基于生物大数据挖掘技术的华法林个体化用药预测新模型的构建及应用

项目名称： 基于生物大数据挖掘技术的华法林个体化用药预测新模型的构建及应用

项目编号： No.81403017

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 医药、卫生

项目作者： 李曦

作者单位： 中南大学

项目金额： 23万元

中文摘要： 利用相关因素预测个体的华法林稳态剂量（WSD）是近来广泛研究的课题。目前绝大多数研究采用线性回归构建预测模型，但由于已知因素对WSD变异贡献不够及线性回归模型存在缺陷，当前的预测模型还不能显著降低华法林的用药风险。我们前期研究发现WSD的变化趋势为非线性，当前的线性回归模型对极端剂量样本预测不准，表明线性回归不适合用于WSD的预测。随着大数据时代的到来，数据挖掘的重要性日益凸显。WSD相关因素复杂，加之前期我们已累积较多数据，适宜开展数据挖掘。我们前期研究发现数据挖掘中的决策树分类法可预测WSD并能指导其相关新因素的鉴定，且优于线性回归。因此，本项目拟对数据挖掘技术在华法林个体化用药中的应用前景进行探究，我们将构建基于决策树分类法的WSD预测新模型，并对分类法筛选出的样本进行测序以鉴定WSD相关新突变位点。本项目的开展有望显著降低华法林的用药风险，为优化华法林个体化治疗方案提供科学依据。

中文关键词： 华法林；预测；单核苷酸多态性；数据挖掘；机器学习

英文摘要： Recently, the most commonly used model for constructing the prediction algorithm of Warfarin stable dosage (WSD) is linear regression. However, because of the low contributions of the known factors related to WSD and the defects of linear regression, the

英文关键词： Warfarin；Prediction；SNP；Data mining；Machine learning