余俊先，夏 杰，史麗敏，李 珊，程 晟，溫愛(ài)萍，衛(wèi)紅濤，王汝龍（.首都醫(yī)科大學(xué)附屬北京友誼醫(yī)院臨床藥理室，北京 00050；.南京醫(yī)科大學(xué)數(shù)學(xué)與計(jì)算機(jī)教研室，江蘇 南京 009）

環(huán)孢素A（cyclosporine A, CsA）自上個(gè)世紀(jì)80年代應(yīng)用于臨床器官移植以來(lái)，已經(jīng)大大提高了患者的生存率和移植物的存活率。CsA是目前臨床常用的強(qiáng)效免疫抑制劑，但是應(yīng)用CsA的最大困擾是其治療窗狹窄，藥動(dòng)學(xué)參數(shù)個(gè)體差異非常大，用藥量過(guò)大會(huì)導(dǎo)致患者發(fā)生肝腎功能損害[1-2]，用藥量過(guò)小則會(huì)出現(xiàn)排斥反應(yīng)，嚴(yán)重影響器官移植受者的治療效果[3]?，F(xiàn)行的CsA給藥方案，首次劑量一般依據(jù)體重，此后則參考CsA的測(cè)定濃度，常需要進(jìn)行頻繁的劑量調(diào)整。有些器官移植，特別是腎移植，由于患者生理病理因素的影響，CsA 生物利用度可相差10～20倍[4]，因而依據(jù)血藥濃度再調(diào)整給藥劑量具有滯后性。本研究借助人工神經(jīng)網(wǎng)絡(luò)技術(shù)，嘗試對(duì)CsA的血藥濃度進(jìn)行前瞻性的預(yù)測(cè)，以期最大限度地提高藥物療效，降低毒副作用。

1 研究方法

1.1 資料來(lái)源

回顧性地收集本院2005-2007年的所有腎移植病例，這些病例住院期間均接受CsA（新山地明）、MMF（麥考酚酸莫酯）和Pred（強(qiáng)的松）三聯(lián)免疫抑制給藥方案，并剔除部分不合格樣本：住院病歷記錄不完整，合并用藥中使用了影響CsA濃度的藥物，在1～ 2個(gè)月內(nèi)出現(xiàn)移植器官明顯排異，以及嚴(yán)重并發(fā)癥的病例。共獲得160份有效病例。

1.2 變量篩選

根據(jù)臨床意義并結(jié)合相關(guān)文獻(xiàn)資料，篩選出可能影響CsA血藥濃度的因素，包括性別（GE）、年齡（AG）、體重（WE）、移植后天數(shù)（PTD）、肌酐（CR）、谷丙轉(zhuǎn)氨酶（ALT）、堿性磷酸酶（ALP）、尿素氮（BUN）、血糖(GLU)、白細(xì)胞（WBC）、血紅蛋白（HGB）、紅細(xì)胞壓積（HCT）、用藥劑量（D）、CsA全血谷濃度（C0）等，所有資料錄入Excel表格。其中，各項(xiàng)生理生化指標(biāo)均為自動(dòng)生化儀測(cè)定結(jié)果，C0測(cè)定采用特異性單克隆試劑盒的熒光偏振免疫法（TDx分析儀，美國(guó)Abbott公司）。

1.3 建模數(shù)據(jù)庫(kù)和GA-BP模型構(gòu)建

從已收集160份有效病例中，順序取135份，其中男性96例，女性39例，共獲建模數(shù)據(jù)579組。這些病例隨機(jī)分成兩組，其中90例作為訓(xùn)練組樣本，45例作為測(cè)試組樣本。GA-BP（genetic algorithm-back propagation，遺傳算法優(yōu)化的反向傳播算法）模型構(gòu)建原理：先將自變量及因變量的原始數(shù)據(jù)歸一化處理，并將其分別作為BP神經(jīng)網(wǎng)絡(luò)的輸入和輸出；利用GA搜索全局范圍內(nèi)的優(yōu)化初值，然后以此作為BP算法的初始權(quán)值對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，獲得進(jìn)一步優(yōu)化的權(quán)值和閾值，即完成GA-BP模型的構(gòu)建。構(gòu)建GA-BP模型的整個(gè)流程如圖1所示。

圖1 GA-BP模型的構(gòu)建流程Fig 1 Construction flow-sheet of GA-BP model

1.4 血藥濃度預(yù)測(cè)模塊的建立

首先，采用Matlab語(yǔ)言實(shí)現(xiàn)遺傳優(yōu)化BP神經(jīng)網(wǎng)絡(luò)（GA-BP）算法，三層GA-BP神經(jīng)網(wǎng)絡(luò)實(shí)際上是兩層函數(shù)f1和f2，其形式如以下4個(gè)公式：

