LegközelebbKövetkező útmutató
AI foglalkozási terapeutáknak
Iparágak
Iparági ÚTMUTATÓ
A farmakogenomikában a mesterséges intelligencia azt jelenti, hogy szoftvereket használnak, beleértve a gépi tanulást is, hogy a páciens genetikai vizsgálati eredményeit előrejelzésekké alakítsák arra vonatkozóan, hogyan dolgoznak fel vagy reagálnak bizonyos gyógyszerekre, majd ezeket az előrejelzéseket össze kell hangolni a közzétett adagolási útmutatásokkal, például a CPIC-irányelvekkel.
Hallgassa meg ezt az útmutatótAI-narrált · ~3 min
Ez azért fontos, mert egyes gén-gyógyszer párok súlyos károkat vagy kezelési kudarcot jeleznek előre. Ilyen például a CYP2C19 klopidogréllel és a HLA-B*57:01 abakavirral. Az automatizált tolmácsolás segíti a gyógyszerészeket, hogy az eredmények alapján cselekedjenek a felíráskor.
A farmakogenomika azt vizsgálja, hogy az öröklött DNS különbségek hogyan változtatják meg a gyógyszerválaszt. A gének kis halmaza adja a legtöbb olyan eredményt, amely ma már befolyásolható. A CYP2D6, CYP2C19 és CYP2C9 olyan májenzimeket kódol, amelyek számos gyógyszert feldolgoznak. A VKORC1 befolyásolja a warfarinérzékenységet. Az SLCO1B1 befolyásolja, hogy a sztatinok, például a szimvasztatin hogyan jutnak el a májba. A TPMT és a NUDT15 irányítja a tiopurin adagolását, a DPYD a fluoropirimidin kemoterápiát, és bizonyos HLA-B variánsok súlyos immunreakciókat jeleznek előre olyan gyógyszerekkel szemben, mint az abakavir és a karbamazepin. Az értelmezés lépésekben zajlik. A labor azonosítja a változatokat, elnevezett „csillag allélokba” csoportosítja őket (a PharmVar katalógusa szerint), és hozzárendeli az egy személy által hordozott allélpárt, amelyet diplotípusnak neveznek. Ez a diplotípus azután fenotípussá alakul át, például gyenge, közepes, normál, gyors vagy ultragyors metabolizálóvá. A Clinical Pharmacogenetics Implementation Consortium (CPIC) szakértői értékelésű irányelveket tesz közzé, amelyek a fenotípusokat felírási műveletekké alakítják. A CPIC irányelvei azt feltételezik, hogy a teszteredmény már létezik. Elmagyarázzák, hogy mit kell vele csinálni, nem azt, hogy el kell-e rendelni a tesztet. A szoftverréteg végzi a napi munka nagy részét. Az elektronikus egészségügyi nyilvántartások szabályrendszerei ellenőrzik az új rendeléseket a tárolt genotípusok alapján, és figyelmeztetik a felírót vagy a gyógyszerészt. A gépi tanulást szűkebb értelemben használják: annak előrejelzésére, hogy a ritka, karakterizálatlan variánsok csökkentik-e a funkciót, nehéz gének hívása szekvenálási adatokból, valamint a genetikát klinikai tényezőkkel kombináló kutatási modellek. A gyógyszerészek többet tesznek, mint a figyelmeztetések elolvasását. Ellenőrzik a fenokonverziót, ahol a beteg által már szedett gyógyszer megváltoztatja az enzim működését. Például az erős CYP2D6-gátlók, mint a paroxetin vagy a fluoxetin, egy genetikailag normális metabolizálót úgy viselkedhetnek, mint egy gyenge metabolizálót. Gyakori tévhit, hogy a farmakogenomikus panel megmondja, melyik antidepresszáns fog működni. Legjobb esetben azt mutatja meg, hogy egyes gyógyszereket hogyan dolgoznak fel, ami csak az egyik tényező abban, hogy egy gyógyszer segít-e.
