基于人工智能GPGA的華法林劑量預(yù)測(cè)模型*

張宇禎 張其銀 曾現(xiàn)生 王振 蔣文平 蔣彬

近年來(lái)，華法林個(gè)體化治療領(lǐng)域的研究熱點(diǎn)是將藥物基因組學(xué)與臨床因素結(jié)合，構(gòu)建華法林劑量預(yù)測(cè)模型，以指導(dǎo)華法林劑量的初始選擇與調(diào)整。目前，較為公認(rèn)的模型是由國(guó)際華法林藥物基因組學(xué)聯(lián)合會(huì)(The International Warfarin Pharmaeogenetics Consortium，IWPC)模型[1]。然而，這個(gè)模型在國(guó)人中預(yù)測(cè)的準(zhǔn)確性并不高[2-3]。國(guó)內(nèi)也有一些小組嘗試建立更適用于國(guó)人的預(yù)測(cè)模型[4-5]。同樣，當(dāng)這些模型應(yīng)用于新的數(shù)據(jù)中時(shí)，其準(zhǔn)確性往往較測(cè)試時(shí)大幅度減弱[2]，即模型泛化性弱。華法林的個(gè)體劑量差異影響因素多，函數(shù)形式復(fù)雜，使用上述基于傳統(tǒng)統(tǒng)計(jì)學(xué)的回歸方法建模局限性較大。隨著人工智能的發(fā)展，機(jī)器學(xué)習(xí)在各領(lǐng)域的應(yīng)用前景開(kāi)始展現(xiàn)。筆者提出一種基于遺傳程序設(shè)計(jì)(genetic programming，GP)和遺傳算法(genetic algorithm，GA)的回歸建模方法遺傳程序設(shè)計(jì)-遺傳算法(GPGA)，建立華法林劑量預(yù)測(cè)模型，進(jìn)而提高華法林劑量預(yù)測(cè)的準(zhǔn)確性，推動(dòng)華法林的個(gè)體化治療。

1 資料與方法

1.1研究對(duì)象 本研究為回顧性研究。納入100例2014年1月到2017年2月在蘇州大學(xué)附屬第一醫(yī)院就診的進(jìn)行華法林抗凝治療的漢族患者。入選標(biāo)準(zhǔn)：使用華法林達(dá)穩(wěn)態(tài)，即使用華法林≥3個(gè)月，在最近連續(xù)3次隨訪過(guò)程中(間隔天數(shù)≥7 d)劑量不變，且國(guó)際標(biāo)準(zhǔn)化比值(international normalized ratio, INR) 均符合抗凝標(biāo)準(zhǔn)。

1.2收集臨床資料 記錄患者基本信息，包括性別、年齡、身高、體重、抗凝指征、合并用藥和疾病狀態(tài)等。記錄其華法林穩(wěn)定維持日均劑量(真實(shí)值)。

1.3抗凝標(biāo)準(zhǔn) 無(wú)合并其它抗栓藥物者：INR目標(biāo)范圍為2.0～3.0；合并使用阿司匹林和/或氯吡格雷聯(lián)合抗栓者：INR目標(biāo)范圍為2.0～2.5。

1.4抗凝藥物 采用上海信宜九福藥業(yè)有限公司生產(chǎn)的華法林(2.5 mg/片)制劑。

1.5基因型檢測(cè) 采取患者外周靜脈血樣2ml于EDTA抗凝管，使用基因組DNA提取試劑盒(美國(guó)Promega)提取基因組DNA。本研究涉及的華法林代謝與作用相關(guān)的基因多態(tài)性包括CYP2C9(rs1057910)和VKORC1(rs9923231)?；驕y(cè)序使用焦磷酸測(cè)序技術(shù)[6]。

