Nature：AI能帮助为非洲人群定制药物…借鉴：更是中国生物制药研究者的重要机会

Bringing medical advances from the lab to the clinic.

关键词：药物基因组学；人工智能；Nature

药物对个体的作用会受遗传因素影响。

非洲拥有全球最多样化的基因库，到2050年，其人口预计将占世界总人口的四分之一。然而，针对非洲人群的药物基因组学（Pharmacogenomics）研究却严重匮乏。数据库PharmGKB中不到5%的数据来自非洲，美国FDA就药物基因组学提供的建议中，仅有15种药物在非洲人群中得到过研究。

2024年4月9日，Nature发表的一篇论文指出：人工智能（AI）有潜力缩小针对非洲人群定制化药物的差距【1】。

我们读过后，发现这个策略其实更适合针对中国人群的定制化药物研发，所以与各位同仁分享。

(点击👆，获取更多“临床科研”信息)

我们都知道，药物基因组学数据有两个关键用途：

然而，基于西方人群的药物基因组学信息并不总是适用于非洲人群。不同族群间的基因变异频率存在差异。

出于以下原因，针对非洲人群的研究至关重要：

避免健康风险：如在津巴布韦推行依非韦伦治疗艾滋病前，未考虑非洲人群中CYP2B6基因突变的高携带率。该变异会导致一系列副作用，而欧美患者仅反映头晕恶心等症状。
考虑地区差异：药物基因组学变异的影响需结合非洲地区特有的因素，如结核病患者须在服用抗结核药利福平的同时调整其他药物剂量，以补偿利福平对药物代谢的加速作用。生活方式（如饮食）也会通过影响肠道菌群、进而影响药物代谢来改变药效。
商业激励：非洲人口加上海外群体，对药物产业来说代表一个巨大的市场份额。基于遗传特征调整剂量和处方可提高非洲人群用药安全性，利于拓展市场。

非洲的AI机遇：

药物基因组学变异往往不易发现，需要海量临床与基因数据来精准定位。AI模型正通过自动搜寻文献中人类尚未察觉的药物-基因关联来推动这一领域发展。

为识别更多变异，下一步可在GPT-4、LLaMA等大型语言模型基础上，构建整合多类型数据的“基础”AI模型来分析：

目前临床研究中的“基础”模型已在开发中，如用于识别癌症影像学数据的生物标志物。预计未来1~2年内会出现药物基因组学领域的开源“基础”模型。

但这些模型将带有西方人群的偏向，需要针对非洲人群采用“迁移学习”（transfer learning）来微调。迁移学习已成功用于图像识别。对于药物基因组学，相信目前已存在的非洲相关数据足以启动迁移学习。

具体行动

根据牛津洞察（Oxford Insights）的AI就绪指数，非洲国家排名普遍不佳。需要做出以下改变来帮助非洲科研界充分利用AI：

培养非洲科研人才：非洲科学家最懂本地区传统中医药与疾病流行病学，也最能确定当地药物开发所需的知识与数据。国际捐助机构、研究机构及制药公司需共同投资该领域的人才培养。
持续收集数据：尽管迁移学习有助于识别常见变异，但要全面了解不同非洲人群间的差异，仍需大量基因组测序结果及针对性的临床试验数据。非洲临床试验数量正在增加，应招募多族群人群参与。
投资基础设施和设备：非洲地区基因组学设施匮乏。国际著名基因组学者正倡议在非洲建立8个基因组学卓越中心，该项目若获资金支持，将为非洲带来世界级的基因组学研究并产生所需的本地数据。
开发数据共享与伦理研究框架：为防止北方科学家凭借优势抢占先机，非洲科学家需建立可信赖的研究网络来共享数据。应制定法律及伦理框架规范跨国数据合作。

编者按：

非洲药物基因组学研究已迈出第一步，AI有望发挥关键作用。通过成功的人才、设施建设及数据政策制定，非洲将从更安全高效的治疗中获益，降低医疗成本，并有力推动世界卫生组织在本十年的疾病根除目标。

是否可为中国人定制药物？

针对非洲人群的AI药物定制方案也具有借鉴意义。由于人群间的基因变异频率存在差异，基于西方人群的数据未必适用于中国人。此外，特定的饮食结构、环境等因素也会对药物代谢产生复合影响。

因此，基于中国人群的药物基因组学研究同样具有重要的理论和临床应用价值。

参考文献：

【1】 https://www.nature.com/articles/d41586-024-01001-y

声明：

本文只是分享和解读公开的研究论文及其发现，以作科学文献记录和科研启发用；并不代表作者或本公众号的观点。

为了给大家提供一个完整而客观的信息视角，我们有时会分享有冲突或不同的研究结果。请大家理解，随着对疾病的研究不断深入，新的证据有可能修改或推翻之前的结论。

编辑：Jessica，微信号：Healsanq；加好友请注明理由。助理：ChatGPT

作者简介：美国Healsan Consulting(恒祥咨询)，专长于Healsan医学大数据分析、及基于大数据的Hanson临床科研支持。主要为医院科研处、生物制药公司和医生科学家提供分析和报告，成为诸多机构的“临床科研外挂”。