与传统的观察性研究类似，潜在混杂因素和反向因果关系会影响其因果推断能力。因此，一种新的技术方法——孟德尔随机化 (MR) 受到业界的重视，近年来其相关的研究和应用越来越广泛，尤其是在GWAS和组学数据爆炸式增长的今天，更加增加了MR方法的效力，使得其转化能力持续提升，其原理简述如下：

明确因果关系的金标准是随机对照试验（Randomized control trial, RCT)， 即对受试者随机分为对照组和实验组，以研究某个因素的影响。但现实中，要完成随机对照试验的难度非常高，需要大量的人力物力，有时因为伦理问题，对某个因素的研究几乎是不可能的。孟德尔第二定律（“受孕时等位基因的独立分离”）意味着这些遗传变异不应该系统地与混杂变量相关联，从而得以可创建一个类似于随机试验的自然实验，原理如下：

图8 孟德尔随机化和随机试验类比示意图

大多数药物靶标是蛋白质，蛋白质由基因编码。因此，和蛋白紧密相关的遗传变异（如SNPs）可用作研究该蛋白质靶标干预效果的工具变量。由于受孕时遗传变异的随机分配，遗传变异通常独立于影响亲本基因型的混杂因素。因此，除了由于种群分层或连锁不平衡而产生的关联之外，遗传变异应该独立于混杂因素，只通过其紧密相关的蛋白质（Exposure）与表型（outcome）产生关联。此外，基因型是与生俱来的，意味着基因型不受环境影响，从而减少由于混杂因素而导致虚假结果的可能性，并确保遗传关联免受由于反向因果关系而导致的误差。因此，与GWAS及传统的观察性流行病学分析相比，孟德尔随机化分析从理论上，很有可能为因果关系提供更可靠的见解。而且，随着GWAS研究积累数据的持续增长及上述组学的进展，以SNPs为工具变量的孟德尔随机化分析的效力会越来越大。

（2）HDL与血脂

自20世纪60年代以来，众多流行病学研究及临床随机对照试验已经证实了血脂异常与心血管疾病之间的密切关系，血脂水平管理已经成为预防心血管事件发生的核心措施。脂肪、胆固醇等血脂为疏水性物质，所以必须与载脂蛋白等其他物质结合形成脂蛋白 (lipoprotein) 才能在血液中运输。脂蛋白按体积大小和密度分类可分为乳糜微粒，极低密度脂蛋白 (VLDL)，低密度脂蛋白 (LDL)以及高密度脂蛋白 (HDL)几种主要类型。

1961年Framingham心脏研究首次指出HDL-C（高密度脂蛋白胆固醇）水平与心血管病风险呈负相关，血浆HDL-C每上升0.026 mmol/L，心血管事件发生风险可下降2%~3%。此后许多大规模的队列研究均证实HDL在心血管事件中所发挥的保护作用。这些“相关性”研究使得HDL-C成为公认的“好胆固醇”。

尽管当时已经有多款他汀类药物上市（降低LDL水平），但血脂相关问题并不仅局限于LDL水平过高，有的病人还会出现HDL水平过低以及甘油三酯水平过高的问题。因此寻找能够与他汀类药物产生协同作用的新药仍是药企关注的方向，其中提高HDL水平的药物是当时药物研发的重要方向之一。

2006年12月，辉瑞宣布该公司torcetrapib（通过靶向胆固醇酯转移蛋白CETP升高HDL水平）一项入组人数超过15000人、花费超过8亿美金（可能是当时最贵的临床）的III期临床试验失败。后续礼来、罗氏和默沙东等大药企也都进行相同靶点的药物开发，但均以失败告终。

因此，随着高通量测序和功能基因组学数据的不断积累、孟德尔随机化方法效度的提升和广泛的应用，制约GWAS临床转化的两大瓶颈“靶基因确定”和“因果变异”均实现了突破，人类遗传学数据的宝库中正在和即将逐步被挖出更多有价值的宝藏……

