一个国际研究团队近日开发出先进的计算模型，又称之为“数字双胞胎（digital twins）”，以改善疾病的诊断和治疗。他们采用此类模型来识别花粉热中最重要的疾病蛋白。这项研究于5月6日发表在《Genome Medicine》杂志上，强调了疾病的复杂性以及在正确时间采用正确疗法的必要性。

为什么某种药物只对部分患者有效，而对其他人无效？对于常见疾病，四到七成患者的药物是无效的。造成这种情况的原因之一是，疾病很少是由单一且容易治疗的“故障”引起的。相反，对大多数疾病而言，症状是由多个细胞类型中数千个基因相互作用的变化引起的。

此外，治疗的时机也很重要。疾病的进展过程通常需要很长一段时间。我们往往在出现症状后才意识到疾病进展，因此往往延误了诊断和治疗，这可能导致医疗效果不佳。

在最近的这项研究中，来自瑞典、美国、韩国和中国的研究人员希望构建计算疾病模型来反映多个细胞类型在不同时间点的基因相互作用变化，以此来填补疾病复杂性和现代医疗保健之间的差距。研究人员的长期目标是将这种计算模型发展成个体患者疾病的“数字双胞胎”。

这种医疗上的数字双胞胎可被用来定制药物，以便每位患者都能在正确的时间使用正确的药物进行治疗。理想情况下，在对患者进行实际治疗之前，每对双胞胎都可以用计算机中的数千种药物进行匹配和治疗。

研究人员首先开发出方法来构建花粉热患者的数字双胞胎。他们使用了单细胞RNA测序技术来确定数千个免疫细胞中的所有基因活性——更具体地说，是白细胞。由于同一患者在不同时间点的相互作用可能不同，研究人员测定了用花粉刺激白细胞前后多个时间点的基因活性。

为了构建所有数据的计算机模型，研究人员使用了网络分析。网络可以用来描述和分析复杂的系统。例如，可以根据球员之间的传球次数将足球队看成是一个网络。在整场比赛中传球次数最多的球员可能是这个网络中最重要的。类似的原理被用于构建计算机模型，并识别最重要的疾病蛋白。

在这项研究中，研究人员发现多种蛋白质和信号级联在季节性过敏中很重要，而且这些在不同细胞类型和疾病不同阶段有着很大的差异。

通讯作者、瑞典林雪平大学的Mikael Benson教授表示：“我们可以看到，这些是在疾病不同阶段发生的极其复杂的变化。不同时间点之间的差异意味着你必须在正确的时间用正确的药物治疗患者。”

利用花粉热的数字双胞胎模型，研究人员发现了最重要的蛋白质。他们表明，与抑制IL-4蛋白的现有过敏药物相比，在细胞实验中抑制血小板衍生因子pDGF-BB的效果更好。

这项研究还表明，这些方法有可能被应用在其他免疫疾病上，比如风湿病或炎症性肠病，以便在适当的时间给予适当的治疗。当然，临床实施还需要大学、医院和公司之间的国际合作。

原文检索

Li, X., Lee, E.J., Lilja, S. et al. A dynamic single cell-based framework for digital twins to prioritize disease genes and drug targets. Genome Med 14, 48 (2022). https://doi.org/10.1186/s13073-022-01048-4