AI賦能藥物代謝研究，助力血液腫瘤精準治療 | 陸道培醫(yī)院與商涌科技聯(lián)合成果發(fā)表于國際學術期刊

2025年4月13日，陸道培醫(yī)院臨床藥理實驗室與商涌科技聯(lián)合開展的“AI驅(qū)動的藥物代謝動力學模型在血液腫瘤精準治療中的研究與應用”項目的部分成果于美國臨床藥理學會官方期刊《The Journal of Clinical Pharmacology》在線發(fā)表，論文題為《Quantifying the Effect of Posaconazole on Venetoclax Metabolism in Chinese Patients with Hematologic Diseases》。

本項研究以中國血液病患者為對象，聚焦于臨床中常見的抗真菌藥Posaconazole（泊沙康唑，PSZ）與BCL-2抑制劑Venetoclax（維奈托克，Ven）之間的藥物互作問題，建立了涵蓋血藥濃度、臨床參數(shù)及患者特征的人群藥動學（PopPK）模型，為急性髓系白血病（AML）、慢性淋巴細胞白血?。?/span>CLL）等血液腫瘤的個體化給藥提供了更加精準的策略。

該研究由陸道培醫(yī)院孫文利、王磊擔任共同第一作者，陸道培醫(yī)院劉紅星與商涌科技程吉安博士共同擔任通訊作者。項目依托臨床真實世界數(shù)據(jù)，回顧性分析了282例血液病患者的藥物治療過程，收集并分析了461組PSZ與Ven的聯(lián)合用藥血藥濃度數(shù)據(jù)，首次構(gòu)建了基于底層AI算法、引入ReLU神經(jīng)網(wǎng)絡激活函數(shù)的藥動學預測模型，系統(tǒng)量化了泊沙康唑暴露水平對維奈托克代謝清除率的非線性影響。

研究發(fā)現(xiàn)，PSZ作為強效CYP3A4抑制劑，會顯著提高Ven的血藥濃度，從而增加不良反應風險。傳統(tǒng)臨床實踐中多以固定減量法進行劑量調(diào)整，但存在個體差異大、劑量調(diào)整不準確等問題。本研究通過Spearman相關性分析和人群藥動學建模，發(fā)現(xiàn)Ven清除率與PSZ血藥濃度呈顯著負相關，而與每日劑量無顯著線性關系，提示單純以PSZ劑量為依據(jù)進行Ven減量存在誤差。

團隊進一步通過蒙特卡洛模擬分析了不同給藥組合下的穩(wěn)態(tài)峰濃度分布，發(fā)現(xiàn)當PSZ谷濃度超過2.5 μg/mL時，即便Ven減至100 mg/天，仍可能存在暴露過高的風險；而當谷濃度為0.5-1.5 μg/mL之間時，70 mg或100 mg Ven即可達到推薦的血藥濃度范圍。

研究最終建議，在Ven與PSZ聯(lián)合治療時，應以TDM（治療藥物監(jiān)測）為基礎動態(tài)調(diào)整劑量，以確保療效的同時降低毒副作用。

此項成果是陸道培醫(yī)院與商涌科技深度合作的一項重要標志，亦是2024年“第二屆全國數(shù)字健康創(chuàng)新應用大賽”醫(yī)學人工智能主題賽的優(yōu)勝項目之一。項目展現(xiàn)了人工智能與臨床藥理融合所釋放的巨大潛力，為推動精準醫(yī)療在中國血液病治療中的應用提供了新范式。

陸道培醫(yī)院作為我國血液病精準診療的先行者，長期致力于靶向藥物與個體化治療策略的探索。商涌科技則專注于AI建模、臨床數(shù)據(jù)智能分析與藥物代謝建模優(yōu)化。在雙方合作機制下，該項目不僅推動了AI模型從科研向臨床的有效轉(zhuǎn)化，也為藥物聯(lián)合用藥的安全性管理與精細化決策建立了新標準。

未來，雙方將繼續(xù)深化合作，拓展AI在血液病、腫瘤、自身免疫病等疾病領域的多藥物聯(lián)用風險建模、療效預測與個體化治療推薦方面的應用，構(gòu)建以數(shù)據(jù)驅(qū)動的臨床智慧決策平臺，服務更多患者，提升血液疾病的整體治療質(zhì)量。

作者簡介