Arthritis Care & Res：科学家利用人工智能和生物标志物来开发个体化的类风湿性关节炎疗法

2021年12月30日 讯 /生物谷BIOON/ --类风湿性关节炎的治疗方法往往依赖于反复的试验，近日，一篇发表在国际杂志Arthritis Care & Research上题为“Towards Individualized Prediction of Response to Methotrexate in Early Rheumatoid Arthritis： a Pharmacogenomics-driven Machine Learning approach”的研究报告中，来自梅奥诊所等机构的科学家们通过研究揭示了如何利用人工智能技术（AI）和药物基因组学技术来预测患者如何对疗法产生反应以及如何对患者进行护理。

图片来源：Pixabay/CC0 Public Domain

这篇研究报告中，研究人员重点研究了患者机体对甲氨蝶呤（methotrexate）的反应，甲氨蝶呤是一种最常用的类风湿性关节炎治疗药物之一；研究人员应用包括基因组、临床和人口信息的患者数据，利用AI来确定早期类风湿性关节炎患者对甲氨蝶呤所产生的早期反应，本文研究中所使用的数据来自梅奥诊所和类风湿性关节炎甲氨蝶呤药物遗传学联盟计划，该计划会推动科学家们进行早期的全基因组关联性研究。

研究者Liewei Wang说道，这种方法开始于我们开发新型工具来预测严重抑郁症患者对药物疗法的反应和治疗预后，但我们很高兴看到该工具有可能会被广泛使用，在这种情况下其就有望被用于进行类风湿性关节炎的药物疗法。文章中，研究人员通过预测类风湿性关节炎患者对甲氨蝶呤疗法的反应，就能识别出哪些患者最有可能在治疗的前三个月从这种药物的治疗中获益。

图片来源：https://onlinelibrary.wiley.com/doi/10.1002/acr.24834

后期研究人员还需要进一步深入研究来理解这些研究发现如何在实践中被应用；这项研究是科学家们研究人工智能和药物基因组学在治疗类风湿性关节炎上的作用相关研究的一部分。研究者表示，预测患者对类风湿性关节炎药物所产生的反应或许具有一定的挑战性，但这种方法非常有希望，而且是治疗该疾病的一个令人非常兴奋的发现。

综上，本文研究结果表明，将药物基因组学生物标志物与DAS28（28个关节计数的疾病活动评分，Disease Activity Score with 28-joint count）相结合或有望帮助预测早期类风湿性关节炎患者对甲氧蝶呤疗法所产生的反应，应用机器学习技术来预测患者对疗法所产生的反应或有望帮助指导更为有效的类风湿性关节炎的治疗选择，包括及时升级类风湿性关节炎疗法等。（生物谷Bioon.com）

原始出处：

Elena Myasoedova, Arjun P. Athreya, Cynthia S. Crowson, et al. Towards Individualized Prediction of Response to Methotrexate in Early Rheumatoid Arthritis: a Pharmacogenomics‐driven Machine Learning approach, Arthritis Care & Research (2021). DOI:10.1002/acr.24834