疾病相关转录因子调控网络-专题研究报告

疾病相关转录因子调控网络

专题研究报告Disease-RelatedTranscriptionFactorRegulatoryNetworks2026年5月

摘要疾病相关转录因子调控网络（TranscriptionFactorRegulatoryNetworks,TFRN）是系统生物学与精准医学交叉领域的核心研究方向。转录因子（TF）作为基因表达的主调节器，通过与DNA顺式作用元件互作，形成复杂的调控网络，驱动细胞命运决定、组织发育及疾病发生发展。据估计，人类基因组编码约1600个转录因子，其中超过19%已被证实与疾病表型密切相关。本报告系统梳理了疾病相关转录因子调控网络的核心概念、技术方法、产业现状及发展趋势。核心发现包括：（1）以regX为代表的深度学习模型实现了多层次基因调控网络的可解释性建模，在2型糖尿病和毛发发育研究中取得突破性进展；（2）转录因子靶点正打破"不可成药"魔咒，截至2025年已有7款靶向转录因子的药物获FDA批准，另有13款PROTAC分子进入II/III期临床；（3）单细胞多组学技术与AI的融合，使得转录因子调控网络的构建精度大幅提升，为复杂疾病的机制解析和药物重定位提供了全新范式。报告进一步提出了五大战略建议：加强多组学数据标准化建设、推动AI驱动的网络推理算法开源、布局转录因子靶点PROTAC技术平台、建立疾病调控网络知识库、以及促进产学研医协同创新。

一、背景与定义1.1转录因子与调控网络的基本概念转录因子（TranscriptionFactor,TF）是一类能够结合到特定DNA序列（顺式作用元件）上，从而激活或抑制靶基因转录的蛋白质。人类基因组共编码约1600个转录因子，占基因总数的约8%，是基因表达调控系统中最重要的组成部分。转录因子调控网络（TranscriptionFactorRegulatoryNetwork,TFRN）是指由转录因子、其靶基因、以及连接它们的调控关系共同构成的复杂网络系统。在该网络中，节点代表基因（包括转录因子本身和靶基因），有向边代表调控关系（激活或抑制）。一个转录因子通常可调控数十至数千个靶基因，而一个靶基因的表达又受到多个转录因子的协同调控，由此形成高度复杂的多层调控网络。1.2疾病相关转录因子调控网络的研究意义疾病相关转录因子调控网络研究的核心价值在于揭示疾病发生的分子机制，并识别可干预的关键调控节点。与传统"单基因-单疾病"研究范式不同，网络视角能够捕捉疾病状态下基因表达失调的系统特征，具体体现在：系统性：转录因子位于基因调控层级的上游，调控网络分析可一次性识别影响多条通路的"主调节器"（MasterRegulator），较单一靶点更具系统性干预价值。动态性：疾病进展伴随细胞状态的连续转变，转录因子调控网络能够刻画这一动态过程，识别驱动细胞状态转变的关键转录因子（driverTF,dTF）。可药性：尽管转录因子长期被视为"不可成药"靶点，但PROTAC、变构调节、AI辅助药物设计等新兴技术正在打破这一瓶颈，使得网络中的关键节点成为极具潜力的治疗靶点。精准性：不同患者人群的转录因子调控网络存在个体差异，网络分析为精准分型和个性化治疗提供了分子基础。1.3研究范围界定本报告聚焦疾病相关转录因子调控网络的基础研究、技术方法、产业转化及未来发展趋势，核心覆盖以下细分方向：（1）转录因子调控网络的构建与推理算法；（2）疾病特异性调控网络的识别与验证；（3）基于调控网络的药物靶点发现与药物重定位；（4）转录因子靶向药物的研发现状与临床进展；（5）相关技术平台、数据库与分析工具。

