科学家使用深度进修模子探究药物与多组学数据间的联系关系

日期：2023-02-16 来历：本站 供稿：现代医学与公共卫生处 作者：治理员 种别：译文

患有糖尿病等基础疾病患者的药物反映模式是相对于繁杂的，可能触及多个器官及因素，而年夜部门影响机制仍旧是未知的。最近几年来，表型及多组学筛查可用在展现疾病特性，并为研究药物于疾病进展中阐扬的作用机制提供了新的手腕。然而，多组学数据分析面对着数据降维、数据异质性与整合困难等多方面挑战。 近期，丹麦哥本哈根年夜学研究团队开发了一个基在深度进修的框架，即MOVE（multi-omicsvariational autoencoders），而且将其运用在789名刚被诊断患有2型糖尿病患者的多组学表型数据，旨于探究药物与组学表型之间的瓜葛。该团队开展了一系列实验，利用MOVE探究20多种常见的糖尿病用药的药物组学联系关系特性。研究结果显示，二甲双胍与2型糖尿病的12个临床标志物均有显著联系关系，且与7个卵白显著相干。此外，另有发现二甲双胍及奥美拉唑与微生物组之间有显著联系关系。研究团队指出，可以基在此类联系关系来量化药物相似性，发现新的潜于生物标志物，可能协助疾病诊断或者增长医治有用性。相干研究结果在2023年1月2日以“Discovery of drug–omics associations in type2 diabetes with generative deep-learning models”为题发表于《Nature Biotechnology》杂志上。 论文链接：https://www.nature.com/articles/s41587-0永乐高官网进入-22-01520-x 注：此研究结果摘自《Nature Biotechnology》，文章内容不代表本网站不雅点及态度。-永乐高官网进入-