人類遺傳證據能預測藥物成功嗎？新分析給出較冷靜答案

藥物研發近年愈來愈依賴人類遺傳學：若某個基因與疾病風險有明確關聯，理論上，針對它設計藥物應該更有機會命中病因。這個直覺支撐了不少投資與研發策略，但一項新的分析指出，遺傳證據雖然與藥物核准有關，卻未必能單獨成為可靠的成功預測器。

這篇6月12日刊登於arXiv、尚未經同儕審查的預印本，分析Open Targets與ChEMBL資料庫中的26,278組「藥物標的－疾病」配對。研究顯示，帶有人類遺傳關聯的配對，其藥物核准率較沒有此類證據者更高；在配對層級分析中，勝算比為3.25，表示兩者確有明顯相關。

但作者進一步調整分析單位後，圖像變得更細。若改以藥物標的層級處理，避免同一基因反覆出現在多個疾病配對中而放大訊號，整體勝算比降至2.79；腫瘤領域尤其明顯，原本在配對層級看似達6.72的數字，調整後降至2.71。這暗示某些看似強烈的領域差異，可能部分來自資料結構本身，而不全是生物學效果。

另一個關鍵問題是資料洩漏。研究把六類證據分別拆開檢驗後發現，文獻探勘幾乎貢獻了分類模型的大部分表現；然而，已核准藥物與熱門標的往往會帶來更多後續論文，這些出版紀錄可能把「成功之後才出現的知識」混入預測模型。排除文獻探勘後，其他證據仍高於基準，但訊號縮小，顯示遺傳資料不是全然無用，也不是想像中的水晶球。

研究也檢驗2015年後核准藥物，發現遺傳證據與成功之間的關聯仍可重現。不過，作者同時指出，單靠遺傳證據只讓模型的絕對AUPRC增加約1.0個百分點，最佳模型的校準表現也不理想。換言之，它或許能提高研究組合的平均勝率，卻難以告訴研發團隊某一個候選標的是否真的會通過臨床與監管考驗。

這項分析的價值，或許不在於推翻遺傳學在藥物研發中的位置，而是替它畫出邊界。作者整理出1,433組具遺傳支持、仍處於一或二期臨床階段的標的疾病配對，可作為後續假說生成資源；但所有結果都屬觀察性分析，不能證明遺傳證據本身導致藥物成功。對生物科技產業而言，這是一則務實提醒：人類遺傳學能幫忙縮小搜尋範圍，卻不能替代疾病生物學、臨床設計與安全性判斷。