综述：复杂疾病药物靶点优先选择的基因组学研究

《Nature Reviews Genetics》：Genomics of drug target prioritization for complex diseases

药物开发面临高淘汰率和副作用问题。整合生物样本库、多组学数据及机器学习等计算方法，推动基于遗传学的药物发现，优化靶点选择并降低后期风险。系统整合多证据链，实现靶点优先级排序、副作用预测及药物重定位，为复杂疾病提供新解决方案。

　　

摘要

药物开发面临着持续的挑战，高淘汰率和意外的不良反应导致了临床试验的失败。近期，大规模生物样本库、多组学数据以及包括机器学习在内的计算方法的融合，推动了基于遗传学的药物发现技术的发展，为优化靶点选择和降低后期研发风险提供了新的机会。将围绕人类遗传学的多种证据整合到一个概率框架中，可以系统地优先评估药物靶点、预测不良反应，并识别药物再利用的潜力。在这篇综述中，我们探讨了这些综合方法如何在不同疾病背景下解决未满足的临床需求，重点关注复杂性疾病。