‘壹’ 医药数据库在药物研发中的作用
数据库和医药行业是一个密不可分的话题，很多药企可以通过数据数据库，分析市场药品需求，确定药物研发方向，在开发过程中可以准确地查询筛选靶点物质，还能查询药物毒理数据，也解决了以前临床样本小，采样分布有限的问题，有效地提升了药物研发的效率。
医药大数据对于药物研发的作用
在大数据未成熟之前，药企在研发新药时，最多的就是资料的查询如：靶点的查询，文献的查询，临床数据的查询，除了查询这些数据，还要忍受大量的候选药物的折磨，而且对于市场的回报有着不确切性，风险很大，研发时间也要长达十几二十年，对比现在医药大数据对于药物研发提高了时间效率，还能预测回报，规避风险。
临床研究数据
做药物研发之前还会通过大数据技术对于市场做分析，对于公共疾病和药品的需求为药物研发合理安排时间，在我们企业首先会看市场，看市场的需求，受众是否广泛，这些都离不开医药大数据的，还有在医药副作用研究方面可以通过药物毒理了解药物副作用情况，医药大数据不仅对于药物研发有很大的帮助，还对于预测市场，药品销售、产品定位都有非常大的帮助。
‘贰’ 如何查找基因之间相互作用的数据库
Biomolecular Interaction Network Database (BIND) archives biomolecular interaction,reaction,complex and pathway information curated from published experimental research.
A database of physical and genetic interactions curated from the primary literature.Graphical layouts of interactions can be generated in a variety of file formats using Osprey.
Domain Interaction MAp (DIMA) aims at becoming a comprehensive resource for functional and physical interactions among conserved protein-domains.The scope of the resource comprises both experimental data and computational predictions.Currently,DIMA is based on a domain phylogenetic profiling method and domain-domain contacts found in crystal structures (iPFAM).
Database of Interacting Proteins (DIP) catalogues experimentally determined interactions between proteins.It combines information from a variety of sources to create a single,consistent set of protein-protein interactions.The data stored within the DIP database are curated,both,manually by expert curators and also automatically using computational
approaches.
Human Protein Reference Database (HPRD) represents a centralized platform to visually depict and integrate information pertaining to domain architecture,post-translational modifications,interaction networks and disease association for each protein in the human proteome.All the information in HPRD has been manually extracted from the literature by expert biologists.
InterDom is a database of putative interacting protein domains derived from multiple sources,ranging from domain fusions (Rosetta Stone),protein interactions (DIP and BIND),protein complexes (PDB),to scientific literature (MEDLINE).It focuses on providing supporting evidence for validating and annotating detected protein interactions and complexes based on putative protein domain interactions.
Molecular INTeraction database (MINT) focuses on experimentally verified protein interactions mined from the scientific literature by expert curators.
The Munich Information center for Protein Sequences (MIPS) has two protein-protein interaction resources:MPact representing yeast protein-protein interaction data which is very comprehensive and is often considered to be the gold standard dataset; and the Mammalian Protein-Protein Interaction (MPPI) Database containing manually curated high-quality data collected from the scientific literature by expert curators.
The Prolinks database is a collection of inference methods used to predict functional linkages between proteins.These methods include the phylogenetic profile method,the ge-ne cluster method,Rosetta Stone,and the gene neighbor method.
Protein Structural Interactome MAP (PSIMAP) is a tool for viewing interactions among protein domains in terms of their structural families to analyze the large-scale patterns and evolution of interactomes among species.
STRING is a database of known and predicted protein-protein interactions.The interactions include direct (physical) and indirect (functional) associations; they are derived from four sources:genomic context; high-throughput experiments; coexpression; and previous
knowledge from databases and the scientific literature.STRING quantitatively integrates interaction data from these sources for,currently,373 organisms,and transfers information between these organisms where applicable.STRING uses orthology information from the COG database.
