科學(xué)家利用深度學(xué)習(xí)模型探究藥物與多組學(xué)數(shù)據(jù)間的關(guān)聯(lián)

患有糖尿病等基礎(chǔ)疾病患者的藥物反應(yīng)模式是相對(duì)復(fù)雜的，可能涉及多個(gè)器官和因素，而大部分影響機(jī)制仍然是未知的。近年來(lái)，表型和多組學(xué)篩查可用于揭示疾病特征，并為研究藥物在疾病進(jìn)展中發(fā)揮的作用機(jī)制提供了新的手段。然而，多組學(xué)數(shù)據(jù)分析面臨著數(shù)據(jù)降維、數(shù)據(jù)異質(zhì)性與整合困難等多方面挑戰(zhàn)。

近期，丹麥哥本哈根大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了一個(gè)基于深度學(xué)習(xí)的框架，即MOVE（multi-omics variational autoencoders），并且將其應(yīng)用于789名剛被診斷患有2型糖尿病患者的多組學(xué)表型數(shù)據(jù)，旨在探究藥物與組學(xué)表型之間的關(guān)系。該團(tuán)隊(duì)開(kāi)展了一系列試驗(yàn)，使用MOVE探究20多種常見(jiàn)的糖尿病用藥的藥物組學(xué)關(guān)聯(lián)特征。研究結(jié)果顯示，二甲雙胍與2型糖尿病的12個(gè)臨床標(biāo)志物均有顯著關(guān)聯(lián)，且與7個(gè)蛋白顯著相關(guān)。此外，還發(fā)現(xiàn)二甲雙胍和奧美拉唑與微生物組之間有顯著關(guān)聯(lián)。研究團(tuán)隊(duì)指出，可以基于此類(lèi)關(guān)聯(lián)來(lái)量化藥物相似性，發(fā)現(xiàn)新的潛在生物標(biāo)志物，可能協(xié)助疾病診斷或增加治療有效性。相關(guān)研究結(jié)果于2023年1月2日以“Discovery of drug–omics associations in type 2 diabetes with generative deep-learning models”為題發(fā)表在《Nature Biotechnology》雜志上。

  注：此研究成果摘自《Nature Biotechnology》，文章內(nèi)容不代表本網(wǎng)站觀點(diǎn)和立場(chǎng)。

知前沿，問(wèn)智研。智研咨詢是中國(guó)一流產(chǎn)業(yè)咨詢機(jī)構(gòu)，十?dāng)?shù)年持續(xù)深耕產(chǎn)業(yè)研究領(lǐng)域，提供深度產(chǎn)業(yè)研究報(bào)告、商業(yè)計(jì)劃書(shū)、可行性研究報(bào)告及定制服務(wù)等一站式產(chǎn)業(yè)咨詢服務(wù)。專業(yè)的角度、品質(zhì)化的服務(wù)、敏銳的市場(chǎng)洞察力，專注于提供完善的產(chǎn)業(yè)解決方案，為您的投資決策賦能。