《Frontiers in Genetics》：The potential role of large language models in addressing phenoconversion in pharmacogenomics
编辑推荐：
药物基因组学（Pharmacogenomics, PGx）是个性化医疗的基石，通过识别影响药物处置和反应的遗传因素，实现个体化药物治疗。然而，基于基因型的预测常常无法反映实际的药物代谢能力，因为酶活性可能受到非遗传因素的调节，包括合并用药、炎症、器官功能障碍、
药物基因组学（Pharmacogenomics, PGx）是个性化医疗的基石，通过识别影响药物处置和反应的遗传因素，实现个体化药物治疗。然而，基于基因型的预测常常无法反映实际的药物代谢能力，因为酶活性可能受到非遗传因素的调节，包括合并用药、炎症、器官功能障碍、衰老、吸烟、妊娠及其他环境影响。表型转化（Phenoconversion）可导致基因型预测与观察到的代谢表型之间产生显著差异，进而引起药物不良反应、治疗失败，并降低药物基因组学检测的临床效用。表型转化的识别仍具挑战性，因为其相关决定因素往往分散于多种信息源中，包括电子健康记录（EHR）中的用药记录、实验室数据、诊断信息及非结构化临床文本。大语言模型（LLMs）的最新进展通过检索、组织和情境化异质性临床与药物基因组学信息，为解决上述局限提供了新机遇。除识别药物-药物-基因及药物-基因-环境相互作用外，基于LLM的系统还可通过将代谢能力建模为持续演变的特征而非静态的基因型衍生类别，并识别即使对于缺乏可操作药物基因组学推荐的药物相关的修饰因素，从而支持动态表型评估。本综述考察了表型转化的生物学基础与临床意义，并讨论了LLMs在弥合遗传易感性与真实世界药物反应之间差距方面的潜在作用。研究人员强调了动态表型模型的新兴概念，该模型整合了药物代谢的遗传、临床及环境决定因素，并可能支持更精准、更具情境感知性的药物治疗。
论文解读：大语言模型在药物基因组学表型转化中的潜在作用
一、研究背景与问题提出
药物基因组学（Pharmacogenomics, PGx）是个性化医疗的重要组成部分，通过识别影响药物处置和反应的遗传因素，为特定基因-药物对提供临床可操作信息。过去二十年的证据已确立包括CYP2D6、CYP2C19、CYP2C9、DPYD、SLCO1B1和NAT2在内的多个药物基因变异的临床相关性。然而，药物基因组学的临床实施仍不均衡，集中于特定药物、专科、机构和医疗系统。更重要的是，遗传变异仅代表个体间药物暴露和反应差异的一个来源，精准给药还需考虑非遗传协变量、实测药物浓度、器官功能、相互作用药物、疾病相关因素及个体治疗反应。
表型转化（Phenoconversion）描述了基因型预测的代谢者状态与患者当前功能性代谢表型之间的不匹配。遗传上被归类为正常代谢者的个体可能在表型上表现为中间或慢代谢者，而酶诱导偶尔可产生相反效应。表型转化的最典型例子涉及细胞色素P450酶，特别是CYP2D6和CYP2C19，而CYP3A介导的活性也可能被非遗传因素大幅改变。强CYP2D6抑制剂（如帕罗西汀、氟西汀、安非他酮和奎尼丁）可将酶活性降低至与慢代谢者相当的水平。炎症介导的CYP表达抑制已成为表型转化的主要促成因素，尤其在感染性疾病、自身免疫性疾病、癌症或危重症患者中。真实世界证据表明，表型转化在临床环境中相当常见，尤其在多药治疗患者中，考虑合并用药和其他非遗传因素可显著增加具有临床可操作药物基因组学表型的患者比例。
然而，表型转化的实际识别面临重大挑战。大多数决定因素分散于电子健康记录（EHR）的多个组成部分，包括用药列表、实验室测量、诊断编码、临床笔记和影像报告。非处方药使用、戒烟、炎症性疾病发作或暂时性生理状况等重要信息往往仅记录于非结构化临床叙述中。临床医生通常需要在有限诊疗时间内整合大量碎片化信息，使得常规实践中系统评估表型转化变得困难。
二、研究内容与主要结论
本综述旨在探讨大语言模型（Large Language Models, LLMs）在解决药物基因组学表型转化问题中的潜在作用。研究认为，表型转化检测本质上是一个复杂的临床知识整合问题：相关信号可能分布于临床记录各处，导致代谢活性改变的因素或因素组合不一定能事先知晓。LLMs可能特别适合此类问题，其潜在价值不仅在于提取单个临床变量，还在于连接分布于EHR中的时间相关信息，并在患者药物基因组学概况的背景下呈现这些信息。
