Opentargets和drugbank的商业模式怎么样？

这两个公司的商业模式怎么样？也业界生态系统的中地位如何？将来的发展如何？

DrugBank数据库是阿尔伯塔大学将详细的药物数据和全面的药物目标信息结合起来，结果都是有实验验证过的，真实可靠的生物信息学和化学信息学数据库。DrugBank的角色主要有两个：①临床导向的药品百科全书。DrugBank能够提供关于药品，药品靶点和药物作用的生物或生理结果的详细、最新、定量分析或分子量的信息。②化学导向的药品数据库。DrugBank能够提供许多内置的工具，用于查看、排序、搜索和提取文本、图像、序列或结构数据。自数据库首次发布信息起，DrugBank已被广泛应用于计算机检索药物、药物“复原”、计算机检索药物结构数据、药物对接或筛选、药物代谢预测、药物靶点预测和一般制药教育。DrugBank包含13791种药物条目，其中包括2653种经批准的小分子药物、1417种经批准的生物技术(蛋白质/肽)药物、131种营养品和6451种实验药物。此外，5236个非冗余蛋白(即药物靶标/酶/转运体/载体)序列与这些药物条目相关联。每个DrugCard条目包含200多个数据字段，其中一半用于药物/化学数据，另一半用于药物靶标或蛋白质数据。DrugBank最大的特色是它支持全面而复杂的搜索，结合DrugBank可视化软件，这些工具能让科学家们非常容易的检索到新的药物靶目标、比较药物结构、研究药物机制以及探索新型药物。

Open Targets Genetics 研究团队整理了来自GWAS数据库和UK Biobank的数据，并将数据进行系统性地精细映射，在133,441个研究先导变异相关基因座中生成一组可信的因果变异。同时，研究人员还对3,621个GWAS数据集进行了跨特征共定位分析，并提供了汇总统计数据，方便大家识别具有共同遗传病因和机制的疾病。接下来，为研究基因表达和蛋白质丰度的变化是否影响性状变异和疾病易感性，研究人员整合了92个不同组织和细胞类型特异性分子QTL (molQTL) 数据集（包括GTEx 、eQTLGen 、eQTL Catalog 和 pQTLs ），并进行了系统疾病-分子性状共定位测试。最终，研究人员使用基于精细映射、共定位、功能基因组学数据和距离的机器学习框架来优先考虑所有性状相关基因座上可能的因果基因，成功开发出分析框架Open Targets Genetics（图1）。