TTD药物数据库丨“药、靶、病”一网打尽
阅读：709
时间：2024-11-19
药物需要作用于人体内的“靶标”分子而产生疗效，因此在药物研发过程中，筛选和验证有效的药物靶标是至关重要的一步。各种药物靶点数据库通过系统化地收集和整理药物靶点信息，使研究人员能够快速找到潜在的药物靶点，从而大大缩短了药物研发的周期。今天就为大家介绍一个重要的药物靶点数据库——TTD（网址http://db.idrblab.net/ttd/）。
♦什么是TTD数据库？
图1：TTD数据库网页展示
TTD数据库介绍
Therapeutic Target Database(TTD)是全球第一个提供免费药物靶标信息的在线数据库，是药物靶标发现和新药开发领域具有国际影响力的数据平台。目前，该数据库收录了3500余个药物靶点，近4万个药物分子。
TTD与其他药物靶点数据库相比，其独特之处在于记载的全部数据都有明确的参考文献支持。数据库包含了与靶标直接相互作用的蛋白、从专利和文献中检索到的治疗药物及其靶标数据。该数据库提供了426个成功靶点、1014个临床试验、212个临床前/专利靶点和1479个文献报告靶点的成药性特征的全面信息。
该数据库自2002年上线以来，已经过多次升级更新，最近的更新日期是2024年1月10日。用户可通过疾病、药物或靶点来进行检索，三者互相关联，从而获得特定疾病相关的治疗药物及药物靶点信息。
♦TTD数据库在临床科研中的应用及核心结果展示
临床科研的最终目标是造福患者，TTD药物靶点数据库可以作为桥梁将实验室研究与临床研究联系起来，提供药物靶点、治疗药物、疾病的关联结果，为后续进一步深入研究和临床开发提供参考。
“蛋白质组学+药物靶点数据库挖掘”结合的研究范式，可以高效地发现疾病潜在的治疗药物，因此越来越多地出现在疾病机制的研究论文中。蛋白质组学用于筛选疾病相关的蛋白，而TTD可用于判断这些蛋白是否作为潜在药物靶点被文献记载，并获得药物靶点对应的治疗药物及对应疾病。TTD数据库分析的结果通常以气泡图或堆叠柱状图展示在文献中，具体示例如下：
文献1：
Proteomics Landscape Mapping of Organ-Resolved Behçet's Disease Using In-Depth Plasma Proteomics for Identifying Hyaluronic Binding Protein 2 Expression Associated With Vascular Involvement
图2：TTD数据库部分结果应用表述（左）TTD气泡图（右）
结果文字描述（左）：这些蛋白质包括 410 种蛋白质生物标志物和目前正在进行临床试验的388个治疗靶点（治疗靶点数据库）。这些生物标志物和治疗靶点的功能注释表明，这些蛋白质属于各种自身免疫和自身炎症性疾病，包括白塞病、狼疮肾炎、强直性脊柱炎和血管炎。
TTD气泡图（右）：使用治疗靶点数据库TTD确定了与检测到的治疗靶点蛋白相关的疾病
文献2：
In-Depth Serum Proteomics Reveals the Trajectory of Hallmarks of Cancer in Hepatitis B Virus–Related Liver Diseases
图3：TTD数据库部分结果应用表述（左）TTD堆叠柱状图（右）
结果文字描述（左）：为了更好地了解血清蛋白质组学在寻找肝病治疗靶点方面的潜力，这些蛋白质被交叉引用到治疗靶点数据库中的药物靶点，91种蛋白质被鉴定为药物靶点。其中五种蛋白质是治疗肝脏疾病药物的靶点。例如，……。这91种蛋白质中的22种蛋白质、7种蛋白质和23种蛋白质，分别是治疗不同癌症、出血性疾病或其他疾病的药物靶点。
TTD堆叠柱状图（右）：使用治疗靶点数据库TTD确定了与检测到的治疗靶点蛋白相关的疾病。
♦TTD数据库挖掘被纳入新的解决方案
谱度众合助力科研成果临床转化，现已将TTD药物靶点数据库纳入体液生物标志物研究一站式解决方案分析内容（点击左侧查看详情），帮助客户识别差异表达蛋白中的治疗靶标蛋白，挖掘其相关的疾病，为进一步锁定标志物或目标蛋白提供更多依据。
参考诸多文献中对于TTD数据库的应用，我们最新的解决方案中会将数据库信息与鉴定到的差异蛋白进行匹配，获得数据库中有参考文献支持的药物靶点以及其对应的疾病名称，最终以气泡图的形式展示TTD数据库结果。
图4：【体液生物标志物研究一站式解决方案】涉及的TTD数据库气泡图
此外，谱度众合TTD数据库分析还提供了详细的“药物靶点-治疗药物-相关疾病”列表信息，以及药物靶点所处的“临床试验阶段”，最大程度地方便研究人员了解药物靶点目前的研究进展，可作为后续研究线索。
图5：TTD数据库分析表格
TTD数据库展示差异蛋白与多种疾病及治疗药物的关联结果，提供丰富的疾病相关信息，是组学数据的有力补充，为生物标志物与疾病的关联提供间接验证，也为后续选择蛋白进行深入研究提供参考。