1.6模型建立 所有患者的相關(guān)資料為建模的數(shù)據(jù)集。數(shù)據(jù)集分別兩次按隨機(jī)數(shù)字法以3∶1∶1的比例分為3個(gè)集合，得到兩組不同的訓(xùn)練集(n=60)、驗(yàn)證集(n=20)和測(cè)試集(n=20)，實(shí)現(xiàn)交叉驗(yàn)證。設(shè)計(jì)三種不同復(fù)雜度的模型M1、M2和M3，分別納入5、6和7個(gè)變量(表1)。

表1 不同復(fù)雜度的模型(納入的變量數(shù)不同)

如圖1所示，GP在每一組訓(xùn)練集上建立一組多樣化的候選模型，模型的效果通過(guò)驗(yàn)證集來(lái)檢驗(yàn)。如果模型在驗(yàn)證集上的表現(xiàn)不佳，那么它將會(huì)從集合中淘汰；能以較高的精度近似驗(yàn)證集的模型將被保留。當(dāng)現(xiàn)有模型不能達(dá)到設(shè)定精度時(shí)，GA將優(yōu)化GP參數(shù)以獲得更好的模型。

GP：遺傳程序設(shè)計(jì)，GA：遺傳算法，GPGA：遺傳程序設(shè)計(jì)-遺傳算法

圖1GPGA建模過(guò)程

以三種復(fù)雜度各生成10個(gè)通過(guò)驗(yàn)證的模型，在測(cè)試集中進(jìn)行評(píng)估，分別選取一個(gè)總體最優(yōu)模型用于下一步的模型對(duì)比。

1.7用于比較的現(xiàn)有機(jī)器學(xué)習(xí)方法建模及傳統(tǒng)模型 現(xiàn)有機(jī)器學(xué)習(xí)算法所建模型：與GPGA建模相似，用三種現(xiàn)有的主流機(jī)器學(xué)習(xí)算法①支持向量回歸(support vector regression，SVR)，②徑向基函數(shù)(radical basis function，RBF)神經(jīng)網(wǎng)絡(luò)和③反向傳播(back propagation，BP)神經(jīng)網(wǎng)絡(luò)在相同訓(xùn)練集中以三種復(fù)雜度各建立10個(gè)模型，在測(cè)試集中進(jìn)行驗(yàn)證，選取各自的總體最優(yōu)模型，用于模型對(duì)比。

傳統(tǒng)模型：將如下模型在相同測(cè)試集中驗(yàn)證，用于模型對(duì)比。①基于相似人群的線(xiàn)性回歸模型：我院Yu等[5]基于271例華法林抗凝患者建立的線(xiàn)性回歸模型(Yu模型)，模型復(fù)雜度同M1；②國(guó)際公認(rèn)的預(yù)測(cè)模型：國(guó)際華法林藥物基因組學(xué)聯(lián)合會(huì)IWPC模型[1]，模型復(fù)雜度相當(dāng)于M2。

2 結(jié)果

2.1患者基本臨床情況、基因檢測(cè)結(jié)果與抗凝治療結(jié)果 本研究共入選患者100例，其中男性61例，女性39例，年齡(63.18±13.289)歲，身高(164.32±7.300)cm，體重(64.98±13.297)kg，有13例合并使用胺碘酮。抗凝指征如下：非瓣膜性心房顫動(dòng)/心房撲動(dòng)50例，瓣膜性心房顫動(dòng)/心房撲動(dòng)(未置換瓣膜)3例，瓣膜置換30例，其它17例(5.3%)?；驒z測(cè)結(jié)果見(jiàn)表2。達(dá)到穩(wěn)定的華法林維持劑量為(2.38±1.169) mg/d?？鼓邪l(fā)生出血事件者14例，抗凝中發(fā)生栓塞事件者6例。

