2. 重定位证据类型全景

药物重定位的核心难题不是“找不到信号”，而是“信号太多、来源太杂、可信度差异极大”。同一个药物—疾病配对，可能同时被遗传关联、差异表达、蛋白互作、化学结构相似性、临床试验观察和电子病历回顾所支持，也可能只有其中一两类证据。证据融合工程的第一步，就是建立一张清晰的证据类型地图：知道每一类证据从哪里来、回答什么问题、以什么形式进入计算、以及它最容易在哪些环节失真。

本节按证据产生的生物学层级，把重定位证据划分为六类：遗传证据、转录证据、蛋白证据、化学证据、临床证据与真实世界证据。它们并非并列的“数据源清单”，而是沿着“病因→分子表型→可干预靶点→药物作用→人体结局”逐层递进的证据链。越靠前的证据越接近疾病机制，越靠后的证据越接近真实疗效，但样本量、混杂因素和可获取性各不相同。

遗传证据：因果链的起点

遗传证据回答的是“这个靶点是否真的参与疾病发生”。最常用的是全基因组关联研究（GWAS）汇总统计量，它给出每个 SNP 与疾病的效应量和显著性。在重定位中，我们通常不直接使用单个 SNP，而是通过孟德尔随机化（MR）判断“基因表达/蛋白水平→疾病”的因果方向，或用共定位分析确认 GWAS 信号与 eQTL 信号是否共享同一因果变异。例如，某 SNP 与 IL6R 表达降低相关，同时与冠心病风险降低相关，就为“IL6R 抑制”这一重定位方向提供了遗传学支持。遗传证据的优势是因果方向明确、受反向因果影响小；局限是多效性、人群分层和弱工具变量偏倚。

转录证据：分子表型的可逆性

转录证据来自疾病组织与正常组织的差异表达分析，输出基因表达矩阵、logFC 和 p 值。重定位中常用“特征反转”策略：先计算疾病相对正常的表达特征，再寻找能使该特征向正常方向反转的药物。例如，在类风湿关节炎滑膜中若发现 TNF 通路基因上调，而某药物处理后的表达谱使这些基因下调，则该药物获得转录层支持。转录证据可测、可重复，但组织异质性、批次效应和细胞类型混杂会显著影响结果，因此需要标准化流程和严格的 meta 分析。

蛋白证据：物理可干预性

蛋白证据关注靶点是否在物理上可被药物结合或调控。蛋白互作网络（PPI）可揭示疾病模块中的关键枢纽蛋白；结构生物学数据可判断结合口袋是否存在；翻译后修饰和复合物组成则影响药物作用方式。例如，若某疾病模块的核心枢纽是激酶且其 ATP 结合口袋明确，则小分子抑制剂的可行性较高。蛋白证据的局限是覆盖不全、互作边存在假阳性，且体外结构不等于体内可及性。

化学证据：药物侧的可计算性

化学证据从药物分子出发，包括结构指纹相似性、药效团匹配、靶点结合谱和副作用谱。结构相似性计算简单、覆盖广，但“相似不等于同靶”，活性悬崖现象会使相似分子活性差异巨大。更稳健的做法是结合靶点结合谱：若药物 A 与药物 B 在多个靶点上的结合活性高度相关，则 A 可能共享 B 的适应症。化学证据适合扩展候选药物集，但需要与蛋白和临床证据交叉验证。

临床证据与真实世界证据：人体结局的最终检验

临床证据包括随机对照试验、病例报告和适应症外用药观察，直接反映人体疗效与安全性。真实世界证据则来自电子病历、理赔数据、登记研究和可穿戴设备，样本量大、外部效度好，但混杂和适应症偏倚严重。例如，二甲双胍与某些癌症风险降低的关联在真实世界数据中反复出现，但必须排除糖尿病本身、用药时间和筛查偏倚的影响。在融合工程中，临床与真实世界证据通常赋予较高权重，但必须进行严格的混杂控制和敏感性分析。