【原】科研 | iScience：機(jī)器學(xué)習(xí)助力小鼠多器官轉(zhuǎn)錄組預(yù)測人類臨床結(jié)果

轉(zhuǎn)錄組 2021-04-20

展開全文

編譯：西土城外杠桿精,，編輯：十九,、江舜堯。

原創(chuàng)微文,，歡迎轉(zhuǎn)發(fā)轉(zhuǎn)載,。

導(dǎo)讀

藥物研發(fā)過程可能因預(yù)料之外的副作用和/或療效不夠好而功虧一簣，平均僅有13.8%的候選藥物能夠通過臨床試驗(yàn)篩選,，低成功率加上單個(gè)藥物的研發(fā)試驗(yàn)成本高達(dá)1.61億到18億美金,，導(dǎo)致藥物價(jià)格居高不下，醫(yī)療費(fèi)用高昂,。效果及不良反應(yīng)預(yù)測的偏差主要是由于藥物的臨床前試驗(yàn)使用的是細(xì)胞,、器官或動(dòng)物模型，結(jié)果外推到人時(shí)會(huì)有外推誤差,。除了試驗(yàn)方法之外,，也有采用機(jī)器學(xué)習(xí)方法通過藥物的結(jié)構(gòu)和功能預(yù)測效果的計(jì)算方法。

雖然試驗(yàn)方法和計(jì)算方法都已經(jīng)見到一些成效,，但是還有一些局限性,，目前的實(shí)驗(yàn)研究通常是有“偏”的，因?yàn)闄z測的項(xiàng)目是在實(shí)驗(yàn)前就設(shè)計(jì)好的,，可能只檢測了一些想要關(guān)注的項(xiàng)目和一些常規(guī)項(xiàng)目,，會(huì)遺漏某些不良反應(yīng)；目前現(xiàn)有的機(jī)器學(xué)習(xí)方法預(yù)測藥物效果及不良反應(yīng)時(shí)需要一些先驗(yàn)知識,，需要知道藥物的某些形狀（如結(jié)構(gòu)）對應(yīng)的機(jī)制及靶點(diǎn),，多數(shù)僅限于對小分子藥物進(jìn)行預(yù)測，而且難以預(yù)測多種物質(zhì)混合的藥物的效果。

為了更好的在臨床試驗(yàn)前對藥物的效果和不良反應(yīng)進(jìn)行預(yù)測,，研究者開發(fā)了一種將試驗(yàn)和機(jī)器學(xué)習(xí)計(jì)算結(jié)合的方法,，采用小鼠給藥后多器官的轉(zhuǎn)錄組學(xué)數(shù)據(jù)，借助機(jī)器學(xué)習(xí)的計(jì)算方法來預(yù)測在人體中的適應(yīng)癥和不良反應(yīng),。

論文ID

原名：Predicting Human Clinical Outcomes Using Mouse Multi-Organ Transcriptome

譯名：使用小鼠多器官轉(zhuǎn)錄組預(yù)測人類臨床結(jié)果

期刊：iScience（暫無影響因子）

發(fā)表時(shí)間：2020.01

通訊作者：Thomas N. Sato

通訊作者單位：Karydo TherapeutiX株式會(huì)社

DOI號：doi.org/10.1016/j.isci.2019.100791

實(shí)驗(yàn)設(shè)計(jì)

研究流程圖如下圖1,，選取15種人類臨床結(jié)果已知的藥物處理小鼠，收集小鼠24個(gè)器官的轉(zhuǎn)錄組數(shù)據(jù),，從美國食品及藥物管理局不良反應(yīng)報(bào)告系統(tǒng)（US Food and Drug Adverse Event ReportingSystem,，FAERS）以及藥物副作用資源（Side Effect Resource，SIDER）等數(shù)據(jù)庫獲取臨床結(jié)果信息,，根據(jù)已知的臨床結(jié)果中不同性別年齡的不良反應(yīng),、適應(yīng)癥等數(shù)據(jù)訓(xùn)練模型，完成從小鼠轉(zhuǎn)錄組數(shù)據(jù)到人類臨床結(jié)果的預(yù)測及判別模型（可以理解為為各個(gè)轉(zhuǎn)錄組指標(biāo)創(chuàng)建參考的“正常值范圍”或“正常的表達(dá)模式”,，用來預(yù)測臨床結(jié)果）,。創(chuàng)建完成的從小鼠轉(zhuǎn)錄組結(jié)果到個(gè)體臨床結(jié)果的轉(zhuǎn)換工具被稱為“humanized Mouse-DataBase，individualized”（hMDB-i）,。