二、现状分析2.1技术方法现状转录因子调控网络的构建方法经历了从静态网络推断到动态多组学整合的演进过程，当前主流技术路线可归纳为以下三类：基于相关性推理的方法：利用基因表达数据（如RNA-seq、微阵列）计算转录因子与靶基因之间的表达相关性，结合motif分析预测调控关系。代表工具包括ARBORIST、GENIE3、GRNBoost2等。此类方法计算效率高，但难以区分直接调控与间接调控。基于染色质可及性的方法：整合ATAC-seq或DNase-seq数据与RNA-seq数据，通过识别转录因子结合位点的染色质开放状态，提高调控关系推断的特异性。SCENIC是目前单细胞转录组中推断调控网络的主流方法。基于深度学习的可解释推理方法：以regX模型为代表，通过将转录因子表达、染色质可及性和蛋白质相互作用等多层次生物学机制嵌入神经网络架构，实现可解释的调控网络推理。regX在预测基因表达水平的皮尔逊相关系数达到0.83，显著优于传统方法。2025年4月，清华大学张学工教授团队在《NatureCommunications》上发表了regX模型的详细研究。regX的核心创新在于其"转录活性矩阵"（TranscriptionalActivityMatrix,TAM）模块，该模块以乘积计算的方式整合了转录因子表达水平、候选顺式调控元件的染色质可及性，以及从数据中学习的TF-DNA互作强度，有效模拟了转录因子通过开放染色质区域调控基因表达的生物过程。此外，regX还引入了基于图神经网络的基因间互作建模，整合蛋白质-蛋白质互作（PPI）网络和GeneOntology（GO）功能关联图，从而捕捉更高层次的基因互作和信号通路调控。2.2疾病应用领域现状疾病相关转录因子调控网络研究已在多种重大疾病中取得实质性进展，以下按疾病领域分别阐述：2.2.1代谢性疾病以2型糖尿病（T2D）为代表，regX模型通过对胰腺beta细胞的单细胞多组学数据分析，识别了23个驱动beta细胞状态转变的潜在驱动转录因子（pdTFs）。其中21个已被既往研究证实与beta细胞功能或T2D相关，10个为36种已批准药物、在研药物或膳食补充剂的直接或间接靶点，为药物重定位提供了重要线索。特别值得关注的是，regX分析揭示了溴隐亭（Bromocriptine）治疗T2D的新机制：该药物可能与FOS基因互作，激活金属硫蛋白等抗氧化基因，减轻beta细胞氧化应激，恢复胰岛素分泌功能。此外，研究还鉴定了TRPS1作为T2D的新潜在治疗靶点——计算机扰动分析显示，抑制TRPS1可促进多个缓解内质网应激和促进胰岛素分泌的基因表达。2.2.2恶性肿瘤在肿瘤研究中，转录因子调控网络分析已被广泛应用于识别肿瘤亚型特异性主调节器、预测治疗响应和发现联合治疗靶点。MYC、p53、STAT3、NF-kappaB等转录因子在多种肿瘤中扮演核心调控角色。以前列腺癌为例，研究人员通过构建TF-mRNA-miRNA调控网络，识别了SOX2-miR-145-MYC这一核心调控轴，为神经内分泌分化型前列腺癌的精准治疗提供了新的干预靶点。2026年2月，《Nature》杂志发表了CD8+T细胞转录因子图谱研究，通过整合9种CD8+T细胞状态的转录和表观遗传数据，系统鉴定了驱动T细胞状态转换的转录因子，为肿瘤免疫治疗中的T细胞耗竭与活化机制研究提供了重要资源。2.2.3自身免疫与神经系统疾病在多发性硬化症（MS）研究中，通过对小胶质细胞的转录调控网络分析，研究人员鉴定了FLI1、MITF和FOXP1等转录因子作为疾病调节的关键调控因子，其关联的转录调控网络在疾病进展中发挥重要作用（上海交通大学学报，2025年1月）。在神经发育疾病方面，POU3F2转录因子的异常已被证实与精神分裂症密切相关；FOXO家族转录因子的失调则与神经退行性疾病的发病风险增加有关。这些发现为神经系统疾病的早期诊断和干预提供了新的生物标志物。2.3产业转化现状转录因子靶向药物的研发正迎来历史性突破。长期以来，转录因子因缺乏传统小分子结合口袋而被视为"不可成药"靶点。然而，随着蛋白降解靶向嵌合体（PROTAC）、小分子变构调节剂、AI辅助药物设计和CRISPR基因编辑等技术的成熟，这一局面正在发生根本性改变。2.3.1已上市药物截至2025年，已有7款靶向转录因子或转录调控复合物的药物获得美国FDA批准，涵盖肿瘤、心血管病和自身免疫性疾病：药物名称靶点/机制适应症批准时间研发意义贝组替凡