‘叁’ 请问在drugbank怎么查询药物的DNA sequence信息
DrugBank数据库是唯一将详细的药品数据（即化学、药理学和制药）与综合药物靶点信息（即序列、结构和作用通路）相结合的“生物信息学和化学信息学”资源。DrugBank由加拿大卫生研究院，亚伯达省创新-健康解决方案和代谢组学创新中心（TMIC）提供支持，该中心是国家资助的研究以及支持广泛的尖端技术代谢组学研究的核心 。DrugBank数据库查询包含以下信息：药品类型、药品简介、化学结构、药品成分、临床试验、药物靶点、酶、转运体、载体、药品图片、批准情况、批准的处方药、国外上市商品名、药物相互作用、制造商、包装商等。
用户可以通过多种方式查询DrugBank数据库，最简单方式就是使用普通文本对数据库的所有字段进行检索，通过浏览选项可以以表格的形式浏览该数据库的内容。Drug Card选项允许用户查看特定药物的所有信息。简单文本查询支持数据库整个文本组件的一般文本查询。点击DrugBank导航面板右上方的浏览按钮。
‘肆’ drug-DNA是什么意思
drug-DNA意思是：药物与DNA
药物与DNA的相互作用
DNA作为遗传信息的载体，是药物作用的主要靶 因为干扰转录的能力（基因表达和蛋白合成的 ）和DNA复制中的重要一步， 和分裂细胞的生长。后者是中央的发生和发病机制。有三个主要的药物结合的不同方式。首先，通过对转录因子和聚合酶 控制。在这里， 药物相互作用与DNA结合的蛋白质。其次，通过RNA与DNA双螺旋 形成核酸三螺旋结构或RNA杂交 （序列特异性结合）暴露的DNA单链区域形成 DNA-RNA杂交可能干扰转录。第三、 小芳香配体分子结合到DNA双螺旋结构的 （我）插层间堆积的碱基对的DNA，从而扭曲 主链构象和干扰DNA蛋白质相互作用 或（ii）的小沟结合剂。对 DNA骨干后者引起的失真小。无论是通过非共价键相互作用。
‘伍’ 有从一个基因查询和它与之相关的基因，疾病，药物通路的数据库吗
额，我谈一下个人的看法吧。首先，就已知的数据来讲，可以上数据库直接搜索相关的通路。都会有列出来的。但如果你想发现未知的通路，那就不是一蹴而就的事情了。首先你可以通过大数据分析，比如芯片或转录组测序，推测两个蛋白有关系（正相关还是反相关），然后再通过westerblot，或qPCR进一步验证。之后，还需要用免疫共沉淀，酵母双杂交等确定两者是否有直接的相互作用，还是说是通过microRNA间接作用等等。一条通路的完善，是需要大批研究者的努力，积少成多。
‘陆’ 核酸序列数据库（genbank）和基因组数据库（ensemble）的区别
核酸序列数据库（genbank）和基因组数据库（ensemble）的区别：
1、GenBank 是一个有来自于70,000多种生物的核苷酸序列的数据库。每条纪录都有编码区（CDS）特征的注释，还包括氨基酸的翻译。GenBank属于一个序列数据库的国际合作组织，包括EMBL和DDBJ。
2、Ensemble数据库可为药物研发提供超过167,000种生物活性化合物包括化学结构在内的必要信息。本数据库利用用户容易掌握的界面将数据、文本和图象资料有机地结合起来，便于查询。Ensemble可从药品专利开始，再通过其临床前和临床研究资料，直至注册信息、市场概况及其他方面的相关资料来跟踪药物。数据库每月更新一次，每年增加约10,000 种新化合物。
‘柒’ 药物作用会因人而异
有的人在头痛时喜欢用泰诺（Tylenol，可缓解感冒造成的头痛等症状）缓解症状，有的则喜欢直接用布洛芬（Advil，有抗炎、镇痛、解热的作用）镇痛，这是因为多数人都对什么药对自己的什么症状疗效好有自己的偏好。事实上，人体对药物的差异性接受几乎体现在所有的药品上，所以同样的药物使用效果其实是因人而异的。
数十年来，医务人员和科研人员都在致力于研究这些问题——为什么相同剂量的同一药物对有些人有效但对其他人无效？为什么不同人对同种药物所需的剂量不同？为什么同样的药物对有些人有副作用，对另一些则没有？结果发现，影响人对药物的接受程度的因素有很多，比如人的年龄、肾脏功能、生活习惯（如是否吸烟等）以及同时期服用的其他药物等。此外，这些研究都表明，先天的遗传学因素（即基因）也是影响人对药物的吸收、接受的重要因素之一。