創(chuàng)建hMDB-i后,，將新的待篩選藥物“X”作用后，小鼠24個(gè)器官的轉(zhuǎn)錄組數(shù)據(jù)輸入hMDB-i,，即可獲取預(yù)測的藥物“X”導(dǎo)致的個(gè)體臨床結(jié)果,。為了驗(yàn)證/評估此方法的準(zhǔn)確性，研究者采用了支持向量機(jī)（Support VectorMachine,，SVM）,、隨機(jī)森林（Random Forest）、集成學(xué)習(xí)多數(shù)投票法等多種機(jī)器學(xué)習(xí)方法,，對上述15種藥物的不良反應(yīng),、治療適應(yīng)癥等的預(yù)測效果進(jìn)行了交叉驗(yàn)證。并且與既有的其他預(yù)測方法進(jìn)行了比較,。

圖1 研究流程圖

結(jié)果

采用SVM模型預(yù)測不良反應(yīng)

采用SVM模型訓(xùn)練數(shù)據(jù),，使用小鼠24個(gè)器官的轉(zhuǎn)錄組數(shù)據(jù)預(yù)測FAERS數(shù)據(jù)庫中的不良反應(yīng)事件（Adverse Event，AE）,。為了確保模型的穩(wěn)定性,，采用交叉驗(yàn)證（cross-validation）的方法評估模型的預(yù)測效果：每次采用14個(gè)藥物的轉(zhuǎn)錄組數(shù)據(jù)和AEs數(shù)據(jù)做為訓(xùn)練集訓(xùn)練模型，然后使用最后余下的1個(gè)藥物做驗(yàn)證集進(jìn)行驗(yàn)證,。依次輪換,，直到每個(gè)藥物都被當(dāng)做驗(yàn)證集一次。每個(gè)藥物做為驗(yàn)證集時(shí),，各個(gè)性別/年齡組的驗(yàn)證準(zhǔn)確度（accuracy）,、查準(zhǔn)率（Precision）和查全率（Recall）,、F1得分（F-measure）見下圖2 B，結(jié)果顯示：15個(gè)藥物的總計(jì)264個(gè)性別/年齡組中有200個(gè)組中的準(zhǔn)確度超過0.7,，有52個(gè)組中的準(zhǔn)確度超過0.9,。查準(zhǔn)率在156個(gè)組中超過0.5。如果以對某個(gè)藥物結(jié)果中的性別/年齡組是否有AE發(fā)生的判斷為依據(jù)計(jì)算準(zhǔn)確度和查準(zhǔn)率,，那么有13個(gè)藥的準(zhǔn)確度超過0.5,。查全率稍低，提示此模型可能漏掉了一些AEs,。

AEs中的嚴(yán)重不良反應(yīng)事件（serious AEs,，SAEs）雖然可能發(fā)生例數(shù)更少,，但是影響更大,，因此對SAEs的預(yù)測有時(shí)更為重要，在15個(gè)藥物中的204個(gè)性別/年齡組有統(tǒng)計(jì)死亡事件,，其中有141個(gè)組報(bào)告了死亡事件,，對這204個(gè)組別的預(yù)測結(jié)果顯示，模型預(yù)測有148個(gè)組發(fā)生死亡事件,，僅有12個(gè)發(fā)生死亡事件的組未被預(yù)測出來,。

