| 查看: 681 | 回复: 6 | ||
| 当前只显示满足指定条件的回帖,点击这里查看本话题的所有回帖 | ||
[交流]
FAERS+孟德尔随机化+分子对接:阿贝西利和帕博西利的毒性为何“同靶不同命”?
|
||


3楼2026-10-12 17:31:56
|
研究遵循“FAERS真实世界数据挖掘→孟德尔随机化因果推断→机器学习与转录组学机制解析→分子对接结构验证”的递进逻辑,构建多源数据三角互证框架。全程依托FAERS、GWAS、GEO等公开数据源开展计算分析,无自主湿实验环节,方法可复现性强、研究性价比高,参考价值突出。从投稿到接收仅68天,也体现出该研究设计新颖、逻辑清晰,为理解药物毒性机制提供了新范式。 核心结论速览: ● 毒性差异确认:FAERS数据显示,阿贝西利与中枢神经系统(CNS)毒性关联更强,帕博西利与系统性毒性及更高致死率关联更强。 ● 遗传因果分析:孟德尔随机化提示,CDK6靶点抑制与认知功能下降存在因果关联,但与系统性炎症无关,支持两种药物毒性机制不同。 ● 机制解析:机器学习模型识别出阿贝西利相关CNS毒性的风险因素;转录组学揭示两种药物诱导了不同的分子通路。 ● 结构验证:分子对接结果为解释两药毒性差异提供了结构层面的支持。 |

2楼2026-10-12 17:02:16

4楼2026-10-12 17:33:19
|
研究简评与生信启示:本研究采用“真实世界数据挖掘→遗传因果推断→组学机制解析→分子模拟验证”的完整闭环研究路径,全程依托公开数据开展计算分析,无湿实验投入,方法设计新颖、逻辑链条严密,是计算毒理学和药物安全性评价领域的高性价比研究范本。 值得关注的技术亮点包括: 1. FAERS+倾向性评分匹配:利用FAERS大样本真实世界数据,通过PSM控制混杂因素,提升了结论可靠性。 2. 孟德尔随机化:引入遗传流行病学工具,将相关分析提升至因果推断层面,回答了“毒性源于靶点效应还是脱靶效应”这一关键问题。 3. 多方法交叉验证:转录组学解释分子机制,机器学习模型挖掘毒性风险因素,多维度数据相互印证,增强结论说服力。 |

5楼2026-10-12 17:34:34










回复此楼