新的机器学习技术显示药物可以改变用途

模型的一种新的机器学习方法的基因表达水平可能会提高基因的识别,导致人类疾病,根据一项新的研究由宾夕法尼亚州立大学医学院的研究人员。通过信息的三维(3 d)的基因组结构和epigenetics-how基因和环境共同影响疾病调查人员能够识别与复杂的特征和疾病相关的基因。这些识别疾病基因也可以帮助推荐药物,可以用来治疗新障碍。

开发和批准新的处方药可以是昂贵和费时的过程。然而,来自本研究的发现可能部分改变,前进。据调查,而不是开发新药物,制药公司可以节省时间和金钱,再利用药物已经被美国食品和药物管理局批准用于治疗其他疾病。

的人类基因组由遗传指令,或DNA是健康和疾病的基础。为了执行这些指令,DNA必须阅读和表达,基因表达将会受到遗传变异的影响。同样的基因表现高于(或低于)在某些突变,这可能会导致疾病。科学家分析基因的集合的公里数和transcriptome-present细胞在成千上万的人。转录组分析可以确定基因差异表达人与人之间有或没有疾病,从而导致一个新的理解基因与特定条件有关。

对于新数据方法,浮石(使用预测模型根据染色质构象和表观基因组学),宾夕法尼亚州立大学的研究人员综合转录组、外遗传性和3 d基因组数据使用一种新颖的机器学习方法。根据这项研究,浮石是成功地识别药物可以逆转的表达水平疾病基因和可以用来治疗一些人类疾病。

“传统方法分析一个药物和一种疾病是非常低效的,“不管刘大江说,文章的第二作者,公共健康科学系的副教授和宾夕法尼亚州立大学生物化学和分子生物学。“相比之下,一个基于机器学习方法大数据能改变生物和浮石等临床研究。它将大大加速的过程识别有前途的治疗目标,和快进药物开发。”

使用浮石,研究人员发现潜在的治疗病症,包括COVID-19、阿尔茨海默氏症和自身免疫性疾病,如克罗恩氏病、类风湿性关节炎,溃疡性结肠炎,白癜风皮肤色素沉淀条件。他们指出,一些确定的药物在临床试验中已经被评估,包括药物治疗COVID-19 Baracitinib。

“能够重新发现的药物已经在临床试验中展示我们的方法的力量,“Bibo江说,文章的第二作者,宾夕法尼亚州立大学公共卫生学院的助理教授科学。“我们将设计后续实验验证新药和识别最有前途的进一步测试和最终细胞株和动物模型临床试验。"

该研究发表在自然通讯。

---

---