Kiderül, hogy egy stentet kapó szívbeteg gyenge CYP2C19 metabolizáló. Az elektronikus egészségügyi nyilvántartásban található figyelmeztetés azt mondja a gyógyszerésznek, hogy a klopidogrél nem működik elég jól, és a csapat másik vérlemezke-gátló gyógyszerre vált.
A gyermek műtétje előtt a kórház döntéstámogató rendszere jelzi, hogy a gyermek CYP2D6 ultragyors metabolizáló. A gyógyszerész a kodeintől eltérő fájdalomcsillapítót javasol, amely veszélyes mennyiségű morfiummá alakulhat.
Egy onkológiai gyógyszerész felülvizsgálja a DPYD eredményét, mielőtt a beteg fluor-pirimidin kemoterápiát, például kapecitabint kezdene. A CPIC útmutatásait követve csökkentett kezdő adagot javasol a csökkent DPYD funkciójú betegek számára.
A laboratóriumok speciális algoritmussal hívják meg a CYP2D6 variánsokat a szekvenálási adatokból, beleértve a génmásolatokat és a hibrid géneket, amelyeket az egyszerű tesztpanelek gyakran figyelmen kívül hagynak. Ezután beszámol egy fenotípusról, amelyre a klinika szoftvere hatni tud.
Egyes egészségügyi rendszerekben egyre növekszik a megelőző tesztelés, amelynek során a páciens genotípusát egyszer meghatározzák, és az eredményeket a jövőbeni receptek során újra felhasználják. Ez még fontosabbá teszi a pontos hosszú távú tárolást és újraértelmezést. A ritka változatok osztályozására és az összetett gének hívására szolgáló gépi tanulás javul, de az új előrejelzéseknek még funkcionális bizonyítékokra van szükségük, mielőtt az irányelvek elfogadják azokat. Az iránymutatások a vizsgált populációktól függenek, és sok ősi csoport alulreprezentált az alapul szolgáló adatokban. Ennek a bizonyítéknak a kiterjesztése valószínűleg ugyanolyan fontos, mint a jobb algoritmusok. A gyógyszerészek szerepe az eredmények magyarázatában és a gyógyszerkölcsönhatások ellenőrzésében a tesztelés terjedésével nőjön.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
A farmakogenomikában a mesterséges intelligencia azt jelenti, hogy szoftvereket használnak, beleértve a gépi tanulást is, hogy a páciens genetikai vizsgálati eredményeit előrejelzésekké alakítsák arra vonatkozóan, hogyan dolgoznak fel vagy reagálnak bizonyos gyógyszerekre, majd ezeket az előrejelzéseket össze kell hangolni a közzétett adagolási útmutatásokkal, például a CPIC-irányelvekkel. Ez azért fontos, mert egyes gén-gyógyszer párok súlyos károkat vagy kezelési kudarcot jeleznek előre. Ilyen például a CYP2C19 klopidogréllel és a HLA-B*57:01 abakavirral. Az automatizált tolmácsolás segíti a gyógyszerészeket, hogy az eredmények alapján cselekedjenek a felíráskor.
A CPIC irányelvei feltételezik, hogy az eredmény létezik, és elmagyarázzák, hogyan kell cselekedni vele. Nem foglalkoznak azzal, hogy teszteljenek-e.
Az erős CYP2D6 inhibitorok, mint például a paroxetin, arra késztethetik a genetikailag normális metabolizálót, mint egy gyenge metabolizáló, ami megváltoztatja más CYP2D6 által feldolgozott gyógyszerek viselkedését.
A CYP2D6 a kodeint morfinná alakítja. Az ultragyors metabolizálók veszélyes morfiumszintet építhetnek fel, ezért a CPIC egy másik fájdalomcsillapítót javasol.
Minden allél kap egy aktivitási értéket, például 0, 0,25, 0,5 vagy 1. A kettő összeadódik, és a CPIC-táblázatok leképezik az összértéket egy fenotípusra.
A másolatszám-változások és a CYP2D6-CYP2D7 hibridek összekeverik a szabványos csővezetékeket, ezért léteznek olyan speciális hívók, mint az Aldy, a Stargazer és a Cyrius.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
AI foglalkozási terapeutáknak
Iparágak