利用 Open TG-GATEs 与 FAERS 数据库深度学习预测药物不良反应
基因组学
2022-04-14 v1
摘要
随着人工智能 (AI) 的发展与健康相关大数据的积累，利用机器学习技术分析临床与组学元数据以评估药物发现过程中药物不良反应或事件 (ADRs) 的可能性已日益可行且普遍。在此，我们描述了一种新方法，该方法结合来自 Open TG-GATEs (毒理基因组学项目-基因组学辅助毒性评价系统) 的药物诱导基因表达谱与来自 FAERS (FDA [美国食品药品监督管理局] 不良事件报告系统) 数据库的 ADR 发生信息，以预测 ADR 的可能性。我们使用深度神经网络 (DNN) 共生成 14 个模型来预测不同的 ADR；在验证测试中，我们的模型平均准确率达 85.71%，表明我们的方法成功且稳定地预测了广泛药物的 ADR。作为示例，我们在十二指肠溃疡背景下描述了 ADR 模型。我们相信，我们的模型将有助于在测试新型药物化合物时预测 ADR 的可能性，并对药物发现领域的研究人员有用。
引用
@article{arxiv.2010.05411,
title = {Deep Learning Prediction of Adverse Drug Reactions Using Open TG-GATEs and FAERS Databases},
author = {Attayeb Mohsen and Lokesh P. Tripathi and Kenji Mizuguchi},
journal= {arXiv preprint arXiv:2010.05411},
year = {2022}
}