紐約斯坦福大學醫學院的研究人員近期開發了一個機器學習框架，該框架整合了基因組和電子健康記錄數據，以預測個人患腹主動脈瘤(AAA)的風險，并提高科學家對該疾病的生物學結構的了解。

該分析框架稱為“治愈”(來自未發布的分級評估)，可用作AAA的早期篩查測試，以及通過調整生活方式幫助降低疾病風險的個人健康管理工具。此外，它可能適用于其他復雜的疾病。

由斯坦福基因組學和個性化醫學中心的Michael Snyder和VA Palo Alto醫療保健系統的Philip Tsao領導一項關于“治愈”分析框架及其在AAA的應用的于2018年9月6日發表在《Cell》雜志中。作者寫道：“正如精確醫學所設想的那樣，我們第一次為同時實現臨床預后和個人基因組疾病基因識別的一般分析框架提供了原則證明。”同時，相關研究人員指出：“治愈框架可能適用于許多復雜的疾病，整體方法有望在開發將個人基因組序列納入疾病風險預測的臨床測試中有價值。”斯奈德的團隊目前正在進行將其應用于早產和自閉癥的基因組研究。

AAA導致腹主動脈不可逆擴張，影響超過5%的65歲以上的人。它通常是無癥狀的，診斷于晚期。它最常見的并發癥是主動脈破裂，這在90%的病例中是致命的，使AAA成為西方國家第十大最常見的死因。雖然AAA被估計為遺傳的70%，但是目前醫學界對這種變異異質性的疾病的遺傳學了解并不多。

研究中，當將基因組數據與EHR記錄相結合時，其模型的預測能力進一步提高，達到0.8，“顯示了個人基因組和個人生活方式在預測疾病結果方面的互補性”。

基于基因組的“治愈”模型確定了個人AAA患病的基因組基線，而聯合基因組學和EHR模型則更準確地預測了風險。”

除了預測AAA風險外，CURE還能闡明AAA的分子基礎。該框架所鑒定的60個基因豐富了免疫相關功能，如干擾素-γ介導的信號傳遞、MHCⅡ類受體活性和T細胞共刺激等。將它們映射到蛋白質-蛋白質相互作用網絡數據還表明，它們參與了幾種生物途徑，并分為40個功能模塊。對人體組織和小鼠模型的進一步研究表明，這些模塊參與了AAA。

研究人員指出，目前的分析僅考慮了單核苷酸變異，尚未考慮基因組的其他結構和序列變異，將來若包括更多部分，該分析框架的預測能力可能會更進一步。

參考文獻：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

（圖片均引自文獻）

??END??