新的机器学习方法可识别药物 借此鉴定出8种有助戒烟的药物

   吸烟是导致心血管疾病、癌症和呼吸系统疾病的危险因素。虽然吸烟行为是后天学习的，但此前的一项研究发现，拥有某些基因的人更容易对烟草上瘾。

   美国科学家开发出一种新的机器学习方法，可通过计算机程序分析数据集的模式和趋势来识别药物，他们借此鉴定出了8种有助戒烟的药物，包括用于治疗感冒咳嗽的右美沙芬等。相关研究刊发于最新一期《自然·遗传学》杂志。

   在最新研究中，宾夕法尼亚大学医学院研究团队使用机器学习研究了130万人的遗传数据，其中包括个人基因和他们自我报告吸烟行为的特定数据。
 
   研究团队识别了400多个与吸烟行为相关的基因，并确定了为什么其中一些基因与吸烟行为有关以及每个基因在吸烟过程中所起的作用。利用这些信息，研究团队鉴别出了有助改变烟民吸烟行为的已获批药物。

   鉴于这项研究中的大部分遗传数据来自欧洲人，研究人员对机器学习模型进行了调整，纳入了一个包含约15万名亚洲、非洲或美国人的小数据集。最终他们确定了至少8种可能被用于戒烟的药物，如常用于治疗感冒和流感引起咳嗽的右美沙芬，以及用于治疗阿尔茨海默病的加兰他敏。

   研究人员表示，使用大型生物医学数据和机器学习对药物进行重新评估可节省资金、时间和资源，新发现的一些药物已在临床试验中进行了测试，证明其具有帮助戒烟的能力。