Developing a Comprehensive Model for Enhancing Pharmacogenomic Predictions through Polygenic and Clinical Data Integration

藥物基因組學(PGx)是透過遺傳變異分析對用藥反應的影響而，進而提供個人化藥物治療建議以提升療效並降低不良反應。然而，現行PGx指引主要基於單基因或少數幾個基因的變異，未能考量藥物反應的多基因特性及臨床因素，導致在真實世界應用的效果受限。因此，本計畫旨在開發一套結合多基因風險分數(PRS)與臨床變數的綜合性藥物反應預測模型，以提升藥物治療的精準度。 本研究將利用臺灣精準醫療計畫（TPMI）、臺灣人體生物資料庫（TWB）、UK Biobank（UKBB）與 All of Us 等大型資料庫，從基因、臨床與多層次數據進行整合分析。具體目標包括：(1) 評估現行PGx指引的臨床適用性，檢驗其對不同族群的適用性與限制；(2)透過全基因關聯分析與PRS建構模型，鑑定影響藥物反應的新穎遺傳標誌；(3) 驗證遺傳標誌的功能，利用細胞模型與RNA定序，探討PGx變異的生物學影響；(4) 結合臨床因素建構預測模型，納入肝腎功能、共病、藥物交互作用等變數，發展適用於真實世界的PGx臨床決策工具；(5) 進行內部與外部驗證，確保模型在不同族群的穩定性與適用性。 本研究的創新性在於整合多基因與臨床因素，突破傳統單基因PGx模型的限制，發展更精確的藥物反應預測方法。學術影響方面，本研究將建立適用於亞洲族群的PGx預測框架，補足現行歐美主導的PGx指引缺口，並促進PGx與PRS技術的發展。臨床應用層面，預期研究成果將提升個人化藥物選擇與劑量調整策略，降低藥物不良反應風險，推動PGx在精準醫療中的應用。此外，本研究的結果將有助於健保政策制定，支持PGx導入臨床決策，提升醫療品質並降低醫療成本。最終，透過建立可廣泛應用的PGx預測模型，本研究將促進個人化醫療的發展，改善患者預後，並對臺灣及國際醫療體系產生深遠影響。