為了評估真實(shí)世界數(shù)據(jù)中一些可能偏倚、混雜等對模型的影響,，研究者采用SIDER（Version 4.1,，http://sideeffects.）數(shù)據(jù)庫進(jìn)行驗(yàn)證評估，結(jié)果顯示15種藥物的準(zhǔn)確度在0.677–0.827,，查準(zhǔn)率0.023–0.523,，查全率0.571–0.963。見圖2 D,，與FAERS數(shù)據(jù)庫的表現(xiàn)相當(dāng),，進(jìn)一步的證實(shí)了研究者模型的有效性。

圖2 使用SVM模型預(yù)測AE的結(jié)果匯總

a 分析流程,；

b 展示交叉驗(yàn)證結(jié)果的混淆矩陣,，柱狀圖展示每個(gè)藥物下屬的不同性別、不同年齡組的準(zhǔn)確度,、查準(zhǔn)率,、查全率和F1得分；

c 展示各個(gè)年齡/性別組的死亡實(shí)際發(fā)生情況和模型預(yù)測結(jié)果,；

d 模型對SIDER4.1數(shù)據(jù)庫中AE的預(yù)測結(jié)果,。

采用隨機(jī)森林預(yù)測死亡

采用隨機(jī)森林構(gòu)建模型預(yù)測死亡，通過交叉驗(yàn)證計(jì)算每個(gè)藥物做為驗(yàn)證集時(shí),，各個(gè)藥物驗(yàn)證時(shí)的結(jié)果以及準(zhǔn)確度（accuracy）,、查準(zhǔn)率（Precision）和查全率（Recall）、F1得分（F-measure），RF與SVM預(yù)測的對比結(jié)果見下圖3 A下圖3B,，結(jié)果顯示：除了3種藥物（asenapine,、empagliflozin、lurasidone）其余12種藥物的準(zhǔn)確度,、查準(zhǔn)率,、查全率均大于0.5。此外,，盡管asenapine,、empagliflozin、lurasidone三種藥物的查準(zhǔn)率在0.2-0.4之間,，他們的查全率分別為1.0,、1.0和0.667。從圖中來看,，RF和SVM的模型表現(xiàn)接近,。

圖 3 SVM和RF比較預(yù)測死亡事件

a 各個(gè)性別/年齡組對死亡（有/無）的預(yù)測情況；

b 各個(gè)藥物驗(yàn)證時(shí)的準(zhǔn)確度（accuracy）,、查準(zhǔn)率（Precision）和查全率（Recall）,、F1得分（F-measure）。

采用Link-Prediction(LP)框架預(yù)測AE

采用LP模型對AEs進(jìn)行預(yù)測,，使用（1）24個(gè)器官的轉(zhuǎn)錄組數(shù)據(jù)（2）FAERS中各個(gè)藥物匯報(bào)的AEs數(shù)據(jù)（3）每個(gè)適應(yīng)癥的AEs數(shù)據(jù)共3個(gè)數(shù)據(jù)集進(jìn)行測試,。使用一類支持向量機(jī)（one-class SVM，詳見補(bǔ)充材料）測試模型,。結(jié)果顯示,，對于alendronate、clozapine和evolocumab (Repatha)這三種藥物,，相比之前的SVM/RF hMDB-i平臺,，LP框架預(yù)測的查準(zhǔn)率略有提升，查全率有很大的提升,，見下圖4,。LP框架相比原來的SVM/RF hMDB-i平臺預(yù)測結(jié)果更容易發(fā)現(xiàn)AEs和SAEs。

圖4 藥物alendronate,、clozapine和evolocumab中通過LP框架正確預(yù)測但是未被原來的SVM/RF hMDB-i正確預(yù)測的嚴(yán)重不良反應(yīng),。

預(yù)測治療適應(yīng)癥（Therapeutic Indications，TIs）

確認(rèn)藥物的適應(yīng)癥對于藥物的研發(fā)同樣至關(guān)重要,。采用LP模型對TIs進(jìn)行預(yù)測,，使用（1）24個(gè)器官的轉(zhuǎn)錄組數(shù)據(jù)（2）FAERS中各個(gè)藥物匯報(bào)的TIs數(shù)據(jù)（3）每個(gè)適應(yīng)癥的AEs數(shù)據(jù)共3個(gè)數(shù)據(jù)集進(jìn)行訓(xùn)練。使用一類支持向量機(jī)（one-class SVM,，詳見補(bǔ)充材料）訓(xùn)練模型,。