其中W1、b1分別為第一層到第二層的權(quán)重和閾值；W2、b2分別為第二層到第三層神經(jīng)元的權(quán)重和閾值；I表示一系列自變量的值組成的向量。遺傳算法是構(gòu)建一個(gè)W1、b1、W2、b2的隨機(jī)數(shù)矩陣作為初始化種群，然后通過(guò)選擇、交叉、變異的遺傳操作，以從種群中尋找使得SSE（誤差平方和）最小的W1、b1、W2、b2；以遺傳算法優(yōu)化的W1、b1、W2、b2作為初始值，仍然通過(guò)上述公式通過(guò)誤差反饋調(diào)整權(quán)值和閾值（即BP算法）尋找使得SSE最小的W1、b1、W2、b2，這便是GA-BP模型的核心。當(dāng)該模型用于預(yù)測(cè)時(shí)，通過(guò)輸入向量I，根據(jù)以上公式，可計(jì)算出血藥濃度值。然后，使用編程工具Visual Basic 6.0和Matlab語(yǔ)言編譯工具M(jìn)IDEVA 4.5開(kāi)發(fā)CsA血藥濃度預(yù)測(cè)模塊。最后，采用該模塊預(yù)測(cè)血藥濃度，順序取10個(gè)樣本（病例），每個(gè)樣本預(yù)測(cè)3個(gè)濃度，并將該預(yù)測(cè)濃度與其實(shí)驗(yàn)室的測(cè)定濃度進(jìn)行對(duì)比，驗(yàn)證模型的預(yù)測(cè)性能（偏差）。

2 結(jié)果

2.1 血藥濃度預(yù)測(cè)模型

血藥濃度預(yù)測(cè)模型的界面見(jiàn)圖2。首先，確定建模的訓(xùn)練樣本數(shù)量（總樣本的2/3），點(diǎn)擊“確定”，進(jìn)行隨機(jī)分組訓(xùn)練；根據(jù)大量數(shù)據(jù)的回歸分析，確定影響CsA血藥濃度的因素（變量）包括性別、前次的HCT、C0，以及本次的ALT、CR、HGB、dose1，點(diǎn)擊“確定”，彈出血藥濃度預(yù)測(cè)模型構(gòu)建窗口。其次，血藥濃度預(yù)測(cè)模型構(gòu)建的參數(shù)設(shè)置，具體見(jiàn)圖3。最后，點(diǎn)擊“GA-BP網(wǎng)絡(luò)訓(xùn)練”，進(jìn)行遺傳算法尋優(yōu)和BP訓(xùn)練，經(jīng)過(guò)多次訓(xùn)練后，根據(jù)預(yù)測(cè)精度確定模型是否完成構(gòu)建過(guò)程；一般情況，當(dāng)精度合適（訓(xùn)練集預(yù)測(cè)精度與測(cè)試集預(yù)測(cè)精度接近）時(shí)，就可以保存最優(yōu)的權(quán)值，進(jìn)行血藥濃度預(yù)測(cè)。

圖2 建立CsA血藥濃度預(yù)測(cè)模型的界面Fig 2 Page for building up predictive model on plasma level of CsA

圖3 CsA血藥濃度預(yù)測(cè)模型參數(shù)設(shè)置的界面Fig 3 Page for parameter setting of predictive model on plasma level of CsA

2.2 血藥濃度預(yù)測(cè)結(jié)果

打開(kāi)血藥濃度預(yù)測(cè)窗口（圖4），輸入相應(yīng)的變量值，點(diǎn)擊“獲得預(yù)測(cè)值”，即可獲得預(yù)測(cè)的血藥濃度值。從未參與建模的25個(gè)樣本（病例）中順序取10個(gè)樣本，每個(gè)樣本預(yù)測(cè)3個(gè)濃度，并與測(cè)定濃度進(jìn)行比較，檢驗(yàn)預(yù)測(cè)效果。結(jié)果，在參與預(yù)測(cè)的30個(gè)濃度中，預(yù)測(cè)誤差小于10%的有22個(gè)濃度，誤差在10% ～20%之間的有7個(gè)濃度，誤差大于20%的有1個(gè)濃度（表1）。這一結(jié)果初步表明，神經(jīng)網(wǎng)絡(luò)建立的模型可嘗試用于CsA濃度的預(yù)測(cè)研究。

圖4 CsA血藥濃度預(yù)測(cè)窗口Fig 4 Predictive window of plasma level of cyclosporine A

3 討論

治療藥物的濃度監(jiān)測(cè)，在特殊群體中顯得尤為重要[5]，它是提高藥物療效、減少藥物毒性的有效手段，也是實(shí)現(xiàn)臨床給藥方案?jìng)€(gè)體化的基礎(chǔ)。對(duì)某些治療窗窄且監(jiān)測(cè)費(fèi)用較高的藥物如CsA而言，除了常規(guī)的濃度監(jiān)測(cè)外，可以嘗試進(jìn)行前瞻性的預(yù)測(cè)研究。

