专注的领域

代谢性心血管疾病是一组复杂且多因素驱动的疾病，由代谢紊乱（如糖代谢、脂代谢异常等）导致心血管系统受损，包括冠心病、高血压、心肌病等多种类型。随着生活方式的变化和人口老龄化的加剧，这类疾病的发病率和死亡率持续攀升，已成为全球公共卫生领域的重大挑战。

近年来，siRNA 药物因其独特的机制和靶向性，为代谢性心血管疾病的治疗带来了全新的希望。siRNA 技术能够精准沉默致病基因，纠正代谢紊乱的根本原因，从而有效改善疾病进程。这一创新疗法在降低低密度脂蛋白胆固醇（PCSK9基因）、血压（AGT基因）、脂质代谢紊乱及相关炎症反应方面展现了广阔前景。此外，通过结合基因组大数据和人工智能技术，我们能够加速发现新的靶点，并设计个性化的 siRNA 药物，从根本上优化治疗效果。

未来，siRNA 药物有望在代谢性心血管疾病的治疗中扮演重要角色，推动精准医学的发展，减轻疾病负担，提高患者的生活质量和预期寿命。

呼吸系统疾病是我国居民的主要死因之一，患病率和死亡率长期居高不下。慢性阻塞性肺疾病（慢阻肺）患者约 1 亿人，20 岁及以上哮喘患者约 4570 万人，儿童和青少年哮喘患者约 870 万人，每年新发肺癌病例约 78.1 万。慢阻肺的死亡率居全球首位，是我国居民的第三大死因，其整体疾病负担在我国各类疾病中位居第二。由于患病人数多、病程长、治疗费用高，呼吸系统疾病给患者、家庭及社会带来了沉重的经济负担。

尽管疾病负担重大，但公众对呼吸系统疾病的认知严重不足。例如，仅约 10% 的受访者了解慢阻肺，而慢阻肺的漏诊率高达 70%，哮喘患者的诊断率也仅为 28.8%。许多患者因未能及时诊断而错过了最佳治疗时机。

为应对这一挑战，我们通过整合临床样本队列与单细胞测序技术，构建高分辨率的单细胞图谱，深入解析呼吸系统疾病的病理机制。这些图谱帮助我们在分子和细胞水平上识别关键致病细胞群和信号通路，并通过大数据挖掘和人工智能算法，寻找高价值的药物靶点。例如，在慢阻肺和哮喘等疾病中，我们能够发现新的治疗靶标，用于设计更精准的 RNAi 药物，从而实现疾病的根本性干预。

我们将持续扩大临床样本队列的规模，优化单细胞测序和数据分析流程，以推动呼吸系统疾病的精准治疗和早期干预，减轻患者痛苦，提高生存质量。