根據(jù)9月22日在線發(fā)表在Patterns上的一份報(bào)告，哥倫比亞大學(xué)的研究人員開發(fā)了一種機(jī)器學(xué)習(xí)算法，該算法可以識(shí)別并預(yù)測(cè)基于性別的藥物不良反應(yīng)差異。

該算法被稱為AwareDX-分析處于藥物毒性危險(xiǎn)中的女性，該算法自動(dòng)糾正由于男性受試者在臨床研究試驗(yàn)中人數(shù)過多而產(chǎn)生的藥物效應(yīng)數(shù)據(jù)中的偏差。

Nicholas Tatonetti博士及其同事基于以下觀察結(jié)果創(chuàng)建了該算法：盡管男人和女人可以從某些藥物中經(jīng)歷不同的副作用，但醫(yī)生可能沒有意識(shí)到它們，因?yàn)榇蠖鄶?shù)臨床試驗(yàn)數(shù)據(jù)都偏向男人。他們?cè)趫?bào)告中指出，這會(huì)影響處方指南，藥物營銷以及最終對(duì)患者的健康。

該算法利用了FDA不良事件報(bào)告系統(tǒng)（FAERS）的52年數(shù)據(jù)，該數(shù)據(jù)包含來自消費(fèi)者，醫(yī)療保健提供者和制造商的藥物不良反應(yīng)報(bào)告。Tatonetti和合著者，哥倫比亞高級(jí)生物醫(yī)學(xué)信息學(xué)專業(yè)的Paydal Chandak將數(shù)據(jù)匯編成一個(gè)具有20，000多種潛在的針對(duì)性別的藥物效應(yīng)的數(shù)據(jù)庫。

可以通過回顧較舊的數(shù)據(jù)或進(jìn)行新的研究來驗(yàn)證這些影響。該算法在尋找模式和趨勢(shì)之前將數(shù)據(jù)分組為性別平衡的子集，重復(fù)搜索過程25次以改善搜索結(jié)果。

研究人員指出，盡管還有大量工作要做，但他們已經(jīng)基于先前的研究成功驗(yàn)證了幾種藥物的結(jié)果。

例如，他們假設(shè)服用膽固醇藥物辛伐他汀的男性比女性更有可能出現(xiàn)肌肉酸痛。他們還推論，服用抗精神病藥利培酮的女性比服用相同藥物的男性更有可能出現(xiàn)心律減慢的風(fēng)險(xiǎn)。

兩種假設(shè)都基于這樣一個(gè)事實(shí)，即ABCB1基因在男性中比在女性中更活躍，ABCB1基因影響人體可使用的藥物量以及可使用多長時(shí)間。作者寫道，該算法成功地預(yù)測(cè)了辛伐他汀和利培酮的作用。

“對(duì)我來說，最令人興奮的是，我們不僅擁有從FDA資源中開發(fā)的不良事件數(shù)據(jù)庫，而且我們已經(jīng)表明，對(duì)于其中一些此類事件，男性之間存在遺傳差異的已有知識(shí)和女性”，Chandak補(bǔ)充說。

研究人員希望，繼續(xù)努力以驗(yàn)證其結(jié)果將意味著醫(yī)生在開藥時(shí)（尤其是女性患者）開藥時(shí)會(huì)使用從算法中收集到的見解，做出更明智的選擇。

責(zé)任編輯：lq