2.2模型示例 公式(1)為GPGA演化得到的一個(gè)較優(yōu)的M3預(yù)測(cè)模型，變量與相應(yīng)輸出值見(jiàn)表3：

Y=0.3314-0.3549 × (2Gender) + 0.0796 × log(CYP2C9)-5.3296 × sin(Height) + 0.1842 ×sinCYP2C9 + 0.0028 × (-Amiodarone) + 0.1822 × (2VKORC1) + 0.0150 × (2Age) + 2.4823× Gender × Age- 5.6482 × Age2+ 0.1445 × exp(Age) + 0.2843 × sigmod(Amiodarone) + 1.1269 + 0.2792 × (2Amiodarone) + 0.8336 × (Weight + VKORC1) + 0.0094 × cos(Age) -0.5013 × Gender2+ 0.2751 × (Gender-Height) - 0.0806 × sigmod(VKORC1) + 0.2577 × VKORC12+ 0.0344 ×cos(VKORC1)- 13.6982 × (2Weight) + 0.0503 × (2VKORC1)-0.2003 × exp(VKORC1)- 0.1187 × sin(Age)- 0.0983 × Weight2+ 0.2504 × CYP2C9 + 0.526 × log(Height) + 1.117898-0.6143 × sigmod(Age) + 0.1468 × (-2Amiodarone)- 0.0594 × sigmod(VKORC1) + 0.9650 + 0.1622 × (-Gender) + 0.0268 × exp(CYP2C9)-0.2213 × (2Height) + 2.9497 × exp(cos(Height))

(1)

表2 基因檢測(cè)結(jié)果

表3 變量和相應(yīng)輸出值

2.3模型對(duì)比結(jié)果 如圖2所示，在M1復(fù)雜度的各模型中，GPGA的R2(64.78%)、MSE(2.215×10-2)、20%-p(50%)均為最優(yōu)；M2中，GPGA的R2(59.41%)、20%-p(52.5%)為最優(yōu)，其MSE(2.935×10-2)稍遜于BP(2.86×10-2)與IWPC(2.851×10-2)；M3中，GPGA的R2(65.85%)、MSE(2.625×10-2)為最優(yōu)，其20%-p(50%)稍遜于SVR(52.5%)。在各復(fù)雜度模型中，GPGA總體表現(xiàn)最優(yōu)。如圖3所示，GPGA得到的R2從訓(xùn)練集到測(cè)試集很穩(wěn)定，而SVR輕度下降，RBF下降明顯。如圖4所示，GPGA在M1、M2、M3中未見(jiàn)明顯的優(yōu)勢(shì)遞增。

橫行分別顯示四種人工智能方法在不同復(fù)雜度中得到的R2(圖A-C)，MSE(圖D-F)和20%-p(圖G-I)；縱列分別顯示了M1(圖A、D、G)、M2(圖B、E、H)和M3(C、F、I)中各方法得到的評(píng)價(jià)指標(biāo)。Yu模型固有復(fù)雜度為M1，其各指標(biāo)列于第一縱列；IWPC模型固有復(fù)雜度等同于M2，其各指標(biāo)列于第二縱列。R2：平方相關(guān)系數(shù)，MSE：均方誤差，20%-p：預(yù)測(cè)值在真實(shí)值±20%范圍內(nèi)的比例，GPGA：遺傳程序設(shè)計(jì)-遺傳算法，SVR：支持向量回歸，RBF：徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)，BP：反向傳播神經(jīng)網(wǎng)絡(luò)，Yu：Yu模型，IWPC：IWPC模型

圖2模型對(duì)比

3 討論

本研究提出了基于演化算法的回歸建模方法GPGA，建立了華法林劑量預(yù)測(cè)模型，無(wú)論是與國(guó)內(nèi)外傳統(tǒng)回歸模型相較，還是與其它機(jī)器學(xué)習(xí)的方法相較，都得到了總體最好的趨勢(shì)相關(guān)性、精度、可用性和泛化性。身高和性別對(duì)華法林穩(wěn)定劑量無(wú)明顯預(yù)測(cè)價(jià)值。

