Согласно исследованию Медицинского колледжа Пенсильвании и Университета Миннесоты, такие лекарства, как декстрометорфан, используемые для лечения кашля, вызванного простудой и гриппом, потенциально могут быть перепрофилированы, чтобы помочь людям бросить курить сигареты. Они разработали новый метод машинного обучения, при котором компьютерные программы анализируют наборы данных на наличие закономерностей и тенденций, чтобы идентифицировать лекарства, и заявили, что некоторые из них уже проходят клинические испытания.

Курение сигарет является фактором риска сердечно-сосудистых , онкологических и респираторных заболеваний, и ежегодно в Соединенных Штатах происходит около полумиллиона смертей. В то время как курению можно научиться и разучиться, генетика также играет роль в риске человека, связанного с этим поведением. Исследователи обнаружили в предыдущем исследовании, что люди с определенными генами чаще становятся зависимыми от табака.

Используя генетические данные более чем 1,3 миллиона человек, Дацзян Лю, доктор философии, профессор наук в области общественного здравоохранения, биохимии и молекулярной биологии , и Бибо Цзян, доктор философии, доцент кафедры наук в области общественного здравоохранения, совместно возглавили исследование. большое исследование с участием нескольких учреждений, в котором использовалось машинное обучение для изучения этих больших наборов данных, которые включают конкретные данные о генетике человека и его привычках к курению, о которых они сообщают сами.

Исследователи выявили более 400 генов, связанных с курением. Поскольку у человека могут быть тысячи генов, им нужно было определить, почему некоторые из этих генов связаны с курением. Гены, несущие инструкции по производству никотиновых рецепторов или участвующие в передаче сигналов для гормона дофамина, которые заставляют людей чувствовать себя расслабленными и счастливыми, имели простые для понимания связи. Для остальных генов исследовательская группа должна была определить роль, которую каждый из них играет в биологических путях, и, используя эту информацию, выяснить, какие лекарства уже одобрены для модификации этих существующих путей.

Большая часть генетических данных в исследовании получена от людей европейского происхождения, поэтому модель машинного обучения должна была быть адаптирована не только для изучения этих данных, но и для меньшего набора данных, состоящего примерно из 150 000 человек азиатского, африканского или американского происхождения.

Лю и Цзян работали над проектом более чем с 70 учеными. Они определили как минимум восемь препаратов, которые потенциально могут быть использованы для отказа от курения , например, декстрометорфан, который обычно используется для лечения кашля, вызванного простудой и гриппом, и галантамин, который используется для лечения болезни Альцгеймера. Исследование было опубликовано в журнале Nature Genetics 26 января.

«Перепрофилирование лекарств с использованием больших биомедицинских данных и методов машинного обучения может сэкономить деньги, время и ресурсы», — сказал Лю, исследователь из Института рака штата Пенсильвания и Института Хака штата Пенсильвания. «Некоторые из идентифицированных нами препаратов уже проходят клинические испытания на предмет их способности помочь курильщикам бросить курить, но есть и другие возможные кандидаты, которые можно изучить в будущих исследованиях».

Хотя метод машинного обучения смог включить небольшой набор данных от разных предков, Цзян сказал, что для исследователей по-прежнему важно создавать генетические базы данных от людей с разными предками.

«Это только повысит точность, с которой модели машинного обучения могут выявлять лиц, подверженных риску злоупотребления наркотиками, и определять потенциальные биологические пути, которые могут быть использованы для эффективного лечения».