867. 药物基因组学习路线¶

# === 药物基因组学习路线(8-10周) ===

# 第1-2周: 基础概念
必学:
  - 药物代谢动力学基础(ADME)
  - 细胞色素P450酶系统(CYP家族)
  - 药物基因组学概念(PGx)
  - 常见代谢型: UM/RM/NM/IM/PM
  - PharmGKB数据库使用
推荐资源:
  - PharmGKB教育页面(免费)
  - CPIC指南(开放获取)

# 第3-4周: PGx变异检测
必学:
  - 星等位基因(Star alleles)命名系统
  - CYP2D6的特殊性(基因缺失/重复)
  - HLA分型(药物超敏反应)
  - PGx Panel设计原理
  - 基因型→表型转换(翻译表)
实操:
  - 用PharmCAT分析WGS数据的PGx变异
  - 用Stargazer做CYP2D6星等位基因调用

# 第5-6周: 伴随诊断(肿瘤)
必学:
  - 靶向治疗与伴随诊断
  - EGFR突变检测(肺癌)
  - BRCA突变检测(乳腺癌/卵巢癌)
  - MSI-H/TMB-H检测(免疫治疗)
  - 液体活检ctDNA监测
实操:
  - 肿瘤Panel分析流程
  - OncoKB变异注释

# 第7-8周: 群体药物基因组学
必学:
  - 不同种族的PGx变异频率差异
  - GWAS在药物响应中的应用
  - 药物基因组学临床实施
  - 电子健康记录(EHR)整合
  - 药物基因组经济学评估

# === 药物基因组分析工具 ===

# 1. PharmCAT —— 药物基因组临床注释工具
# 输入WGS/WES的VCF，输出PGx报告
java -jar pharmcat.jar \
    -vcf patient.vcf \                 # 输入VCF
    -o pharmcat_report                 # 输出报告

# PharmCAT输出包含:
# - 检测到的PGx变异
# - 星等位基因调用(如CYP2D6 *1/*4)
# - 代谢型(如 Intermediate Metabolizer)
# - CPIC用药建议

# 2. Stargazer —— CYP2D6星等位基因检测
python3 stargazer.py genotype \
    -t cyp2d6 \                        # 目标基因
    -c wgs \                           # WGS数据
    --vcf patient.vcf \                # 输入VCF
    --gdf gatk_gdf.txt \               # 基因剂量文件
    -o stargazer_out                   # 输出目录

# CYP2D6特殊性:
# - 有基因缺失(deletion, *5)
# - 有基因重复(duplication)
# - 需要检测拷贝数变异
# - 普通变异检测工具可能遗漏

# === 药物基因组核心概念 ===

concepts = {
    "代谢型分类": """
    UM (Ultra-rapid Metabolizer): 超快代谢型
      → 药物代谢太快，标准剂量可能无效
    NM (Normal Metabolizer): 正常代谢型
      → 标准剂量即可
    IM (Intermediate Metabolizer): 中间代谢型
      → 可能需要减量
    PM (Poor Metabolizer): 慢代谢型
      → 药物蓄积，毒性风险高，必须减量或换药

    白话: 就像酒量——UM=千杯不醉，PM=一杯就倒
    """,

    "星等位基因(*Allele)": """
    *1 = 野生型(正常功能)
    *2, *3... = 各种变异型
    *4 = CYP2D6最常见的无功能等位基因

    示例:
    CYP2D6 *1/*1 → 正常代谢(NM)
    CYP2D6 *1/*4 → 中间代谢(IM)
    CYP2D6 *4/*4 → 慢代谢(PM)
    """,

    "伴随诊断": """
    定义: 用药前必须做的基因检测
    例如:
    - EGFR突变 → 吉非替尼/厄洛替尼(肺癌)
    - HER2扩增 → 曲妥珠单抗(乳腺癌)  
    - BRCA突变 → 奥拉帕利(卵巢癌)
    - BRAF V600E → 维莫非尼(黑色素瘤)
    没有检测就不能用这些药！(FDA要求)
    """,

    "HLA与药物超敏": """
    HLA基因型可预测严重药物不良反应:
    - HLA-B*5801 + 别嘌呤醇 → Stevens-Johnson综合征(致死)
    - HLA-B*1502 + 卡马西平 → 严重皮肤反应
    - HLA-B*5701 + 阿巴卡韦 → 超敏反应
    中国人HLA-B*5801频率~8%(欧洲人<2%)
    → 中国人用别嘌呤醇前必须做HLA检测
    """
}

# CPIC常见药物-基因对
cpic_examples = {
    "CYP2D6": ["可待因", "他莫昔芬", "阿米替林", "昂丹司琼"],
    "CYP2C19": ["氯吡格雷", "奥美拉唑", "伏立康唑"],
    "CYP2C9": ["华法林", "苯妥英"],
    "DPYD": ["氟尿嘧啶/卡培他滨"],
    "TPMT": ["硫唑嘌呤/6-巯基嘌呤"],
    "UGT1A1": ["伊立替康"],
    "VKORC1": ["华法林(与CYP2C9联合)"],
}

qa = {
    "Q: 什么是精准医学？PGx在其中的角色？": """
    精准医学 = 根据个体特征(基因/环境/生活方式)定制治疗
    PGx是精准医学的核心组成:
    - 选对药(避免无效治疗)
    - 用对量(避免毒性)
    - 省费用(减少试错)
    """,

    "Q: PharmGKB和CPIC的区别？": """
    PharmGKB: 药物基因组知识库(收集所有PGx信息)
    CPIC: 临床药物基因组实施联盟(制定临床指南)
    关系: PharmGKB提供数据，CPIC制定指南
    """,
}

# 药物基因组核心基因
CYP2D6:  可待因/他莫昔芬/抗抑郁药
CYP2C19: 氯吡格雷/奥美拉唑
CYP2C9:  华法林/苯妥英
DPYD:    氟尿嘧啶(5-FU)
TPMT:    硫唑嘌呤
UGT1A1:  伊立替康
HLA-B:   别嘌呤醇/卡马西平/阿巴卡韦

# PGx分析工具
PharmCAT:   VCF→PGx报告(临床级)
Stargazer:  CYP2D6星等位基因
Aldy:       CYP基因星等位基因
PyPGx:      Python PGx分析

# 数据库
PharmGKB:   药物基因组知识库
CPIC:       临床用药指南
PharmVar:   PGx变异命名
DrugBank:   药物数据库
OncoKB:     肿瘤基因知识库

# 就业方向
药企: 临床药理/转化医学
基因检测: PGx Panel开发
医院: 临床药学/精准用药
CRO: 药物基因组研究