Zieldatenbanken

Zieldatenbanken sind spezialisierte Wissensdatenbanken, die Informationen über potenzielle biologische Ziele liefern, insbesondere Proteine oder Gene, die als Ansatzpunkte für Therapien dienen könnten. Sie bündeln Daten zu Zielidentität, Funktion, anatomischer oder pathophysiologischer Rolle, krankheitsbezogener Relevanz, Zugehörigkeit zu Signalwegen sowie strukturbezogenen Merkmalen und Druggability.

Zu den typischen Inhalten gehören Identifikatoren (z. B. Gen-/Protein-IDs wie UniProt), funktionelle Annotationen (Gene Ontology), Verbindungen zu Krankheiten, Pathway-Mitgliedschaft, strukturelle Informationen (PDB), Hinweise zur Beeinflussbarkeit durch Wirkstoffe, experimentelle Evidenz (Kenngrößen wie Aktivierung, Überexpression, Knockdown), sowie Verweise auf wissenschaftliche Literatur.

Zieldatenbanken unterstützen Prozesse der Zielidentifikation, Validierung und Priorisierung in der Medikamentenentwicklung, ermöglichen Cross-Referencing mit chemischen Datenbanken und helfen beim Abgleich von Wirkstoffkandidaten mit geeigneten Targets, einschließlich in silico-DScreens und Wirkstofffamilienanalysen. Sie verwenden standardisierte Identifikatoren und Ontologien, um die Interoperabilität zu fördern und Daten aus verschiedenen Quellen zusammenzuführen.

Typische Beispiele sind Therapeutic Target Database (TTD), ChEMBL (Target-Daten), DrugBank und BindingDB; UniProt dient als zentrale Proteinquelle; diese Ressourcen ergänzen sich durch Verknüpfungen zu weiteren Datenpools.

Herausforderungen umfassen Inkonsistenzen in der Evidenz, Unterschiede in Abdeckung und Speziesvariation, Aktualisierungsrhythmus, Lizenz- und Zugriffsrechte sowie Qualitätskontrollen. Dennoch bleiben Zieldatenbanken eine zentrale Ressource für die systematische Target-Entdeckung und die unterstützende Infrastruktur für die Arzneimittelforschung.