Nature子刊：研究人员开发人工智能工具，以解决精准医疗中的祖先偏见

　　

佛罗里达大学的研究人员正在解决医学基因研究中的一个关键差距——确保它更好地代表并使各种背景的人受益。

他们的工作由计算机与信息科学与工程系助理教授Kiley Graim博士领导，重点是通过解决遗传数据中的“祖先偏见”来改善人类健康，当大多数研究基于单一祖先群体的数据时，就会出现这个问题。格莱姆说，这种偏见限制了精准医学的进步，并使全球很大一部分人口在疾病治疗和预防方面得不到充分的服务。

为了解决这个问题，该团队开发了PhyloFrame，这是一种机器学习工具，使用人工智能来解释遗传数据中的祖先多样性。在美国国立卫生研究院（National Institutes of Health）的资金支持下，该项目的目标是改善疾病的预测、诊断和治疗方式，无论其祖先如何。周一发表在《自然通讯》（Nature Communications）上的一篇论文描述了PhyloFrame方法，以及它是如何在精准医疗结果方面取得显著进步的。

Kiley Graim关注基因组数据中的祖先偏见的灵感来自于与一位医生的谈话，这位医生对一项研究与他多样化的患者群体的有限相关性感到沮丧。这次相遇促使她探索人工智能如何帮助弥合基因研究的差距。

“我对自己说，‘我可以解决这个问题，’”Kiley Graim说，他的研究中心是机器学习和精准医学，他接受过人口基因组学方面的培训。“如果我们的训练数据与现实世界的数据不匹配，我们有办法使用机器学习来处理这个问题。他们并不完美，但他们可以做很多事情来解决这个问题。”

通过利用人口基因组数据库gnomAD的数据，PhyloFrame将健康人类基因组的大量数据库与用于训练精准医学模型的特定疾病的较小数据集集成在一起。它创建的模型能够更好地处理不同的遗传背景。例如，它可以预测乳腺癌等疾病亚型之间的差异，并为每位患者提供最佳治疗方案，而无需考虑患者的血统。

处理如此大量的数据是一项不小的壮举。该团队使用佛罗里达大学的超级计算机“超级鳄鱼”，这是美国最强大的超级计算机之一，来分析数百万人的基因组信息。对于每个人来说，这意味着要处理30亿个碱基对的DNA。

“我没想到它会有这么好的效果，”Kiley Graim说，并指出她的博士生Leslie Smith对这项研究做出了重大贡献。“一开始是一个小项目，使用一个简单的模型来展示纳入人口基因组学数据的影响，现在已经发展成为获得资金来开发更复杂的模型，并改进人口的定义方式。”

PhyloFrame的与众不同之处在于，它能够通过考虑与祖先相关的遗传差异，确保对不同人群的预测保持准确。这一点至关重要，因为目前大多数模型使用的数据并不能完全代表世界人口。现有的大部分数据来自研究型医院和信任医疗保健系统的患者。这意味着小城镇的人口或那些不信任医疗系统的人经常被排除在外，这使得开发对每个人都有效的治疗方法变得更加困难。

她还估计，97%的测序样本来自欧洲血统的人，这在很大程度上是由于国家和州一级的资金和优先事项，但也由于社会经济因素在不同层面滚雪球——例如，保险影响人们是否得到治疗，这影响了他们被测序的可能性。

“其他一些国家，特别是中国和日本，最近一直在努力缩小这一差距，所以这些国家的数据比以前多了，但仍然比不上欧洲的数据。贫困人口通常被完全排除在外。”Kiley Graim博士说。

因此，训练数据的多样性至关重要，Graim说。

“我们希望这些模型适用于任何病人，而不仅仅是我们研究中的病人，”她说。“拥有多样化的训练数据也使模型更适合欧洲人。拥有人口基因组学数据有助于防止模型过度拟合，这意味着它们对每个人都更有效，包括欧洲人。”

Graim相信，像PhyloFrame这样的工具最终将用于临床环境，取代传统模型，根据个人的基因组成制定量身定制的治疗计划。该团队的下一步工作包括完善PhyloFrame，并将其应用范围扩大到更多疾病。

她说：“我的梦想是通过这种机器学习方法帮助推进精准医疗，这样人们就可以及早得到诊断，并接受专门针对他们的治疗，而且副作用最小。”“在正确的时间为正确的人提供正确的治疗是我们努力的目标。”

Graim的项目获得了佛罗里达大学医学院研究办公室AI2数据马拉松资助奖的资助，该奖项旨在帮助研究人员和临床医生利用人工智能工具改善人类健康。