第三章　药物基因组学与个体化治疗决策中的生物信息学

近年来实验设备和技术的进步产生了大量数据，这预示着生命科学领域大数据时代的来临，并由此促进了生物信息学的迅猛发展。生物信息学是伴随着人类基因组计划（human genome project，HGP)的启动而产生的一门交叉学科，它包含了生物信息的获取、加工、存储、分配、分析等，最终挖掘出隐含在数据中的生物学意义。生物信息学内涵丰富、研究范围广泛，包括各类组学的研究，例如基因组学、转录组学、蛋白组学等。组学主要用于研究某个单位（线粒体、细胞、组织或个体等)的所有基因或蛋白的系统生物学特性。目前基因组学是所有组学研究的核心，而其他组学可以理解为它的一个分支或拓展。

HGP是由美国科学家于1985年率先提出，1990年正式实施，由美国、英国、法国、德国、日本和中国的科学家经历15年，把人类基因组存在的所有30亿对碱基定位和排序，最终绘制出了一幅完整的基因组图谱，这一过程也被科学界称之为前基因组时代。而自2005年后的时期被称为后基因组时代（或功能基因组时代)。

药物基因组学（pharmacogenomics，PGx)诞生于前基因组时代的早期，发展于后基因组时代，它融汇了药理学、基因组学、生物信息学等学科，是一门跨领域的交叉学科，其目的在于寻找个体间在全基因组、候选基因、多态性、单倍型、基因表达或失活方面的差异，并为临床用药安全和疗效提供保障。此外，最初的PGx主要用于研究遗传变异对药物疗效和毒性的反应，而随着表观遗传学的发展，现代的PGx也涉及了诸如DNA甲基化、组蛋白修饰和miRNA调控等方面的内容。因此，PGx是动态发展，不断丰富和完善的一门学科。

目前PGx的飞速发展已经带来海量的生物学数据，并进一步推动了生物信息学的发展。二代测序技术（next generation sequencing，NGS)是一种可一次获得“G”级别（在计算机学科中用于描述数据大小的单位)大小的数据，并且NGS的市场占有率逐年膨胀，呈爆发式增长。因此为了满足对大规模数据的分析与处理，科学家需要不断更新硬件，尤其是要充分借助生物信息学中的生物数据管理系统（biology datamanagement system，BDMS)深入挖掘PGx研究中实验数据的生物学意义。

本章将着重对PGx研究中涉及到的生物信息学相关概念、数据库及软件进行介绍。