華法林的治療窗窄，有效治療劑量個(gè)體差異大。傳統(tǒng)的華法林治療方案，是給予所有患者一個(gè)大致固定的初始劑量(國(guó)內(nèi)通常是2.5 mg/d)，然后根據(jù)隨訪的INR進(jìn)行有效劑量滴定。這個(gè)方案的制定完全依賴(lài)于臨床醫(yī)生的個(gè)人經(jīng)驗(yàn)。達(dá)標(biāo)前調(diào)整周期長(zhǎng)，不僅意味著需要患者頻繁進(jìn)行采血，增加患者的時(shí)間、經(jīng)濟(jì)與身體負(fù)擔(dān)，還意味著患者在較長(zhǎng)時(shí)間內(nèi)抗凝不足或抗凝過(guò)度；而且意味著不少患者拒絕抗凝治療，或者失隨訪；這些情況都會(huì)導(dǎo)致較大的栓塞或出血風(fēng)險(xiǎn)，嚴(yán)重時(shí)可致殘甚至致死。雖然近年開(kāi)發(fā)出一些新型口服抗凝藥物，但是由于價(jià)格高昂、適應(yīng)證局限、缺乏有效的監(jiān)測(cè)和拮抗手段等原因，適用人群有限，無(wú)法替代華法林在口服抗凝藥物中的地位。因此，在精準(zhǔn)醫(yī)療時(shí)代，解決好個(gè)體化使用華法林的問(wèn)題，對(duì)改善華法林患者的依從性，提高抗凝治療的覆蓋率與質(zhì)量，防治血栓栓塞性疾病具有重要價(jià)值[1]。

圖3各種方法得到的R2從訓(xùn)練集到測(cè)試集的變化

余靚平等[2]在130例中國(guó)漢族患者中對(duì)比了三個(gè)傳統(tǒng)華法林預(yù)測(cè)模型：Wen模型[4]，Ohno模型[7]和IWPC模型，其R2依次為40.2%、38.2%和26.7%，較建模時(shí)的R2均明顯下降，說(shuō)明這些模型泛化性較差，難以應(yīng)用于新的患者群。目前在中國(guó)人群中準(zhǔn)確性較高的傳統(tǒng)華法林預(yù)測(cè)模型是婁瑩等[8]基于488例中國(guó)漢族患者建立的，其建模組R2為65.2%，驗(yàn)證組20%-p為60.6%，展現(xiàn)了很好的趨勢(shì)相關(guān)性與可用性。然而作者未報(bào)道驗(yàn)證組R2，難以衡量其泛化性；未報(bào)道MSE，無(wú)法衡量其預(yù)測(cè)精度；未以IWPC等其它模型作同數(shù)據(jù)驗(yàn)證對(duì)比，因此無(wú)法進(jìn)行模型間的直接比較。

本研究將四種人工智能算法分別以三種復(fù)雜度建模，并與兩種傳統(tǒng)模型一起在統(tǒng)一的數(shù)據(jù)中驗(yàn)證，并通過(guò)R2、MSE、20%-p和R2從訓(xùn)練集到測(cè)試集的變化這四個(gè)指標(biāo)全面評(píng)估模型的趨勢(shì)相關(guān)性、精度、可用性和泛化性。GPGA法在各指標(biāo)上總體表現(xiàn)最優(yōu)。在3個(gè)不同復(fù)雜度的模型中，M1選取的變量與Yu模型一致；M2選取的變量與IWPC模型基本一致，其中省略種族(均為亞洲人)和合并使用細(xì)胞色素P450酶誘導(dǎo)劑(均未使用)這兩個(gè)變量；M3進(jìn)一步增加了性別變量。結(jié)果顯示，GPGA在M1、M2、M3中未見(jiàn)明顯的優(yōu)勢(shì)遞增。這說(shuō)明在本研究中，身高、性別變量的加入并不能進(jìn)一步提高模型的預(yù)測(cè)性能，M1復(fù)雜度的GPGA模型已能夠體現(xiàn)出較其它模型的優(yōu)勢(shì)。較簡(jiǎn)單的變量選擇避免了過(guò)于繁雜的臨床信息采集，臨床實(shí)用性強(qiáng)。納入其它臨床變量的作用尚待研究。