研究提出，LLM辅助系统可连接分散的观察结果，评估其时间关系，并在获得有效知识来源支持的前提下，标记基因型预测表型不再反映当前酶活性的可能性增加。这种输出应指示潜在的表型转化而非确认表型转化已经发生。研究强调时间维度尤为重要，因为表型转化是动态的，暴露的存在并不确立其在临床相关时间影响了代谢。
研究进一步提出构建动态表型模型的概念框架。当前药物基因组学报告通常将患者分配至离散的基因型预测类别，如慢、中间、正常或超快代谢者状态。虽然这些类别提供临床价值，但未完全捕捉酶活性的连续性和时变性。研究明确LLMs的作用不是取代既定的定量方法，而是促进从异质性临床记录中提取相关协变量，确定暴露或临床状况在相关时间是否存在，识别缺失信息，并将叙述性观察转化为结构化输入。定量估计代谢活性、药物暴露或剂量需求应继续基于经过验证的药代动力学、生理药理学、贝叶斯或其他模型引导的精准给药方法。
三、主要技术方法
本综述为概念性综述，未开展实验研究。研究人员主要采用文献综合分析方法，整合药物基因组学、精准给药、人工智能和临床决策支持等领域的既有研究成果。研究引用了CPIC、DPWG、PharmGKB、PharmVar、ClinVar和ClinGen等国际协作组织和数据库的标准化框架，并基于电子健康记录中结构化与非结构化数据的特点，论证了LLMs作为临床知识整合工具的可行性。
四、研究结果
大语言模型作为临床知识整合者： 研究认为，LLMs可能特别适合表型转化检测这一高度复杂的推断问题。通过连接分散的临床观察、评估时间关系并结合患者药物基因组学概况，LLM辅助系统可识别基因型预测表型可能不再反映当前功能代谢状态的证据。研究举例说明，患者可能具有CYP2D6正常代谢者状态的药物基因组学结果，同时接受CYP2D6抑制剂并经历与CYP表达降低相关的炎症性疾病，LLM辅助系统可连接这些观察并标记表型转化的可能性增加。
构建动态表型模型： 研究提出，未来临床决策支持系统可将LLM支持的临床信息提取与药代动力学模型、生理药理学模型、贝叶斯预测、知识图谱及其他经过验证的定量方法相结合，生成代谢活性或药物暴露的更新估计。系统可整合药物基因组学结果与合并用药、炎症状态、器官功能、生活方式因素等信息，产生当前代谢能力的概率性评估。研究强调，除非有独立的表型测量支持，这些估计仍属预测。
挑战与局限性： 研究识别了多个相互关联的科学、技术、监管和操作挑战。LLMs可能生成错误陈述、误解临床信息或产生证据支持不足的建议。临床记录常包含缺失、过时或不一致的信息。表型转化本身的科学理解存在空白，许多情况下表型改变幅度无法以足够精度预测以支持正式剂量建议。模型的可推广性、大规模部署的计算需求、监管审查以及患者隐私、透明度和偏见等伦理问题均需解决。
未来方向： 研究指出，未来进展首先需要更强的基础证据，量化遗传和非遗传协变量对酶和转运体活性、药代动力学和药效动力学的影响。应评估LLM辅助系统在真实世界临床记录中识别和时间对齐表型转化相关信息的能力。将药物基因组学信息整合入动态建模和模型引导精准给药框架是另一有前景的方向。整合多模态数据源可提供更全面的药物反应影响因素表征。LLMs还可用于回顾性药物基因组学发现，通过分析大规模电子健康记录和不良事件数据库，识别先前未认识的表型转化事件。
五、讨论总结与结论翻译
讨论部分强调，LLMs在表型转化评估中的作用应被视为临床决策支持工具而非自主决策系统。LLMs可帮助提取、结构化和时间情境化电子健康记录中的相关信息，但不能独立确定表型转化已发生或量化其对代谢活性、药物暴露、剂量需求或临床反应的影响。这些功能需要经过验证的表型测量和药物特异性药效学或机制模型。该方法的临床价值取决于基础证据质量、临床数据完整性、外部验证、不确定性报告、透明文档和持续人类监督。
结论部分翻译如下：表型转化使药物基因组学结果的临床解释复杂化，因为当前药物代谢能力可能被药物、炎症、器官功能障碍、生理变化和环境暴露所改变，而这些均未被基因型单独捕获。基因型预测表型可能因此与治疗时的功能代谢活性不同。LLMs可通过检索、结构化和时间情境化电子健康记录中的相关信息，支持表型转化感知的临床决策。然而，LLMs不能独立确定表型转化已发生或量化其对代谢活性、药物暴露、剂量需求或临床反应的影响。这些功能需要经过验证的表型测量和药物特异性药效学或机制模型。该方法的临床价值将取决于基础证据质量、临床数据完整性、外部验证、不确定性报告、透明文档和持续人类监督。若与既定的药物基因组学和精准给药框架适当整合，LLMs可能帮助临床解释从静态基因型分配转向更动态和情境感知的评估。
