2. 靶点识别与验证数据整合

靶点识别不是“找到一个差异基因”就结束，而是把来自不同证据维度的信号汇聚到同一个候选靶点上，并判断这些信号是否指向同一生物学机制。单一组学数据容易受批次效应、样本量和组织异质性影响；遗传学证据更接近因果，但往往只覆盖部分人群；文献与数据库能提供已知机制和可重复性线索，却可能滞后或存在发表偏倚。因此，本节的核心任务是：把组学、遗传学、文献与数据库四类证据按“证据类型—方向—强度—可追溯性”整合成一条可审计的靶点-疾病关联证据链。

一、四类证据各自回答什么问题

组学证据回答“在疾病样本中，该靶点的表达、拷贝数、甲基化或蛋白丰度是否发生改变”。例如，在肿瘤 vs 癌旁组织的转录组中，若某激酶编码基因在 120 对配对样本中 log2FC=1.8、FDR=0.003，说明其表达上调具有统计学支持，但这只是相关性，不能直接推出因果。遗传学证据回答“该靶点的遗传变异是否与疾病风险或表型存在稳定关联”。例如，GWAS 中某位点 rs 编号与疾病 OR=1.22、P=5×10⁻⁹，或罕见变异负荷检验 P=1×10⁻⁴，这类证据更接近因果，但需要关注连锁不平衡、群体分层和多效性。文献证据回答“该靶点是否已有功能实验、动物模型或临床样本验证”，数据库证据则回答“该靶点是否已被收录、注释、可成药性如何、是否有已知配体或结构”。四类证据不是简单相加，而是互相校验：组学发现差异，遗传学提供因果锚点，文献提供机制解释，数据库提供可操作资源。

二、证据链的构建逻辑：从“候选”到“可评估”

构建证据链时，建议按“疾病—人群—组织—分子—方向—强度—来源”七个字段记录每条证据。以“类风湿关节炎（RA）候选靶点 TYK2”为例：组学层面，RA 滑膜组织中 TYK2 mRNA 较骨关节炎对照上调 1.6 倍（示例数据，假设来自公开数据集）；遗传学层面，TYK2 区域变异与 RA 风险关联 OR≈1.15，且该位点在多个队列中重复；文献层面，已有研究显示 TYK2 抑制可降低 JAK-STAT 通路下游炎症因子表达；数据库层面，TYK2 在 Open Targets 中具有中等以上总体评分，且已有小分子抑制剂进入临床。此时，四条证据方向一致，证据链成立，可进入成药性评估。反之，若组学上调但遗传学显示保护方向相反，或文献仅有个案报道，则证据链存在冲突，需要标记为“待验证”而非直接推进。

三、可操作的整合流程与示例参数

实际整合时，可按以下步骤执行。第一步，明确疾病表型和对照定义，例如“RA 患者 vs 健康对照，滑膜组织，RNA-seq，配对设计”。第二步，从组学数据中提取候选靶点列表，设定阈值：|log2FC|≥1、FDR≤0.05、表达量 TPM≥1。第三步，将候选靶点映射到遗传学数据，检查是否有 GWAS 显著位点、eQTL 或 pQTL 支持；若 eQTL 显示该变异影响靶点表达，则形成“变异—表达—疾病”的因果链片段。第四步，检索文献与数据库，记录功能实验、动物模型、已知药物和结构信息。第五步，按统一量表打分，例如组学 0–3 分、遗传学 0–4 分、文献 0–3 分、数据库 0–2 分，总分≥8 分且无方向冲突者进入下一阶段。以下是一个可填写的证据链记录表示例：

需要强调的是，上述参数均为教学示例，不代表真实数据结论。实际项目中，应使用原始数据重新计算，并保留每一步的代码、版本和过滤条件，以便复现。

四、证据冲突与优先级判断

当证据方向不一致时，优先检查三类问题：一是样本来源是否一致，例如组学来自外周血而遗传学来自滑膜；二是分子层面是否一致，例如 mRNA 上调但蛋白下调，可能涉及翻译后调控；三是统计阈值是否过松，例如 FDR=0.2 的组学结果不应与 P=5×10⁻⁹ 的遗传学证据等权。若冲突无法解释，应将靶点标记为“证据冲突”，并设计验证实验，如独立队列 qPCR、蛋白印迹或功能敲低实验。证据链的最终输出不是“是/否”，而是一个带置信度的候选靶点清单，供后续成药性评估使用。

最后，证据链的维护应贯穿项目始终。建议为每个候选靶点建立版本化记录，记录每次数据更新、文献新增或实验验证后的评分变化。这样，当后续成药性评估发现某靶点难以成靶时，可以回溯到证据链中哪一环最薄弱，从而决定是补充实验还是更换候选。靶点识别与验证数据整合的价值，不在于一次性给出“正确答案”，而在于让每一个推进或淘汰决策都有据可查、有方向可依。