(Belzutifan)HIF-2alpha抑制剂VHL相关肾细胞癌2021年首款直接靶向HIF-2alpha的小分子药物，标志着TF靶点进入可成药时代他莫昔芬

(Tamoxifen)雌激素受体(ER)拮抗剂激素受体阳性乳腺癌1977年验证了核受体竞争性拮抗策略，为TF靶向药物奠定基础艾拉昔坦

(Elacestrant)雌激素受体(ER)降解剂ER阳性/HER2阴性晚期乳腺癌2023年口服选择性雌激素受体降解剂(SERD)，为内分泌治疗耐药患者提供新选择Vepdegestrant

(ARV-471)ER靶向PROTACER阳性乳腺癌2024年（突破性疗法认定）降解率大于90%，代表PROTAC技术在TF靶点上的重大成功卡维地洛

(Carvedilol)NF-kappaB抑制（额外机制）心力衰竭、高血压1995年beta受体阻滞剂，被发现可通过抑制NF-kappaB发挥额外抗炎作用富马酸二甲酯

(Dimethylfumarate)Nrf2激活剂多发性硬化症、银屑病2013年（MS适应症）通过激活Nrf2转录因子发挥神经保护和抗炎作用柳氮磺胺吡啶

(Sulfasalazine)NF-kappaB抑制类风湿关节炎、溃疡性结肠炎1950年代经典DMARD药物，通过抑制NF-kappaB减轻炎症反应2.3.2在研管线截至2024年，共有13款靶向转录因子的PROTAC分子进入II/III期临床试验，覆盖乳腺癌、去势抵抗性前列腺癌等适应症。代表性在研药物包括：BMS-986365（百时美施贵宝）：AR靶向PROTAC，用于治疗去势抵抗性前列腺癌，临床I/II期数据显示出良好的安全性和有效性。TTI-101：STAT3小分子抑制剂，在实体瘤的I期试验中显示出抗肿瘤活性，STAT3作为肿瘤免疫逃逸的核心调控因子，是极具潜力的广谱抗癌靶点。WX-02-23：首款通过变构共价修饰C258位点靶向DNA结合态FOXA1的小分子，验证了转录因子变构调控的可行性，为"不可成药"TF靶点提供了全新策略。2.4市场规模与竞争格局转录因子靶向治疗市场目前尚无独立的权威市场统计数据，但可从以下几个维度进行估算：乳腺癌内分泌治疗市场：仅雌激素受体（ER）靶向药物全球市场规模已超过200亿美元/年（2024年数据），其中CDK4/6抑制剂、SERD和PROTAC类药物构成核心增长引擎。HIF-2alpha抑制剂市场：贝组替凡2024年全球销售额预计超过5亿美元，随着适应症拓展至更多VHL相关肿瘤，市场规模有望在2030年突破30亿美元。PROTAC整体市场：据EvaluatePharma预测，全球PROTAC药物市场规模将在2030年达到230亿美元，其中转录因子靶向PROTAC有望占据30%以上份额。AI辅助转录因子药物设计市场：包括Schrodinger、RelayTherapeutics、NablaBio等公司提供的AI驱动靶向转录因子的药物设计服务，2024年市场规模约18亿美元，预计2030年将突破120亿美元。从竞争格局来看，转录因子靶向治疗领域呈现"大型药企+专精特新Biotech"的二元竞争态势。百时美施贵宝、辉瑞、阿斯利康等大型药企通过并购和内部研发积极布局PROTAC和变构调节技术平台；而Arvinas、C4Therapeutics、KymeraTherapeutics等专精特新Biotech则凭借PROTAC技术先发优势，在转录因子靶点领域建立了深厚的知识产权壁垒。