基因影响药物疗效
研究人员相信，了解不同基因对药物的接受差异将有助于医务人员采取更个性化的疗法来针对不同患者开出合适剂量和种类的药物，并以此展开了"药物遗传学（pharmacogenetics，又称遗传病理学，是药理学与遗传学相结合的边缘学科，研究遗传因素对药物代谢的影响）"研究，利用药物遗传学的检查指导特定药物的使用。
这种个性化的治疗也是所谓"精准医学（precision medicine）"的一个实例，是未来医疗卫生领域发展的重要组成部分。2015年，美国总统奥巴马曾就启动精准医学的计划在国情咨文演讲中提到，这种技术可以让人们治愈癌症和糖尿病等疾病的概率更大，也会为所有人带去更健康的个性化医疗信息服务。
基因影响肝脏吸收能力
如今，研究人员最常检测的是某些控制肝脏中的酶进行新陈代谢（即分解）基因的变异情况（也称为多态性，polymorphisms，基因序列发生两种或两种以上的变异），因为这些基因的不同会影响肝脏酶对药物的代谢以及药物作用的发挥。
对于已经处于活性状态的药物（即药物会引起身体的免疫反应），肝脏中的酶会分解它们，使其变为非活性状态并能被身体排出。当肝脏中分解某种特定药物的酶由于某种基因变异而不能正常工作时，身体就不能有效地把药物转化为非活性并排除，从而导致身体中的药物含量过大，引发严重的副作用。
而对于另一些处于非活性状态的药物，身体需要通过肝脏代谢来使它们处于活性状态以发挥药效。因此，肝脏中负责代谢药物的酶是至关重要的，如果基因变异使这些酶无法正常工作，这些药物就无法被转化为活性状态，也无法起效。
肝脏酶分解药物的差异导致不同的人需要不同剂量的同种药物来达到相同的治疗效果，也会造成一些药物对某些人没那么有效。而这种基因变异造成的肝脏酶差异在人群中非常普遍，并且以不同的方式影响着什么人该用哪种药，用多少剂量。
利用基因变异选择适合的药物
医务人员通常会检测白血病儿童体内某种酶的基因变异情况，这种酶主要负责巯嘌呤类药物（thiopurines）分解，巯嘌呤类活性药物是常见的儿童白血病治疗药物。医务人员会让通过检测的儿童（即酶分解能力正常）服用成年人正常使用剂量十分之一的巯嘌呤类药物，以达到更有效的药物分解效果，这是生活中根据基因变异差异决定活性药物的不同用药量的直接例子。
对于另一类需要在肝脏内转化为活性的非活性药物而言，基因变异差异意味着不同的人需要服用不同的药物。以硫酸氢氯吡格雷（即波立维，Plavix）与氯吡格雷（clopidogrel）为例，它们都是在心脏病发作或气囊血管成形术（balloon angioplasty，用来扩大狭窄的血管的治疗程序）后用于防止血栓形成的药物。两种药物都必须经过肝脏的代谢才能被转化为活性状态，但由于基因变异的不同，至少有25%到30%的人的肝脏酶无法完全将硫酸氢氯吡格雷转化为活性状态，因此这些人使用硫酸氢氯吡格雷预防心脏病或中风（通常与血管瘀堵有关）的效果会相对不佳。
美国佛罗里达大学（University of Florida）的研究人员在检验了一组在2012年进行过气囊血管成形术和心脏支架的心脏病患者体内影响硫酸氢氯吡格雷代谢的基因后，建议他们使用其他药物进行治疗。追踪研究发现，改换了药物的患者出现心脏病发作或中风的次数明显减少，死亡率也低于继续使用硫酸氢氯吡格雷的患者。这项研究的结果进一步强调了正确利用不同的基因变异开展个性化护理方案对更好地治疗疾病的意义和重要性。
与此同时，在癌症治疗中类似的差异性检验也越来越多的被使用，不过这个领域的差异性强调针对不同的癌变肿瘤基因选择不同的药物。事实上，近年来被批准用于癌症治疗的多数新药也都是针对特定肿瘤的基因而开发的。
药物遗传学的发展方向
以上这些只是利用基因变异信息来指导药物治疗的几个例子而已，目前，美国有超过100种药物都在其产品标签上标注了相关的药物遗传学信息。随着时间的推移，越来越多的药物将会被加入到基因数据库中，以便医务人员利用计算机算法比照基因与药物作用的关系并实施更具个性化的治疗方案。
