PandaOmics：AI 靶点发现平台如何组织证据

PandaOmics 是 Insilico Medicine 的靶点发现平台，把转录组、蛋白组、遗传学、文献、通路、临床试验等多源证据整合起来，为某个疾病给出候选靶点的排序。它要解决的问题是：靶点证据分散在几十个数据源中，人工整合既慢又难以保持一致。

证据组织的逻辑

「新颖性」与「证据强度」的张力是靶点选择的核心矛盾：证据最充分的靶点往往竞争最激烈，而新颖靶点的证据必然较弱。好的平台不是给一个总分，而是让你能在这两个维度上明确取舍。

自建同类能力的关键考量

多数团队不会采购这类平台，而是自己搭一套靶点评估流程。以下几点是实践中最重要的：

• 证据要分层而非加权求和。把遗传学证据和文献共现加权成一个总分，会让弱证据稀释强证据。更好的做法是分维度展示，让决策者自己权衡——Open Targets（见 249《Open Targets Platform》）的 datatypeScores 就是这个思路。
• 因果性优先于相关性：差异表达是相关证据，遗传学关联和扰动实验是因果证据。两者的权重不应相同。有人类遗传学支持的靶点，临床成功率约为无支持靶点的两倍，这是有实证依据的先验。
• 可成药性要早评估：一个证据完美但无口袋、无法用任何模态触及的靶点，是无法推进的。在立项阶段就把可成药性作为硬约束，而不是选完靶点再发愁。
• 安全性信号不能后置：该基因敲除的小鼠是否致死？在心脏、肝脏是否高表达？功能丧失变异携带者是否健康？这些在立项时就该查清楚（见 253《ClinVar》、254《OMIM》）。
• 警惕文献偏倚：被研究得多的基因在几乎所有基于文献的指标上都占优，这反映的是研究投入而非生物学重要性。

用开源资源自建的路径

# 一个可行的开源组合
# 1. 靶点-疾病关联与可成药性 → Open Targets（249）
# 2. 遗传学因果证据          → Open Targets Genetics（250）、GWAS Catalog（252）
# 3. 安全性线索              → ClinVar（253）、OMIM（254）、GTEx 组织表达
# 4. 肿瘤依赖性              → DepMap（264）
# 5. 通路语境                → Reactome（260）、STRING（258）
# 6. 竞争格局                → ClinicalTrials.gov、SureChEMBL（234）
# 7. 结构与口袋              → PDB（236）、AlphaFold DB

# 把这些整合成一张表，每个靶点一行，各维度一列，
# 分维度展示而非加权成单一分数

这套组合能覆盖商业平台的大部分核心能力，成本主要在工程整合与持续维护上。

延伸资源

• 开源替代：249《Open Targets Platform》、250《Open Targets Genetics》、264《DepMap》；
• 公司案例：308《Insilico Medicine》；
• 靶点发现概念见「入门 · 学习地图」模块。