ClinVar：临床变异数据库在药物研发中的价值

ClinVar（NCBI）收录基因变异与临床意义（致病性）的关联，数据来自临床检测实验室、研究机构和专家组。对药物研发而言，它回答一个关键问题：这个基因的功能改变，在人身上会造成什么后果？ 这是靶点验证与安全性评估的重要输入。

致病性五级分类

分类	含义	用于靶点分析
Pathogenic	致病	强证据：该基因功能改变确实致病
Likely pathogenic	可能致病	较强证据
VUS（意义未明）	证据不足	信息量低，占比很大
Likely benign	可能良性	提示该变异可耐受
Benign	良性	提示该功能改变可耐受，安全性利好

这套分类遵循 ACMG/AMP 指南。VUS 占比相当大——很多变异证据不足以定性，这本身就是该领域的现状。

证据星级：比分类更该先看

ClinVar 用 0～4 星表示证据的可靠程度，这个维度比致病性分类本身更重要：

• 4 星：ACMG/AMP 等权威指南采纳，最可靠；
• 3 星：专家组审核（如 ClinGen 专家组）；
• 2 星：多个提交者一致，无冲突；
• 1 星：单一提交者，或提交者间存在冲突；
• 0 星：无判读标准说明。

1 星以下的判读要谨慎对待，尤其是当不同实验室给出冲突结论时（Conflicting interpretations）——这种情况在 ClinVar 中并不少见。

# 全量下载
wget https://ftp.ncbi.nlm.nih.gov/pub/clinvar/tab_delimited/variant_summary.txt.gz

# 也可用 E-utilities API 查询
curl "https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=clinvar&term=PCSK9[gene]"

import pandas as pd

df = pd.read_csv("variant_summary.txt.gz", sep="\t", low_memory=False)

gene = df[df["GeneSymbol"] == "PCSK9"]
# 只看高星级、明确致病或明确良性的判读
reliable = gene[gene["ReviewStatus"].str.contains(
    "reviewed by expert panel|criteria provided, multiple submitters", na=False)]

print(reliable["ClinicalSignificance"].value_counts())
print(reliable[["Name", "ClinicalSignificance", "PhenotypeList",
                "ReviewStatus"]].head(15))

在药物研发中的三个用途

• 靶点验证：如果该基因的功能丧失变异明确致病，说明这个基因在人体中确实有重要功能——但要注意方向：功能丧失致病，意味着抑制该靶点可能有害，此时应该考虑激活而非抑制。
• 安全性评估：这是最被低估的用法。如果该基因的功能丧失变异被大量标注为「良性」，说明人群中有人天然缺乏该基因功能且健康——这是抑制该靶点安全性的有力证据。PCSK9 就是典型：功能丧失变异携带者健康且心血管风险更低，直接支撑了抑制剂开发。
• 适应症与患者分层：某些疾病由特定变异驱动，对应的精准治疗需要按变异类型分层。囊性纤维化的 CFTR 调节剂就是按变异类型选择用药的典范。

使用注意

• 提交者质量参差：ClinVar 接受多方提交，不同实验室的判读标准和严格程度不同。务必先看星级。
• 存在冲突判读：同一变异被不同提交者判为致病与良性的情况存在，需要回看各自的证据。
• 人群覆盖偏差：数据来自临床检测，偏向已就医人群和特定族裔。要评估变异在健康人群中的频率，应结合 gnomAD——如果一个「致病」变异在健康人群中频率很高，判读本身就值得怀疑。
• 只反映生殖系变异：肿瘤的体细胞突变应查 COSMIC、cBioPortal（见 269《cBioPortal》）。
• 持续更新：判读会随证据积累而改变，分析时要记录数据版本。

延伸资源

• 遗传病知识库：254《OMIM》；GWAS：252《GWAS Catalog》；
• 靶点证据平台：249《Open Targets Platform》、250《Open Targets Genetics》；
• 肿瘤体细胞突变：269《cBioPortal》。