此外，以上的例子中，基因信息都是由某领域感兴趣的实验室针对某个特殊基因进行检验而获得的。未来，研究人员希望将人类个体的完整基因组（约含30亿个字母）记录在案并终身保存，以便在使用涉及基因差异性的药物时给出个性化的治疗建议。这个数据库的建立预计需要至少十年的时间，届时，以基因差异性为指导的药物种类和精准医学的受益人数都有望增长。
相关文献：
[1] U.S. Capitol, Washington, D.C. | Remarks by the President in State of the Union Address | January 20, 2015 | https://www.whitehouse.gov/the-press-office/2015/01/20/remarks-president-state-union-address-january-20-2015
[2] MV Relling, EE Gardner, WJ Sandborn, K Schmiegelow, C-H Pui, SW Yee, CM Stein, M Carrillo, WE Evans, and TE Klein | Clinical Pharmacogenetics Implementation Consortium Guidelines for Thiopurine Methyltransferase Genotype and Thiopurine Dosing | DOI: 10.1038/clpt.2010.320
[3] S A Scott1, K Sangkuhl, C M Stein, J-S Hulot, J L Mega, D M Roden, T E Klein, M S Sabatine, J A Johnson, and A R Shuldiner | Clinical Pharmacogenetics Implementation Consortium Guidelines for CYP2C19 Genotype and Clopidogrel Therapy: 2013 Update | DOI: 10.1038/clpt.2013.105
[4] Larisa H Cavallari; Oyunbileg Magvanjav; R.David Anderson; Yan Gong; Aniwaa Owusu-Obeng; Ben Kong; Teresa Vo; Jennifer N Ashton; Benjamin J Staley; Amanda R Elsey; Robert W Allan; Petr Starostik; Rhonda M Cooper-DeHoff; Kristin W Weitzel; Michael J Clare-Salzler; David R Nelson; Julie A Johnson | Quality of Care and Outcomes | Online ISSN: 1524-4539
（科学之家，译审/编辑：ZH Cello）
‘捌’ 基因多态性对药物作用的影响表现在哪些方面
1、代谢途径、代谢酶及其母药和代谢物的活性
（1）若母药产生药理作用，其主要代谢途径由多态性代谢酶介导，生成的代谢无药理活性。此时PMs降低，生物利用度下降，t1/2不变。例如美托洛尔主要经CYP2D6代谢失活。对于CYP2D6 PMs，剂量减少。
（2）若母药和由多态性代谢酶产生的主要代谢物均有药理活性。这样在PMs和EMs中疗效升高。例如普罗帕酮由CYP2D6代谢生成5-羟基普罗帕酮。
（3）若多态性代谢酶催化的代谢为次要途径，主要药理活性来自母药，那么在PMs和Ems中疗效降低。如普萘洛尔的4-羟化部分经CYP2D6代谢。
（4）若多态性代谢酶介导的代谢途径不是主要的，但该途径生成的活性代谢物具有很强的药理作用，这样PMs的疗效可能比Ems的疗效高。例如Endoxifen和4-羟基-他莫西芬的药理活性是他莫西芬的100倍。
2、个体间受体敏感性或数量的差异
（1）个体间受体敏感性或数量的差异可能完全掩盖药物代谢酶多态性引起药效学差异。
