基因生物标记能快速准确地显示肝脏毒性

农化和制药公司开发新产品时，在获得监管部门批准之前，必须对潜在毒性进行广泛测试。这种测试通常需要长时间和昂贵的动物研究。

伊利诺斯大学的一个研究小组开发了一种基因生物标志物识别技术，该技术将测试过程缩短到几天，同时保持高水平的准确性。

“这项研究的目的是鉴定来自肝脏的最小指标，以预测毒性和潜在的肝癌，”Zeynep Madak-Erdogan说，在我和领先地位的人类营养部门副教授作者关于该研究。

“农业化学工业有一个管道，他们在毒性相关的终点方面测试新化合物。肝脏毒性是最重要的终点之一，因为肝脏是接受血液供应的器官并清洁它，使其成为其中之一Madak-Erdogan解释说，在环境毒性行动方面最大的目标。

通常，她补充说，公司通过长期动物实验来完成这一点。他们追踪动物长达一年，看看它们是否在暴露于这些化合物后开发肝癌。研究需要成千上万的小鼠或大鼠，以及大量的人类时间照顾动物，收集样品和分析数据。

这项研究发表在《科学》杂志上科学报告，鉴定生物标志物基因签名，其在暴露后24小时表示潜在的肝脏毒性。

Madak-Erdogan和她的同事分析了一个信息大型数据库由国家环境健康科学研究所维持。他们与美国国立大学国家超级计算应用中心(NCSA)的科学家合作，使用机器学习方法识别信使RNA中的基因生物标记，以预测未来的毒性。

“从设计新分子到识别新的生物靶点，机器学习方法在加速药物靶点识别和验证方面发挥着关键作用，”NCSA医疗保健创新项目办公室主任、本研究的合著者Colleen Bushell解释说。

Madak-Erdogan表示，虽然这项研究不是第一个采用这种技术的技术，但它是最全面的。研究人员使用了大量的数据和多种机器学习技术，以识别提供最快和最准确的结果的方法。

“我们正在评估最好的预测技术，并找到肝脏的最佳指标毒性。而不是要去几个月或多年，现在我们可以待几只老鼠24小时，收集肝脏，看看我们确定的生物标志物，并预测动物是否可能发展肝癌症与否，“她解释道。

这项研究的结果可以被毒理学家和其他科学家广泛应用，并可以帮助农化和制药行业提高他们的检测能力。

“我们的研究结果表明，机器学习方法在分析我们研究活动中创建的大量生物数据时绝对非常有价值。生命科学和计算机科学之间的合作对这项工作非常重要，”Madak-Erdogan总结道。

---

---