三、关键驱动因素3.1技术驱动单细胞多组学技术的成熟：10xGenomics、ParseBiosciences等公司提供的单细胞多组学测序平台，使得在同一细胞中同时测定转录组、染色质可及性和蛋白质组成为可能，为高精度调控网络推理提供了数据基础。深度学习与可解释AI的突破：regX、SCENIC+、LINGER等模型通过将生物学机制嵌入神经网络架构，实现了调控网络推理的可解释性，克服了传统黑盒模型的局限性。PROTAC技术的商业化：PROTAC技术通过"绑架"细胞泛素-蛋白酶体系统实现靶点蛋白的定向降解，巧妙绕过了转录因子缺乏小分子结合口袋的难题，已成为转录因子靶向药物研发的核心技术路线。3.2政策驱动美国FDA的突破性疗法认定：Vepdegestrant（ARV-471）于2024年获得FDA突破性疗法认定，标志着监管机构对转录因子靶向PROTAC药物的明确认可，为后续管线审批提供了政策先例。中国"重大新药创制"科技重大专项：将"靶向转录调控因子的原创药物"列为重点支持方向，国家新药创制专项2024年资助了超过15个转录因子靶点药物研发项目。NMPA药品审评审批制度改革：中国国家药品监督管理局（NMPA）已将PROTAC类药物纳入"突破性治疗药物"审评通道，平均审批时间缩短至180天以内。3.3市场驱动未满足的临床需求：全球约有4000万癌症患者、5.4亿糖尿病患者和2.5亿自身免疫疾病患者对现有治疗方案响应有限，转录因子靶向治疗有望填补这一巨大市场空白。精准医学的普及：随着伴随诊断技术的成熟，转录因子调控网络特征正成为患者分层和治疗选择的重要依据，驱动了个性化调控网络分析的商业化需求。生物大数据产业的爆发：全球生物信息学市场规模预计在2026年达到210亿美元，其中基因调控网络分析工具占据约12%的市场份额，年复合增长率高达23%。

四、主要挑战与风险4.1技术挑战网络推理的假阳性率较高：现有算法在推断转录因子-靶基因调控关系时，假阳性率普遍在30%~50%之间，主要原因是间接调控关系难以与直接调控关系区分。如何提高推理特异性仍是一大技术瓶颈。多组学数据整合的标准化缺失：不同测序平台、不同实验条件产生的多组学数据存在显著的批次效应，缺乏统一的标准化流程，限制了大规模调控网络的跨研究整合。动态网络的实时推断能力不足：现有方法大多基于静态快照数据构建调控网络，难以实时捕捉细胞状态转换过程中的网络重编程动态，限制了对疾病进展的实时监测能力。4.2产业化挑战靶点验证周期长、成本高：一个转录因子靶点的完整验证流程（包括计算机预测、体外验证、体内功能验证和临床前安全性评估）平均需要3~5年，耗费5000万~1亿美元，对Biotech公司构成严峻的现金流压力。PROTAC药物的成药性挑战：PROTAC分子普遍分子量较大（大于800Da），口服生物利用度较低，且存在脱靶毒性和耐药风险。如何优化PROTAC的药代动力学特性仍是一大工程难题。知识产权壁垒日益加剧：Arvinas、C4等头部企业已围绕核心PROTAC技术构筑了严密的专利网络，后来者面临较高的知识产权侵权风险，可能导致研发投入无法顺利转化为商业价值。4.3监管与伦理风险基因调控网络的个体差异性：不同人群、不同个体之间的转录因子调控网络存在显著差异，这为伴随诊断试剂的开发和安全剂量界定带来了监管要求上的不确定性。CRISPR基因编辑的脱靶风险：基于CRISPR的转录因子功能调控虽然在研究中展现出巨大潜力，但其脱靶效应和生殖细胞系编辑的伦理争议，限制了其在临床中的应用前景。数据隐私保护合规压力：构建疾病调控网络需要大规模收集患者多组学数据，如何在使用这些数据的同时确保患者隐私不被侵犯，符合GDPR、中国《个人信息保护法》等法规要求，是产业界面临的重要合规挑战。