（2）例如，β-受体阻滞剂普萘洛尔。
3、疗效监测指标
（1）若药物剂量课通过直接的临床观察和一些简单的实验室检查而确定，或者有反应差异小的药物可以替代，那么进行相关的代谢酶表型或基因型测定意义不大。
（2）例如，对于普鲁卡因胺，疗效以及普鲁卡因胺和N-乙酰普鲁卡因胺的血清总浓度（治疗血清浓度为10-30μg/ml）均可方便地监测到，因此无需用药前测定相关代谢酶的表型或基因型。
4、治疗指数及临床应用剂量
（1）多态性引起的药动学差异对于治疗指数低的药物尤为重要，反之对于治疗指数高的药物而言临床意义则不够突出。
（2）对于目前临床应用剂量较小的一些老药，多态性分型的意义不大。
5、其他因素
（1）药物相互作用
（2）疾病对药物代谢的影响
（3）多种酶的PM个体（罕见）等
‘玖’ 如何查找基因之间相互作用的数据库
基因间的相互作用又称上位性或基因间互作，考虑两个基因位点A-a和B-b,上位性有四种类型,即纯合基因型间的上位性、A位点纯合基因型和B位点杂合基因型间的上位性（用ad表示）、A位点杂合基因型和B位点纯合基因型间的上位性（用da表示）以及杂合基因型间的上位性（用dd表示）.
从代谢系统或基因的调控角度就比较好理解这个问题：任何基因的表达都需要一个表达系统，系统间的因子之间都存在着相互的作用。上游或下游因子的表达与否，剂量都会对当前基因有一定的反馈调控作用。
‘拾’ 转录测序中的nr，nt，swissprot，cog，kegg，go分别是什么意思
NR库属于非冗余蛋白序列数据库，是NCBI官方的蛋白序列数据库，数据来源于GenPept、SwissProt、PIR、PDF、PDB以及NCBI RefSeq，是默认的蛋白比对数据库。
NT数据库是美国国家生物技术信息中心NCBI官方的核酸序列数据库，NT库属于非冗余核酸序列数据库,数据来源于GenBank、EMBL 以及 DDBJ，是NCBI默认的核酸blast比对数据库。
SwissProt数据库是检查过的、手工注释的蛋白数据库，我们将Unigene注释到SwissProt数据库，以得到更加高质量的注释结果。
COG (clusters of orthologous groups)主要是原核生物和单细胞真核生物的直系同源物，KOG(clusters of euKaryotic Orthologous Groups)数据库包含了7个完整基因组的真核生物的直系同源家族蛋白, 构成每个 KOG 的蛋白集是被假定为来自于一个祖先蛋白，根据系统发生进行分类，一般COG指原核生物，KOG指真核生物，KOG与COG提供了相似的基因同源物的分类信息。
KEGG (Kyoto Encyclopedia of Genes and Genomes) 是处理基因组、生物通路、疾病、药物和化学物质之间联系的集成数据库。 KEGG用于生物信息研究等，包括基因组，代谢组学等其他组学的数据分析，涵盖了Drug Development(药物开发)、 Cellular Processes(细胞过程)、 Environmental Information Processing(环境信息处理)、Genetic Information Processing(遗传信息处理)、 Human Diseases(人类疾病), Metabolism(代谢)、 Organismal Systems(有机系统)等方面。
GO( Gene Ontology ): 基因本体。生物技术的发展迅速，数据越来越多，不同数据库命名标准不统一，为了解决不同的生物学数据库可能会使用不同的术语的问题，从而基因本体联合会(Gene Onotology Consortium)开发GO来描述基因在分子、细胞和组织水平的功能体现。GO的基本描述单元是GO terms。GO主要包括三个分支: 生物过程(biological processes)、分子功能(molecular function)和细胞组成(cellular components)，用于描述基因产物的功能。GO中使用了is_a、part_of和regulates三种互作关系。