15種藥物采用交叉驗(yàn)證法,，每次使用14種藥物訓(xùn)練模型，采用余下的1種藥物進(jìn)行驗(yàn)證,，結(jié)果顯示所有15種藥物的準(zhǔn)確度全部>0.78,，11種藥物的查全率>0.8，然而查準(zhǔn)率只有acetaminophen為1.0,，其余的藥物均<0.35,。

與其他基于多特征篩選的預(yù)測方法比較

已經(jīng)有通過計(jì)算機(jī)模擬預(yù)測SEs/AEs的研究報(bào)道，Wang等（Wang et al., 2016）曾經(jīng)報(bào)道過通過整合基因中的藥物副作用“標(biāo)簽”預(yù)測SEs/AEs,。研究者通過比對兩種方法,，發(fā)現(xiàn)15種藥物中，Wang的模型能預(yù)測本研究中的9種藥物（alendronate,、aripiprazole,、acetaminophen、asenapine,、cisplatin,、clozapine,、doxycycline,、lenalidomide和olanzapine），因?yàn)?/span>Wang等的模型只適用于小分子藥,，無法預(yù)測生物制劑/抗體藥（本研究中的evolocumab）以及多肽類藥（本研究中的teriparatide）,。

對兩種方法都能預(yù)測的9種藥物進(jìn)行比較，在7種藥物中,，本研究提出的方法在SIDER數(shù)據(jù)庫和FAERS數(shù)據(jù)庫中均檢出了遠(yuǎn)多于Wang等模型的SEs/AEs,，在另外兩種藥物（aripiprazole和lenalidomide）中也檢出了許多Wang等的模型漏掉的SEs/AEs。

討論

臨床前對藥物的SEs,、TIs預(yù)測對于藥物研發(fā)具有重大價(jià)值,，本研究在前人研究的基礎(chǔ)之上，通過實(shí)驗(yàn)方法與計(jì)算方法相結(jié)合,，搭建了小鼠數(shù)據(jù)到人類臨床表型的橋梁,，既往已經(jīng)有一些預(yù)測方法/模型提出，但是這些方法/模型可能受到藥物的劑型或者先驗(yàn)知識等限制,，難以對部分藥物推廣,，本預(yù)測方法對藥物的劑型沒有要求，且在兩種方法都能預(yù)測的藥物中,，在多數(shù)藥物的預(yù)測SEs表現(xiàn)優(yōu)于既往模型,。

通過采用多器官轉(zhuǎn)錄組，僅使用15種藥物,，就能夠在交叉驗(yàn)證中對大多數(shù)藥物的SEs,、TIs進(jìn)行有效預(yù)測,，提示多個(gè)器官之間的轉(zhuǎn)錄組數(shù)據(jù)之間可能存在某種未被揭示的聯(lián)系，能夠反映/預(yù)測機(jī)體的健康狀態(tài)/疾病預(yù)后,。

然而,，該研究中，如果一種不良反應(yīng)/治療適應(yīng)癥未在訓(xùn)練集中,，那么可能也無法預(yù)測出來,，這一點(diǎn)可以通過擴(kuò)大藥物數(shù)目來解決，隨著藥物的數(shù)目增多,，各種不良反應(yīng)/治療適應(yīng)癥被覆蓋到的概率都會(huì)增加,，預(yù)測模型也就具有學(xué)習(xí)預(yù)測相應(yīng)指標(biāo)的能力。不過這一工程可能花費(fèi)巨大,，不是一個(gè)實(shí)驗(yàn)室能夠獨(dú)立完成的,，完成3732種批準(zhǔn)藥物的24個(gè)器官轉(zhuǎn)錄組測序預(yù)計(jì)會(huì)投入2千萬-3千萬美元，不過如果能夠切實(shí)幫助新藥研發(fā)和藥物的臨床反應(yīng)估計(jì),，這些投入也是值得嘗試的,。