五、标杆案例研究案例一：regX模型在2型糖尿病研究中的突破性应用清华大学张学工教授团队开发的regX深度神经网络模型，是疾病相关转录因子调控网络研究领域的里程碑式成果。该模型通过将多层次生物学调控逻辑嵌入网络架构，实现了可解释的调控网络推理，在2型糖尿病（T2D）研究中取得了多项突破性发现。技术方案：regX的核心是"转录活性矩阵"（TAM）模块，以乘积计算方式整合TF表达水平、染色质可及性和TF-DNA互作强度；同时引入图神经网络建模基因间互作，并采用计算机扰动（in-silicoperturbation）方法识别关键调控因子。核心发现：研究识别了23个驱动T2Dbeta细胞状态转变的潜在驱动转录因子，其中10个为已知药物靶点，为药物重定位提供了线索；揭示了溴隐亭通过FOS基因发挥T2D治疗作用的新型机制；鉴定了TRPS1作为T2D新治疗靶点；从2441个T2D相关SNP中识别出5个此前未报道的因果SNP。量化成效：regX预测667个差异表达基因的表达水平，平均皮尔逊相关系数达0.83；在胰腺beta细胞状态分类任务中，F1分数达到0.960±0.012，显著优于SCENIC+和LINGER等主流方法。行业影响：该案例证明了深度学习驱动的可解释调控网络推理在疾病机制研究和药物重定位中的巨大价值，为转录因子靶向治疗提供了全新的研究范式。案例二：贝组替凡（Belzutifan）——首款HIF-2alpha抑制剂的成功之路贝组替凡（Belzutifan，商品名Welireg）由默克（Merck）公司研发，是首款获得FDA批准的HIF-2alpha小分子抑制剂，标志着转录因子靶点正式进入可成药时代，具有重大的产业和临床意义。背景与机制：缺氧诱导因子2alpha（HIF-2alpha）是一种氧敏感性转录因子，在缺氧条件下稳定表达，激活下游促肿瘤血管生成、细胞增殖和代谢重编程相关基因的表达。VHL综合征患者因VHL蛋白功能缺失，导致HIF-2alpha异常积累，进而诱发肾细胞癌等多种肿瘤。研发历程：贝组替凡的发现源于对HIF-2alpha蛋白结构的深入解析。研发团队通过高通量筛选发现了能够结合HIF-2alphaPAS-B结构域的小分子化合物，经多轮结构优化后获得临床候选分子。2019年，该药获得FDA突破性疗法认定；2021年8月正式获批用于治疗VHL相关肾细胞癌。临床成效：II期临床试验（NCT03401788）显示，贝组替凡治疗的客观缓解率（ORR）达到49%，其中完全缓解率为9%；中位缓解持续时间为36.6个月，显著优于既往治疗方案。商业价值：贝组替凡2024年全球销售额超过5亿美元，预计2030年将突破30亿美元。默克公司已启动多项III期临床试验，拓展其适应症至透明细胞肾细胞癌一线治疗和非VHL相关肿瘤。案例三：Arvinas——PROTAC技术导向的转录因子降解先驱Arvinas是一家专注于PROTAC药物研发的美国Biotech公司，成立于2013年，是PROTAC技术商业化的先驱者。公司围绕转录因子靶点构建了深厚的在研管线，其中ARV-471（Vepdegestrant，靶向雌激素受体）和ARV-110（靶向雄激素受体）是核心资产。技术平台：Arvinas拥有自主知识产权的PROTAC发现平台，涵盖E3连接酶配体库、linker化学优化平台和蛋白质降解效能评估体系。公司的PROTAC分子设计充分考虑口服生物利用度和组织分布特性，在解决PROTAC成药性难题上处于行业领先地位。核心管线进展：ARV-471（Vepdegestrant）在II期临床试验（VERITUDE）中，对ER阳性/HER2阴性晚期乳腺癌患者的客观缓解率达到38%，临床获益率为63%；ER降解率大于90%，显著优于现有SERD药物。2024年，该药获得FDA突破性疗法认定，预计2026年获批上市。知识产权布局：截至2024年，Arvinas在PROTAC领域拥有超过500项授权专利和专利申请，覆盖了核心E3连接酶配体、关键linker化学结构和主流转录因子靶点的PROTAC设计，构筑了强大的知识产权壁垒。资本与战略合作：Arvinas于2021年在纳斯达克上市，募资超过3亿美元；同期与辉瑞达成超过6.5亿美元的战略合作，共同推进ARV-471的全球商业化。公司市值峰值超过30亿美元（2023年）。

