现有的药物,可以帮助人们戒烟了机器学习

像右美沙芬药物,用于治疗感冒和流感引起的咳嗽,可以用来帮助人们戒烟,根据一项研究宾夕法尼亚州立大学医学院的明尼苏达大学的研究人员。他们开发了一种新颖的机器学习方法,计算机程序分析数据集的模式和趋势,确定药物和说,他们中的一些人已经处于临床试验阶段。

吸烟是心血管疾病的危险因素,癌症和呼吸系统疾病占将近一半在美国每年一百万人的死亡。可以学到的和没有学到的,虽然吸烟行为遗传学中也扮演了重要的角色在一个人的从事这些行为的风险。研究人员发现在之前研究,某些基因的人更有可能对烟草上瘾。

利用基因的数据超过130万人,不管刘大江博士。公共健康科学教授,生物化学和分子生物学Bibo江博士。公共健康科学助理教授共同一个大型多研究,使用机器学习研究这些大型数据集——包括特定的数据对一个人的基因和他们的自我报告的吸烟行为。

研究人员发现了超过400个基因,是与吸烟相关行为。因为一个人可以有成千上万的基因,他们必须确定为什么一些基因连接到吸烟行为。尼古丁受体的基因携带生产指令或参与信号激素多巴胺,使人感到轻松和快乐,有易于理解的连接。剩余的基因,研究小组必须确定每个生物途径中所起的作用和使用这些信息,求出了药物已经批准修改这些现有的途径。

大部分的遗传研究中的数据来自欧洲血统的人,所以必须根据机器学习模型不仅研究数据,但也更小的数据集的约有150000人与亚洲,非洲还是美国的祖先。

刘和江与超过70名科学家合作项目。他们发现了至少8药物可能被用来戒烟,如右美沙芬,这是通常用于治疗感冒和流感引起的咳嗽,加兰他敏,用于治疗阿尔茨海默氏症。的研究今天发表在《自然遗传学,1月26日。

“那药物使用大生物医学数据和机器学习方法可以节省金钱,时间和资源,”刘说宾夕法尼亚州立大学癌症研究所和宾夕法尼亚州立大学哈克的生命科学学院研究员。“一些我们已经确定被测试的药物临床试验的能力帮助吸烟者戒烟,但仍然有其他可能的候选人在未来的研究可以探讨。”

而机器学习方法能够将少量的数据来自不同血统,江泽民说它仍然是重要的研究人员构建基因数据库从个人不同的血统。

“这只会提高机器学习模型的精度可以识别个人滥用药物的风险和确定潜在的生物通路,可以针对有用的治疗方法。”

参考:陈F,王X,张成泽SK, et al . Multi-ancestry transcriptome-wide协会分析收益率见解烟草使用生物学和药物再利用。Nat麝猫。2023:1-10。doi:10.1038 / s41588 - 022 - 01282 - x

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。