前蛋白转化酶枯草溶菌素9（PCSK9）抑制剂的例子展示了人类遗传学在新药研发领域的重要作用。最初在 PCSK9基因中发现了增强功能和功能丧失突变，分别导致低密度脂蛋白（LDL）胆固醇的血液水平增加或降低。此外，PCSK9的功能丧失变异与冠状动脉疾病的风险降低相关。最重要的是，完全丧失功能的突变人群没有观察到相关的不良反应，意味着针对该靶点开发的药物安全性非常好。这些观察结果对于该治疗靶点的发现和验证至关重要，因为工业界指出了通过药理学抑制 PCSK9是预防或治疗冠状动脉疾病的安全策略。美国食品和药物管理局（FDA）在2015年批准了第一个用于该适应症的 PCSK9抑制剂，这是在最初遗传发现发表后的12年。后来，针对该靶点开发了包括抗体、siRNA、口服多肽（临床）、口服小分子（临床）、ASO（临床）甚至基因编辑（临床）等各种类型的药物。制药产业界几乎使用了所有的成药范式，这都是后话了。

除此之外，在人类遗传学指导下开发的新药案例不胜枚举：

图10 有人类遗传学数据支持的药物占各临床阶段开发药物的比重

越来越多的证据显示人类遗传学证据支持的药物研发成功率更高。工业界，尤其是大药企也提高了对人类遗传学的重视度。2018年AZ在NATURE REVIEWS DRUG DISCOVERY中发表了公司总结的“5R framework”的概念，用以指导R&D的研究方向和方法。“5R”策略大幅度提升了AZ研发部门的成功率，从PCC到Phase III成功的概率由2005-2010年间的4%提升到2012-2016年间的19%。“5R”策略中“Right target（正确的靶点）”是排在第一位的，如何评估是否是“正确的靶点”？最重要的一条是靶点与疾病之间的强连接。在文章中也明确表示“GSK和 AZ等制药公司注意到遗传学角度得以确认的靶点，会大大提高临床试验中的成功率”。

图11 阿斯利康的“5R”策略

产业和资本对该领域的热情也逐渐起来。我们看到大药企纷纷成立单独的部门或通过对外合作进行人类基因组学的研究，为新管线开拓提供决策支持。2018年7月，葛兰素史克和23andMe达成了一项3亿美元的4年独家合作协议，以发现和开发创新药物靶点和相关疗法。再生元组建遗传中心，并将其在人类遗传学中鉴定的新靶点（HSD17B13、GPR75）推进到临床。用人类遗传学信息指导新药开发的biotech，如Maze Therapeutics、Alector Therapeutics和丹码生物等，也受到资本的青睐。

人类遗传学信息在新药开发领域已崭露头角，并逐渐得到制药界的认可。但这只是冰山一角，因为在人类遗传学相关研究持续发展、各种组学数据爆炸式积累、算力不断进步的今天，人类遗传学所蕴含的信息宝库只会愈加丰富，亟待人类去开采。随着新的数据分析技术不断引入、人工智能的持续突破，我们有充足的理由相信，人类遗传学在指导药物研发上的巨大潜力将持续兑现。

1. Clinical Development Success Rates 2006-2015

2. Harrison, R. Phase II and phase III failures: 2013–2015. _Nat Rev Drug Discov_ 15, 817–818 (2016).

3. David Ochoa et al., (2022), Human genetics evidence supports two-thirds of the 2021 FDA-approved drugs, Nature Reviews Drug Discovery.

4. Trajanoska K, Bhérer C, Taliun D, Zhou S, Richards JB, Mooser V. From target discovery to clinical drug development with human genetics. Nature. 2023 Aug;620(7975): 737-745.

5. Voight, B. F., Peloso, G. M., Orho-Melander, M., Frikke-Schmidt, R., Barbalic, M., Jensen, M. K., Hindy, G., Hólm, H., Ding, E. L., Johnson, T., Schunkert, H., Samani, N. J., Clarke, R., Hopewell, J. C., Thompson, J. F., Li, M., Thorleifsson, G., Newton-Cheh, C., Musunuru, K., ... Kathiresan, S. (2012). Plasma HDL cholesterol and risk of myocardial infarction: a mendelian randomisation study. _The Lancet_, _380_(9841), 572-80. 