六、未来趋势展望6.1技术融合趋势多组学+深度学习+知识图谱的三元融合：未来5年，转录因子调控网络的推理将逐步从"数据驱动"走向"机制指导下的数据驱动"，通过将先验生物学知识（如KEGG、Reactome通路数据库）嵌入深度学习架构，进一步提高推理的可解释性和准确性。空间转录组学赋能网络推理：空间转录组技术能够在保留组织空间信息的同时测定基因表达，这使得研究者可以在组织原位构建转录因子调控网络，揭示肿瘤微环境中细胞类型特异性的调控关系，是未来3年最重要的技术突破方向之一。生成式AI加速靶点发现：以AlphaFold3、RFdiffusion为代表的生成式AI模型，能够预测转录因子-DNA复合物和转录因子-蛋白质互作的三维结构，为变构药物设计和PROTAClinker优化提供原子级精度的结构信息。6.2临床应用趋势调控网络特征作为伴随诊断标志物：未来3~5年，基于转录因子调控网络特征的患者分层模型将逐步进入临床指南。例如，乳腺癌患者中以ESTROGENRECEPTOR网络活性为核心的分子分型，有望成为SERD/PROTAC药物伴随诊断的标准流程。数字双胞胎驱动的个性化网络干预：随着多组学测序成本的持续下降（预计2030年全基因组测序成本将低于100美元），构建患者个性化的转录因子调控网络数字双胞胎将成为可能，在此基础上预测药物干预效果，实现真正的个性化精准治疗。CRISPR筛选与网络推理的闭环验证：将CRISPR干扰/激活筛选与计算机调控网络推理相结合，形成"预测-验证-优化"的闭环，将靶点验证周期从3~5年缩短至1~2年，大幅降低药物研发的机会成本。6.3产业发展趋势PROTAC技术平台化与CDMO崛起：随着PROTAC药物研发需求爆发，专注于PROTAC工艺开发和商业化生产的合同研发生产组织（CDMO）将迎来高速增长期。据预测，PROTACCDMO市场规模将在2030年达到45亿美元，年复合增长率超过35%。中国Biotech的追赶与超越：中国在PROTAC领域的研究论文数量已位居全球第二，预计到2027年将有至少3款国产转录因子靶向PROTAC药物进入II期临床。中美在转录因子靶向治疗领域的差距正在快速缩小。跨界融合催生新业态：AI制药公司、单细胞测序公司与传统药企的三方合作模式将日益普及，形成"数据-算法-实验验证-临床开发"的全产业链闭环。预计到2030年，这种跨界合作模式将覆盖超过60%的转录因子靶向药物研发项目。

七、战略建议7.1对研发机构的建议建议1：建立标准化的多组学数据产出和共享机制。研发机构应牵头制定转录因子调控网络研究的数据标准（包括测序深度、样本量、元数据注释等），并积极参与国际联盟（如TCGA、ENCODE、HumanCellAtlas）的数据共享计划，以提升研究的可重复性和影响力。建议2：加强AI算法与生物学机制的深度融合。未来的调控网络推理算法应更多地将先验生物学知识嵌入模型架构，而非单纯依赖相关性统计。建议研发机构与AI企业建立联合实验室，共同开发下一代可解释调控网络推理平台。建议3：布局变构调节和PROTAC双技