来自肾脏肿瘤的癌细胞(粉红色)的彩色扫描电子显微照片。

©大卫·麦卡锡/科学图片库

从癌症基因组数据中确定最合适的治疗方法是个体化癌症药物的一个主要挑战。医生和研究人员面临着一长串肿瘤特异性基因组变异的列表，其中大多数变异在临床上是“不可操作的”——这意味着它们的生物学作用是未知的，或者与肿瘤生物学无关。此外，目前已知的癌症驱动基因列表存在临床局限性，因为这些基因的基因组改变可能对肿瘤发展、肿瘤细胞生长和生存至关重要，但相同的基因可能无法被当前的治疗靶向。

这种情况需要新的生物信息学方法来解释基因组改变，评估其临床相关性和药物可行性，并提供定制抗癌疗法的优先循证列表，以促进临床决策。

介绍PanDrugs

我们开发了PanDrugs，这是一种新的数据驱动的方法，根据其生物学和临床相关性以及治疗干预的机会来评估癌症患者的基因组谱。该方法扫描PanDrugs数据库(PanDrugsdb)，并返回优先的候选药物和从用户提供的基因组变异(或基因)列表中估计的可靶标基因。

PanDrugs通过合并两个分数来运作，这两个分数综合了各种临床、生物学和药理学来源，以建议量身定制的抗癌疗法。基因评分（GScore）基于支持基因临床意义及其在癌症中的生物学相关性的证据水平，药物评分（DScore）评估药物反应和治疗适宜性。

与现有工具相比，另一个独特的特点是扩大了搜索空间，以提供治疗选择。换句话说，PanDrugs建议对直接靶点（如有助于疾病表型并可被现有药物直接靶向的基因）和生物标记物（如可预测药物反应但蛋白质产物本身不是药物靶点的基因）进行治疗。

然而，PanDrugs还集成了一个基于系统生物学知识的层，该层自动检查生物回路，将癌症候选疗法从癌症相关基因列表扩展到整个可药物途径。这种新颖的“途径成员”策略扩大了癌症患者的治疗机会，并为个性化医疗开辟了新的途径。在这篇文章中，我们应用这一策略来展示在临床实践中使用的治疗方法如何使前列腺癌、乳腺癌和结直肠癌患者在没有可药物治疗的癌症驱动因素改变的基因的情况下受益。

PanDrugs数据库本身是一个有价值的公共可访问资源。该数据库是从著名的靶向治疗到临床前药物的最大的药物靶向关联公共存储库。当前版本的PanDrugsdb整合了来自24个主要来源的数据，支持超过56000个药物靶点关联。PanDrugs和PanDrugsdb都是开源的，在https://www.pandrugs.org。

转化应用

PanDrugs通过提供一种研究癌症患者分子特征的方法来支持临床决策，并且它可以很容易地与医疗机构中的其他变异分析软件一起实现。PanDrugs被广泛用于分析我们机构产生的患者测序数据并提出治疗方案——我们的研究报告中描述了一个例子基因组医学文章.

此外，PanDrugs已系统地应用于来自美国的7069名患者队列TCGA项目对应于20种不同的肿瘤类型。完整结果可在以下位置以交互方式访问：PanDrugs网站.

PanDrugs视角

个性化癌症治疗仍在迈出第一步。在它成为标准之前，医院需要快速、可重复、可接近和低成本的计算方法来检测改变的基因，解释这种改变的生物学和临床影响，根据患者的基因组特征建立治疗指南，并实现知识驱动的临床评估健康记录数据挖掘.

PanDrugs是第一个在多基因标记、分子通路背景和药理证据支持的合理框架下系统推断新的靶向治疗的方法。

尽管PanDrugs为电子处方提供了一种有价值的方法，但我们的方法因缺乏可获取医疗记录的大型纵向精确医学研究而受到限制。这类研究对于评估和验证药物方案以及改善药物质量至关重要生物信息学处方算法考虑其他因素，如药物管理模式，组合治疗，药物重新定位和副作用。还需要进一步努力，通过开发更有效的药物和预防耐药性来改善癌症治疗。

如今，为了在医院环境中广泛建立精准医疗，需要解决一些重大挑战;然而，PanDrugs提供了生物标志物作为治疗结果预测工具的潜力和它们在临床环境中的实际使用之间缺失的联系之一。

作者想感谢PanDrugs用户为改进该方法提出了宝贵的建议。他们还鼓励癌症研究人员和医生自己尝试PanDrugs，并发送反馈，使其更接近日常临床实践。