經(jīng)典的CsA 濃度預(yù)測(cè)，應(yīng)用最多的是采用基于非線(xiàn)性混合效應(yīng)模型的群體藥動(dòng)學(xué)程序—NONMEN 程序，這種預(yù)測(cè)模型已經(jīng)得到廣泛應(yīng)用，并為大家所接受。但是，根據(jù)群體藥動(dòng)學(xué)結(jié)果設(shè)計(jì)給藥方案也有一定的局限性，因?yàn)檎鎸?shí)的生物系統(tǒng)是極其復(fù)雜的，藥物在人體內(nèi)的代謝過(guò)程千差萬(wàn)別，僅靠有限的數(shù)學(xué)結(jié)構(gòu)模型很難理想地確定藥動(dòng)學(xué)變量、藥物輸入與藥效學(xué)之間的定量關(guān)系。人工神經(jīng)網(wǎng)絡(luò)（artificial neural network, ANN）技術(shù)是在現(xiàn)代神經(jīng)科學(xué)研究的基礎(chǔ)上對(duì)生物神經(jīng)系統(tǒng)的結(jié)構(gòu)和功能進(jìn)行數(shù)學(xué)抽象、簡(jiǎn)化和模仿而逐步發(fā)展起來(lái)的，根據(jù)生物神經(jīng)系統(tǒng)對(duì)外界系統(tǒng)的認(rèn)知過(guò)程，用以模擬人的大腦神經(jīng)處理信息的方式，進(jìn)行信息并行處理和非線(xiàn)性轉(zhuǎn)換的復(fù)雜網(wǎng)絡(luò)系統(tǒng)。傳統(tǒng)藥動(dòng)學(xué)建立數(shù)學(xué)模型本身需要假定一些條件，這些條件不一定符合現(xiàn)實(shí)的環(huán)境，是一種理想狀態(tài)；人工神經(jīng)網(wǎng)絡(luò)無(wú)須假設(shè)藥物行為模型,因而能夠避免模型誤差。此外，只要數(shù)據(jù)量大，神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)的過(guò)程中，能夠自我學(xué)習(xí)，自我調(diào)整，尋找合理的非線(xiàn)性關(guān)系；而對(duì)于非線(xiàn)性，有的是無(wú)法建立數(shù)學(xué)模型的。國(guó)內(nèi)有人嘗試用國(guó)外的EasyNN-plus8.0全功能試用軟件來(lái)預(yù)測(cè)CsA濃度[6]。EasyNN-plus8.0程序的建模數(shù)據(jù)來(lái)源于白種人的臨床資料，而本研究嘗試建立的程序，建模和預(yù)測(cè)數(shù)據(jù)均取自中國(guó)人，可能更具有參考價(jià)值。當(dāng)然，除了藥物本身外，影響CsA濃度的因素非常多，包括患者的生理病理狀態(tài)、CsA代謝基因CYP3A4和CYP3A5的遺傳變異[7]以及合并用藥[8]等，都是建立預(yù)測(cè)模型需要考慮的問(wèn)題。本文所做的工作只是初步的嘗試性研究，建立成熟的預(yù)測(cè)程序還需進(jìn)行更深入的后續(xù)工作。

表1 環(huán)孢素A的測(cè)定濃度和預(yù)測(cè)濃度值比較.n = 30Tab 1 Comparison of actual levels and predictive levels in cyclosporine A.n = 30

[1] 孫增先，周金玉，張騫峰，等.肝腎移植受者環(huán)孢素AUC監(jiān)測(cè)評(píng)估[J].中國(guó)藥學(xué)雜志， 2006，41（21）：1673-1675.

[2] Tsunoda SM, Aweeka FT.The use of therapeutic drug monitoring to optimise immunosuppressive therapy[J].Clin Pharmacokinet,1996, 30(2)：107-140.

[3] 鄭芝欣，翟保同.環(huán)孢素A血藥濃度監(jiān)測(cè)及個(gè)體化給藥方案設(shè)計(jì)在腎移植病人中的應(yīng)用[J].醫(yī)學(xué)信息，2006，19（3）：503-504.

[4] 李芹，趙秀杰，唐紹芬，等.環(huán)孢素A 人體藥動(dòng)學(xué)影響因素分析[J].中國(guó)醫(yī)院藥學(xué)雜志，2002，22（7）：431-432.

[5] 陳騉，王睿.特殊人群的治療藥物監(jiān)測(cè)[J].中國(guó)藥物應(yīng)用與監(jiān)測(cè)，2004，1（4）：33-36.

[6] 徐楚鴻，艾又生，陳華庭.人工神經(jīng)網(wǎng)絡(luò)法預(yù)測(cè)腎移植術(shù)后患者環(huán)孢素A 的血藥濃度[J].中國(guó)醫(yī)院藥學(xué)雜志，2008，28（4）：276-278.

[7] 胡永芳，翟所迪，邱雯.CYP3A5*3和CYP3A4*18B基因多態(tài)性對(duì)腎移植患者環(huán)孢素藥代動(dòng)力學(xué)的影響[J].中國(guó)藥理學(xué)通報(bào)，2009，25（3）：378-382.

[8] 牟燕，李元媛，林琳，等.合并用藥對(duì)環(huán)孢素A血藥濃度的影響[J].中國(guó)藥物應(yīng)用與監(jiān)測(cè)，2006，3（1）：20-22.