6. Nelson, M., Tipney, H., Painter, J. et al. The support of human genetic evidence for approved drug indications. Nat Genet 47, 856–860 (2015)

7. Burgess S, Mason AM, Grant AJ, et. Using genetic association data to guide drug discovery and development: Review of methods and applications. Am J Hum Genet. 2023 Feb 2;110(2): 195-214.

8. Morgan P, Brown DG, Lennard S, Anderton MJ, Barrett JC, Eriksson U, Fidock M, Hamrén B, Johnson A, March RE, Matcham J, Mettetal J, Nicholls DJ, Platz S, Rees S, Snowden MA, Pangalos MN. Impact of a five-dimensional framework on R&D productivity at AstraZeneca. Nat Rev Drug Discov. 2018 Mar;17(3): 167-181.

9. Floris M, Olla S, Schlessinger D, Cucca F. Genetic-Driven Druggable Target Identification and Validation. Trends Genet. 2018 Jul;34(7):558-570. doi: 10.1016/j.tig.2018.04.004. Epub 2018 May 23. PMID: 29803319; PMCID: PMC6088790.

10. Harrison, R. K. (2016). Phase II and phase III failures: 2013–2015. Nature Reviews Drug Discovery, 15(12), 817–818.

11. Long E, Wan P, Chen Q, Lu Z, Choi J. From function to translation: Decoding genetic susceptibility to human diseases via artificial intelligence. Cell Genom. 2023 May 4;3(6):100320. doi: 10.1016/j.xgen.2023.100320. PMID: 37388909; PMCID: PMC10300605.

12. King EA, Davis JW, Degner JF. Are drug targets with genetic support twice as likely to be approved? Revised estimates of the impact of genetic support for drug mechanisms on the probability of drug approval. PLoS Genet. 2019 Dec 12;15(12):e1008489. doi: 10.1371/journal.pgen.1008489. PMID: 31830040; PMCID: PMC6907751.

13. Musunuru K, Strong A, Frank-Kamenetsky M, etal. From noncoding variant to phenotype via SORT1 at the 1p13 cholesterollocus[J]. Nature, 2010, 466(7307): 714-719.

14. Smemo S, Tena JJ, Kim KH, Gamazon ER, Sakabe NJ, Gómez-Marín C, Aneas I, Credidio FL, Sobreira DR, Wasserman NF, Lee JH, Puviindran V, Tam D, Shen M, Son JE, Vakili NA, Sung HK, Naranjo S, Acemel RD, Manzanares M, Nagy A, Cox NJ, Hui CC, Gomez-Skarmeta JL, Nóbrega MA. Obesity-associated variants within FTO form long-range functional connections with IRX3. Nature. 2014 Mar 20;507(7492):371-5. doi: 10.1038/nature13138. Epub 2014 Mar 12. PMID: 24646999; PMCID: PMC4113484.

15. Arsenault BJ. From the garden to the clinic: how Mendelian randomization is shaping up atherosclerotic cardiovascular disease prevention strategies. Eur Heart J. 2022 Nov 7;43(42):4447-4449. doi: 10.1093/eurheartj/ehac394. PMID: 35869924.

16. Emerging Risk Factors Collaboration/EPIC-CVD/Vitamin D Studies Collaboration. Estimating dose-response relationships for vitamin D with coronary heart disease, stroke, and all-cause mortality: observational and Mendelian randomisation analyses. Lancet Diabetes Endocrinol. 2021 Dec;9(12):837-846. doi: 10.1016/S2213-8587(21)00263-1. Epub 2021 Oct 28. Retraction in: Lancet Diabetes Endocrinol. 2024 Jan;12(1):8. Retracted and republished in: Lancet Diabetes Endocrinol. 2024 Jan;12(1):e2-e11. PMID: 34717822; PMCID: PMC8600124.

17. https://mp.weixin.qq.com/s/ghY7SWLZdoq_DIbNTGZhzA

18. Genome-Wide Association Studies Fact Sheet