R2：平方相關(guān)系數(shù)，MSE：均方誤差，20%-p：預(yù)測(cè)值在真實(shí)值±20%范圍內(nèi)的比例，GPGA：遺傳程序設(shè)計(jì)-遺傳算法

圖4GPGA建立的M1、M2、M3模型的預(yù)測(cè)性能比較

本研究存在一定的局限性。本研究為單中心回顧性研究，納入樣本量較少。我們的下一步研究，將進(jìn)一步收集多中心的樣本，擴(kuò)充模型數(shù)據(jù)集，以演化出泛化性更強(qiáng)的模型，并設(shè)計(jì)前瞻性隨機(jī)對(duì)照臨床研究，通過(guò)比較接受本模型與傳統(tǒng)模型制定初始華法林劑量的患者，及接受固定起始劑量的患者的INR達(dá)標(biāo)前調(diào)整時(shí)間、治療窗內(nèi)時(shí)間(time in therapeutic range，TTR)及抗凝中出血/栓塞事件等指標(biāo)，明確基于人工智能GPGA的華法林劑量預(yù)測(cè)模型在臨床上的應(yīng)用價(jià)值。

綜上所述，本研究首次建立了基于GPGA的華法林劑量預(yù)測(cè)模型，提高了華法林預(yù)測(cè)的趨勢(shì)相關(guān)性、精度、可用性與泛化性；展示了將人工智能技術(shù)應(yīng)用于華法林個(gè)體化治療具有很好的潛力和應(yīng)用前景；希望在精準(zhǔn)醫(yī)療時(shí)代，協(xié)助臨床醫(yī)師縮短患者INR達(dá)標(biāo)前調(diào)整時(shí)間，提高TTR，從而提高患者依從性與抗凝質(zhì)量，減少血栓栓塞性疾病及出血，降低致殘及致死率。

1 Klein TE, Altman RB, Eriksson N, et al. Estimation of the warfarin dose with clinical and pharmacogenetic data [J]. N Engl J Med, 2009, 360(8): 753

2 余靚平, 宋洪濤, 曾志勇, 等. 基于藥物基因組學(xué)的華法林給藥模型的驗(yàn)證 [J]. 中華心血管病雜志, 2012, 40(7): 614

3 劉俊, 徐航, 葛衛(wèi)紅, 等. 華法林基于藥物基因組學(xué)個(gè)體化給藥方案的評(píng)價(jià) [J]. 中國(guó)醫(yī)院藥學(xué)雜志, 2013, 33(22): 1 857

4 Wen MS, Lee M, Chen JJ, et al. Prospective study of warfarin dosage requirements based on CYP2C9 and VKORC1 genotypes [J]. Clin Pharmacol Ther, 2008, 84(1): 83

5 Yu Z, Ding YL, Lu F, et al. Warfarin dosage adjustment strategy in Chinese population [J]. Int J Clin Exp Med, 2015, 8(6): 9 904

6 Xue L, Holford N, Ding XL, et al. Theory-based pharmacokinetics and pharmacodynamics of S- and R-warfarin and effects on international normalized ratio: influence of body size, composition and genotype in cardiac surgery patients [J]. Br J Clin Pharmacol, 2017, 83(4): 823

7 Ohno M, Yamamoto A, Ono A, et al. Influence of clinical and genetic factors on warfarin dose requirements among Japanese patients [J]. Eur J Clin Pharmacol, 2009, 65(11): 1 097

8 婁瑩, 華潞, 韓璐璐, 等. 中國(guó)漢族人群華法林穩(wěn)定劑量預(yù)測(cè)模型的建立與驗(yàn)證 [J]. 中華心血管病雜志, 2014, 42(5): 384