Nature子刊公布重要突破：小鼠发现向人体实验的转化！

突破性模型能将新小鼠实验的结果转化为同等的人类条件上，这比传统的外推法优化最高可达50％，这将可以有助于小鼠后人类试验失败的减少。

　　

生物通报道：Technion系统免疫学和精确医学实验室等处的研究人员今天宣布推出一项开创性的新模型，可以将数据从小鼠模型转换为人类疾病。

这一研究成果公布在Nature Methods杂志上，小鼠对人体模型（Found In Translation，FIT）能够更准确和有效地推断基于小鼠的研究结果，这是每个药物发现和开发计划中至关重要的部分 。

我们对疾病的了解大部分源于使用小鼠模型进行的研究，此外，每一种新药首先必须通过小鼠实验，表现出一定程度的安全性和有效性。但小鼠毕竟不是人类，跨物种差异一直是将基于实验室的研究转化为对患者和临床医生有意义的成果的主要障碍。

到目前为止，动物模型尚未能系统揭示物种差异。为了克服这个巨大的问题，世界首个用于人体免疫系统细胞水平模拟的机器学习平台开发商CytoReason，和Technion医学院系统免疫学和精确医学实验室的科学家们开发了小鼠到人体模型。

研究人员在28种不同人类疾病的小鼠模型上进行测试，证明了这种模型的表现优于小鼠结果直接跨物种外推方法，在可预先鉴定的疾病条件下将差异表达基因的重叠增加20-50％。从而揭示了新的与疾病相关的基因，发现可能错过的信号，减少假信号，没有实验成本。

“这是一个巨大的进步。小鼠模型是在任何特定情况下试图了解人类可能发生的必要，但有缺陷的方法，”Shai Shen-Orr教授说，“我们已经证明，我们可以显著提高从这些模型中学到的东西的准确性。这改变了整个动态，在为特定药物开发增加了正确决策的信心。”

研究人员表示，小鼠对人体模型FIT清楚地证明了其揭示新型疾病相关基因的能力。它能预测了白细胞介素增强子结合因子3（ILF3）在炎症性肠病（IBD）患者结肠中与健康人相比的作用。

文章一作Rachelly Normand说，“在过去的研究中，我们没有看到任何与IBD有关的ILF3。然而，这项研究证明IBD患者结肠中ILF3与实验室检测中的健康患者相比显著增加，证实这是一个真实的，新颖的发现。”

这个技术的核心是人类和小鼠模型数据集与具有可比条件的人类疾病数据集的配对，产生跨物种配对。对于每个物种中的每个跨物种配对，计算疾病和对照样品之间的差异，然后将其用于研究不同的人和小鼠基因在相似条件下如何表达，再应用到小鼠与人模型中。

要想将小鼠模型数据转换为人体模型数据，需要遵循三个步骤：
1.计算每个数据集每个基因人类效应的大小；
2.通过对数据进行建模和重新采样，学习基因级别的人与人之间关系的统计模型；
3.通过计算重新采样产生的估计效应大小的平均值来预测人类效应大小

“这是一个真正的突破。许多似乎对小鼠有效的药物在临床开发中都会失败。这项技术将有助于弥补临床前结果与临床结果之间的差距” David Harel说。

（生物通）

原文标题：

Found In Translation: a machine learning model for mouse-to-human inference

https://www.nature.com/articles/s41592-018-0214-9