纽约斯坦福大学医学院的研究人员近期开发了一个机器学习框架，该框架整合了基因组和电子健康记录数据，以预测个人患腹主动脉瘤(AAA)的风险，并提高科学家对该疾病的生物学结构的了解。
该分析框架称为“治愈”(来自未发布的分级评估)，可用作AAA的早期筛查测试，以及通过调整生活方式帮助降低疾病风险的个人健康管理工具。此外，它可能适用于其他复杂的疾病。
由斯坦福基因组学和个性化医学中心的Michael Snyder和VA Palo Alto医疗保健系统的Philip Tsao领导一项关于“治愈”分析框架及其在AAA的应用的于2018年9月6日发表在《Cell》杂志中。作者写道：“正如精确医学所设想的那样，我们第一次为同时实现临床预后和个人基因组疾病基因识别的一般分析框架提供了原则证明。”同时，相关研究人员指出：“治愈框架可能适用于许多复杂的疾病，整体方法有望在开发将个人基因组序列纳入疾病风险预测的临床测试中有价值。”斯奈德的团队目前正在进行将其应用于早产和自闭症的基因组研究。
AAA导致腹主动脉不可逆扩张，影响超过5%的65岁以上的人。它通常是无症状的，诊断于晚期。它最常见的并发症是主动脉破裂，这在90%的病例中是致命的，使AAA成为西方国家第十大最常见的死因。虽然AAA被估计为遗传的70%，但是目前医学界对这种变异异质性的疾病的遗传学了解并不多。
研究中，当将基因组数据与EHR记录相结合时，其模型的预测能力进一步提高，达到0.8，“显示了个人基因组和个人生活方式在预测疾病结果方面的互补性”。
基于基因组的“治愈”模型确定了个人AAA患病的基因组基线，而联合基因组学和EHR模型则更准确地预测了风险。”
除了预测AAA风险外，CURE还能阐明AAA的分子基础。该框架所鉴定的60个基因丰富了免疫相关功能，如干扰素-γ介导的信号传递、MHCⅡ类受体活性和T细胞共刺激等。将它们映射到蛋白质-蛋白质相互作用网络数据还表明，它们参与了几种生物途径，并分为40个功能模块。对人体组织和小鼠模型的进一步研究表明，这些模块参与了AAA。
研究人员指出，目前的分析仅考虑了单核苷酸变异，尚未考虑基因组的其他结构和序列变异，将来若包括更多部分，该分析框架的预测能力可能会更进一步。
参考文献：Li, J., Pan, C., Zhang, S.et al. Decoding the Genomics of Abdominal Aortic Aneurysm. Cell [J], 2018,174(6), 1361-1372.e1310. doi: 10.1016/j.cell.2018.07.021
（图片均引自文献）
• END •
网友评论