1. 疾病靶点关联分析工程导论
疾病靶点关联分析，指的是围绕“某个疾病与哪些分子靶点存在可信关联”这一问题，把多来源证据组织成可计算、可复核、可交付的分析过程。它既不是单纯的文献综述，也不是一次性的统计脚本，而是一项需要明确输入、可追溯中间结果、可重复运行的工程任务。本课程把这项工作称为“疾病靶点关联分析工程”，强调三个关键词：疾病决定分析边界，靶点决定分析对象，工程决定分析质量。
在真实研发场景中，一个疾病靶点关联分析项目通常服务于三类目标：为药物重定位筛选候选靶点、为机制研究提供优先级排序、为实验验证提供可解释的证据链。三类目标的共同点是：结论必须能回答“为什么这个靶点与这个疾病相关”，而不是只给出一个分数。因此，本课程的核心问题可以归纳为四个：关联从何而来（证据来源）、关联如何量化（打分与整合）、关联是否可信（置信度与冲突处理）、关联如何交付（结果结构与复现标准）。
一、从“问题”到“工程对象”的转换
疾病靶点关联分析的第一步，是把模糊的疾病名称转换为可计算的分析对象。以“2型糖尿病”为例，直接检索会得到大量泛化结果。工程化做法是先确定疾病标识体系，例如使用 MeSH 或 EFO 编号锁定疾病边界，再明确分析范围：是只考虑已上市药物靶点，还是纳入全基因组关联分析（GWAS）显著位点附近的基因，或是纳入差异表达基因。范围不同，后续证据权重和结论解释完全不同。
靶点侧同样需要规范化。基因符号存在别名，蛋白存在异构体，同一靶点在不同数据库中的 ID 可能不一致。工程上通常以 UniProt ID 或 Ensembl Gene ID 作为主键，建立“基因符号—蛋白—通路—药物”的映射表。这一步看似基础，却直接决定后续关联能否跨库合并。若主键不统一，后续所有打分都会出现重复计数或漏计。
二、核心问题：关联证据的分层与整合
疾病与靶点的关联证据通常分为四层：遗传证据（GWAS、罕见变异）、表达证据（疾病组织 vs 正常组织的差异表达）、通路证据（靶点是否落在疾病相关通路中）、药理学证据（已知药物与靶点、药物与疾病的关联）。四层证据的可靠性、覆盖度和偏倚各不相同，不能简单等权相加。
工程化整合的常见做法是：先对每层证据做标准化打分，再按预设权重合成综合关联分。例如，遗传证据权重可设为 0.4，表达证据 0.25，通路证据 0.2，药理学证据 0.15。权重不是固定真理，而是需要根据疾病类型调整的可配置参数。对于孟德尔遗传病，遗传证据权重应更高；对于复杂疾病，表达和通路证据往往更稳定。课程后续会给出权重敏感性分析的方法，避免结论被单一权重绑架。
三、工程化流程：从输入到交付的闭环
一个可复现的疾病靶点关联分析流程，通常包含六个阶段：疾病与靶点定义、证据采集、证据标准化、关联打分、结果验证、交付与归档。每个阶段都有明确的输入、输出和判断标准。
以证据采集为例，遗传证据可从 GWAS Catalog 获取，表达证据可从 GEO 或 TCGA 获取，通路证据可从 Reactome 或 KEGG 获取，药理学证据可从 DrugBank 或 ChEMBL 获取。采集时必须记录数据库版本和下载日期，因为不同版本的结果可能不同。标准化阶段需要处理缺失值、批次效应和量纲差异。例如，表达证据的 log2 fold change 与遗传证据的 p 值量纲不同，需分别转换为 Z-score 或分位数后再合成。
关联打分阶段的核心是权重配置与合成公式。一个可用的示例公式为：综合分 = 0.4×遗传Z + 0.25×表达Z + 0.2×通路Z + 0.15×药理Z。该公式仅为示例，实际项目中应根据疾病类型和证据质量调整。打分完成后，必须进行验证：可用留出法检查已知靶点是否排在前面，也可用外部数据集做独立复现。若已知靶点排名靠后，说明权重或证据层选择可能有问题，需要回到参数迭代环节。
四、交付物标准：让结果可被他人使用
工程化交付与“跑出结果”最大的区别在于：交付物必须让他人能够理解、复核和复用。本课程要求每项分析至少交付三类内容：靶点排序表、证据溯源表、复现包。靶点排序表应包含靶点 ID、综合分、各层证据分、置信度标注和排名；证据溯源表应记录每个证据的来源数据库、版本、下载日期和预处理步骤；复现包应包含脚本、环境依赖、输入快照和一键重跑说明。
五、本课程的学习路径
后续章节将围绕上述流程展开：先讲疾病与靶点的标识体系与数据源，再讲证据采集与标准化，然后讲打分模型与权重优化，接着讲验证方法与冲突处理，最后讲交付规范与工程化工具链。每一章都会给出可执行的示例参数、数据结构或判断依据，帮助你把“知道”变成“做到”。
需要强调的是，疾病靶点关联分析没有唯一正确答案。不同证据层、不同权重、不同阈值都会产生不同排序。工程化的价值不在于消除不确定性，而在于让不确定性变得可见、可讨论、可复现。当你能够清楚说明“这个靶点为什么排第一、它的证据来自哪里、如果换一组权重会怎样变化”，你就已经具备了一名疾病靶点关联分析工程师的核心能力。