导读：精准医疗把“对症下药”的概念更推进了一步，广泛应用于肿瘤学。但最近，精准医疗又有了新的进展。

　　精准医疗，又称个性化医疗，是指以个人基因组信息为基础，结合蛋白质组、代谢组等相关内环境信息，为病人量身设计出最佳治疗方案，以期达到治疗效果最大化和副作用最小化的一门定制医疗模式。

　　精准医疗是一种未来发展的趋势。一直以来，“对症下药”的概念都是指用同一种药给所有患相同疾病的人去吃，但是精准医疗把“对症下药”的概念更推进了一步：不仅仅是对某一个病症开药方、进行治疗，而且还在这个基础上针对人的个体基因差异性来给药，并进行最适合病人自身情况的治疗。精准医疗较广泛应用于肿瘤学。但最近，精准医疗又有了新的进展。

　　科学家构建预测药物副作用的红细胞模型

　　来自加利福尼亚大学圣地亚哥分校（UCSD）的研究团队，开发了一种可以预测药物效果的模型——红细胞模型。他们在Cell Systems杂志上详细地描述该模型的构造和他们是如何利用模型测试药物效价的。

　　不同的人有不同的基因变化，而这些变化将影响药物在他们身体的代谢和吸收过程。因此有些人可能会有副作用，而有些人则不会。所以利用该模型规避风险是很有必要的。

　　该模型是由病人的两个数据来源设定的——个人基因类型和个人代谢信息，模拟一个体内特定类型的细胞对药物可能发生的反应。生物工程教授Bernhard Palsson是该研究的资深作者，他解释说：“这是一个独特的方法来获得个性化的数据，它能在人们的生理基础上较精准地预测药物效价，实现个性化治疗。”

　　在这项研究中，研究小组选择了一种简单的细胞类型，即血液样本-红细胞。他们利用24个健康人体的血液样本，并从他们红细胞中抽取有效的遗传和代谢数据，该团队创建了“全细胞动力学模型”。

　　他们也用该模型来识别利巴韦林所致的贫血。利用每个样本中的一滴血液就可以预测出大约有8-10%的病人出现利巴韦林性贫血。团队还希望使用该模型确定红细胞发生副作用的特定区域。他们说，该模型已可以预测个别病人的反应是如何随时间变化。

　　该团队现在需要着手的是通过建立更科学的模型来检验他们的想法，而这类模型的规模要比之前大得多，需要几百人，而不是几十个人的血液样本。他和他的同事们计划将他们的方法扩展到血小板细胞——它们比红细胞更复杂。但最终，他们想要塑造肝细胞模型，因为这个器官是大多数药物被分解并最早出现副作用的地方。

　　预测药物副作用的模型还将广泛应用于新药研发，制药公司可以在进行新药临床试验之前，利用模型提前预测、筛选药物针对不同病患存在的副作用表现。因此，该模型不仅仅能够用于预测药物的副作用，还能够提供一个保护机制，进一步完善患者能够基于自身基因信息获取精准化医疗的目标——个性化治疗。

　　除了上面提及的，精准医疗还获得了一些其他突破性发展，如荷科学家开发出ICU患者谵妄预测模型。他们研发的谵妄预测模型在成人重症监护病房患者中的预测效能明显优于医生和护士预测方法，将有助于ICU患者谵妄的预防。此外，科学家也开发出多种流感病毒预测模型来预防、治疗流感。将来，精准医疗会成为临床治疗的主要手段。

　　据不完全统计，精准医疗可为全球医疗市场节省3800多亿美金。

　　参考文献：

　　http://www.medicalnewstoday.com/articles/301908.php

　　http://health.sohu.com/20120920/n353619887.shtml

编译：容艳琳