使用机器学习在FDA批准的药物中发现的降脂效果

根据一系列机器学习模型和实验室实验，研究人员发现了一系列经FDA批准的药物，可以为处理高胆固醇的患者提供降低脂质的特性。Acta Pharmacologica Sinica。如果成功地重新利用，这些药物可以扩大可供临床医生和药剂师提供给患者的脂质降低疗法的库。^1,2

新型药物治疗高脂血症的批判需求

高脂血症在美国人口中具有很高的存在。The American Heart Association’s 2023 Heart Disease and Stroke Statistics Update found a 34.7% prevalence of hypercholesterolemia and about a quarter of US adults harbored elevated low-density lipoprotein cholesterol (LDL-C) levels from 2017 to 2022. The role of elevated LDL-C in the development of cardiovascular disease necessitates that thorough vigilance and comprehensive management of hyperlipidemia be employed for patients.^1,3

患者以他汀类药物，胆固醇吸收抑制剂和普罗蛋白转化酶枯草蛋白/Kexin型9型（PCSK9）抑制剂的形式使用多种降脂疗法。这些药物均具有自己独特的作用机理，可有效地降低脂质水平，但患者在摄取这种药物方面面临许多挑战。研究发现，一些人表现出对现有疗法的耐受性不佳，而另一些人则表现出对这种药物的敏感性降低。^1,4,5

确定降脂降低的新型策略至关重要。机器学习是进行此类探索的有前途的途径，具有从生物医学数据集中提取关键特征和辨别模式的能力，同时确定可能的药物 - 疾病疾病关联。为了确定降低脂质的新途径，研究人员试图利用机器学习来识别FDA批准的，非脂质的降低药物，这些药物可以重新使用以帮助患者降低胆固醇。¹

作者旨在将机器学习方法与公共数据库和文献一起使用，以编译一系列可以重新使用的药物，以降低患者的脂质水平。使用多个机器学习算法来开发一种模型，该模型可以验证非降低降低药物的降低效率。此外，为了评估机器学习结果的有效性，作者进行了回顾性的临床数据验证和动物实验。¹

多种药物表现出明显的降脂电位

一个新型的机器学习框架用于分析3430名药物176个已知的降脂剂和3254个对照。在分析结果后，至少8个模型确定了29种FDA批准的药物，而没有降低脂质的指示，这些药物可能具有降低脂质的潜力。^1,2

接下来，作者试图通过回顾性的临床数据分析来验证这些药物。通过对药物前后患者的平均血脂谱的比较分析，4种药物Argatroban（Acova），Levothyroxine钠（Levoxyl; Pfizer），Oseltamivir（Tamiflu; Roche）和Thiamine在模块化的患者中表现出有意义的生物学活性。发现Argatroban引起了最明显的影响，包括对LDL和甘油三酸酯。

通过小鼠模型进行的体内实验表明其他药物显着调节了与脂质相关的血液指示器。同样，左甲状腺素钠与硫苯唑一起引起了明显的甘油三酸酯作用。包括索拉非尼（Nexavar; Bayer），Prasterone（Intrarosa; Cosette Pharmaceuticals）和Regorafenib（Stivarga; Bayer）在内的六名特工对血液高密度脂蛋白（HDL）水平表现出重大影响。Prasterone在实验中表现出最著名的HDL升压作用。

广泛的可能性

该试验的结果不仅提供了多种非脂质降低疗法，实际上可以用来降低脂质，而且还证明了机器学习在检查数据集中的可行性，探索药物的潜力，并结合了许多来源来提供可以帮助临床医生和药剂师的解决方案。研究人员接受的众多验证为研究结果提供了强大的可靠性，但是鉴于人工智能的局限性，口译人员仍应谨慎行事。¹

在所有已确定的候选物中，Argatroban，左甲状腺素钠和磺胺硫唑都特别值得注意，具有降低脂质的巨大潜力。正如作者所讨论的那样，这些药物可以作为对不容忍或对常规降低脂质疗法反应良好的患者的有用差距填充者。据作者说，值得注意的是，新确定的药物可以与现有药物结合使用，以实现协同降低脂质的效果。除了重新利用药物外，结果还可以为研究人员提供新的方向，以开发靶向疗法以控制脂质水平。¹

该研究的高级作者医学博士Peng Luo在结果的新闻稿中说：“我们为AI驱动的药物重新定位建立了一个范式。”“通过将计算预测与临床和实验验证相结合，我们绕过了数十年的传统药物开发，为临床医生提供新工具，更快，更便宜。”²

参考

1。ChenJ，Li K，Fan C等。机器学习和实验验证的整合揭示了新的降脂药物候选物。Acta Pharma Sinica。于2025年4月15日在线发布。访问于2025年8月7日。DOI：10.1038/s41401-025-01539-1

2。FARPublishing Limited。机器学习和实验验证的整合揭示了新的降脂药物候选物。尤里卡特！。新闻稿。于2025年7月30日发行。2025年8月7日访问。https：//www.eurekalert.org/news-releases/1092991

3。TSAOCW，ADAY AW，ALMARZOOQ ZI等。心脏病和中风统计2023年更新：美国心脏协会的报告。循环。2023; 147（8）。doi：10.1161/cir.0000000000001123

4。StroesES，Thompson PD，Corsini A等。他汀类药物相关的肌肉症状：对他汀类药物治疗的影响欧洲动脉粥样硬化协会共识小组评估，病因和管理。欧洲心脏旅行。2015; 36（17）：1012-1022。doi：10.1093/eurheartj/ehv043

5。BoekholdtSM，Hovingh GK，Mora S等。动脉粥样硬化脂蛋白的水平非常低以及心血管事件的风险：他汀类药物试验的荟萃分析。JACC。2014; 64（5）：485-494。doi：10.1016/j.jacc.2014.02.615