人工智能如何幫助我們讀取體內(nèi)的生物鐘信息？
編者按：生物鐘已經(jīng)被證明深度參與人體的健康和醫(yī)學(xué)，包括顯著影響心臟手術(shù)和癌癥治療后的康復(fù)效果等。最近，AI算法被用到了生物鐘的研究中，幫助科學(xué)家更有效地讀取人體內(nèi)在的生物鐘信息。
撰文 | 吳剛（美國(guó)辛辛那提兒童醫(yī)院博士后）、張二荃（北京生命科學(xué)研究所研究員）
責(zé)編 | 陳曉雪
● ● ●
生物鐘不僅與物種進(jìn)化息息相關(guān)，而且也與我們?nèi)祟?lèi)的身體健康密不可分。在生物鐘的調(diào)控下，人體中的代謝、內(nèi)分泌，以及個(gè)體行為都呈現(xiàn)著晝夜周期。近年來(lái)的研究進(jìn)一步表明，哺乳動(dòng)物的生物鐘調(diào)控著基因組中高達(dá)50%的蛋白編碼基因，這一發(fā)現(xiàn)在人體生理學(xué)及藥理學(xué)中有著廣泛的應(yīng)用前景，并促進(jìn)了新興的生物鐘醫(yī)學(xué)（circadian medicine）發(fā)展 [1]。
生物鐘醫(yī)學(xué)，旨在基于人體生物鐘的研究進(jìn)而開(kāi)發(fā)出更安全、高效的疾病治療方案。在近期的研究中，已有科學(xué)家發(fā)現(xiàn)，生物鐘顯著影響著心臟手術(shù) [2] 和癌癥治療后的康復(fù)效果等 [3]。
盡管如此，生物鐘的時(shí)間效應(yīng)在醫(yī)學(xué)實(shí)踐和藥物開(kāi)發(fā)中經(jīng)常被忽視。一個(gè)重要的原因是我們難對(duì)人體樣本進(jìn)行時(shí)序（time-course）取樣，這樣也就無(wú)法對(duì)人體的生物鐘調(diào)控的分子機(jī)制進(jìn)行深入研究。生物鐘研究所使用的傳統(tǒng)模式對(duì)于人體研究是不切實(shí)際的。我們很難想象連續(xù)24~48小時(shí)對(duì)人體多個(gè)組織進(jìn)行多樣點(diǎn)的時(shí)序取樣，并分析各個(gè)基因、蛋白、代謝分子等隨時(shí)間推移而產(chǎn)生的周期性變化。
本周三，美國(guó)辛辛那提兒童醫(yī)院的一項(xiàng)工作為系統(tǒng)分析人體生物鐘調(diào)控的分子機(jī)制提供了新的思路[4]。Hogenesch實(shí)驗(yàn)室運(yùn)用當(dāng)下最流行的機(jī)器學(xué)習(xí)（machine-learning）或AI技術(shù)為基礎(chǔ)的CYCLOPS算法，選取了來(lái)源于632位捐獻(xiàn)者的13類(lèi)組織樣本，在沒(méi)有取樣時(shí)間信息的條件下重構(gòu)了這些樣本的取樣順序。通過(guò)對(duì)時(shí)序重構(gòu)的組織的解析，研究者發(fā)現(xiàn)基因的周期性表達(dá)在人體中普遍存在。在這些周期性表達(dá)的基因中，有近千個(gè)基因編碼的蛋白為藥物靶向分子，參與藥物轉(zhuǎn)運(yùn)或藥物代謝（圖一）。這一研究為晝夜節(jié)律在醫(yī)學(xué)中的應(yīng)用提供了寶貴的資源，并提示了時(shí)間維度對(duì)于藥物治療效果的重要性。比如，在睡前服用硝苯地平（Nifedipine）將會(huì)比起床后服用取得更好的預(yù)防和治療冠心病之功效 [4]。
然而，將生物鐘醫(yī)學(xué)應(yīng)用于人類(lèi)疾病的診療仍面臨著另一個(gè)亟待解決的問(wèn)題，即如何準(zhǔn)確讀取人體內(nèi)的生物時(shí)鐘信息。人體內(nèi)在的生物鐘與其自身所處的外在24小時(shí)的周期性變化環(huán)境有可能不契合（例如時(shí)差、倒班、手機(jī)等現(xiàn)代化電子產(chǎn)品的過(guò)度干擾），造成人體不適或者危害健康。
今年年初，張二荃（本文作者之一）實(shí)驗(yàn)室在PNAS雜志報(bào)道了一種基于光纖記錄的方法，長(zhǎng)程、實(shí)時(shí)檢測(cè)活體實(shí)驗(yàn)動(dòng)物的腦鐘基因表達(dá) [5]。該系統(tǒng)能夠很好地在動(dòng)物身上監(jiān)測(cè)生物鐘，但由于其需將病毒導(dǎo)入報(bào)告基因、光纖插入大腦等侵入性（invasive）的特點(diǎn)，所以不能運(yùn)用到人體生物鐘的檢測(cè)。理想情況下，人體實(shí)驗(yàn)應(yīng)該（A）采用非侵入性（non-invasive）的方法；且（B）需盡可能減少取樣次數(shù)和時(shí)間，降低受試者的痛苦和實(shí)驗(yàn)成本。目前臨床檢測(cè)人體生物鐘的標(biāo)準(zhǔn)做法是通過(guò)監(jiān)測(cè)人體內(nèi)褪黑素濃度變化（dim light melatonin onset assay, DLMO），要求受試人員持續(xù)24小時(shí)坐在暗室，每隔30分鐘取唾液樣品，用以檢測(cè)其褪黑素的一個(gè)完整晝夜周期的變化。該方法滿足（A）條件，但對(duì)（B）而言幾乎完全不滿足。隨著生物鐘研究向臨床轉(zhuǎn)化方向偏重，如何解決這個(gè)問(wèn)題就愈發(fā)顯得重要了。
今年以來(lái)，有兩個(gè)實(shí)驗(yàn)室獨(dú)立在此方向?qū)崿F(xiàn)了階段性的突破：德國(guó)柏林Charité大學(xué)醫(yī)學(xué)院Kramer實(shí)驗(yàn)室在the Journal of Clinical Investigation雜志（6月28日上線）[6] 和美國(guó)西北大學(xué)Braun實(shí)驗(yàn)室在PNAS雜志（9月10日上線）[7] 各自發(fā)表了研究論文。這兩個(gè)工作與第一篇文章的思路基本一致，即運(yùn)用AI技術(shù)，通過(guò)少量已知時(shí)相樣品的學(xué)習(xí)掌握了十幾個(gè)到幾十個(gè)鐘控基因的相對(duì)表達(dá)豐度，然后推廣到檢測(cè)人群，從而對(duì)真正的受試者僅采一個(gè)或兩個(gè)時(shí)間點(diǎn)的血液樣品，就可以基本判定其內(nèi)在的生物鐘狀態(tài)，時(shí)相精度達(dá)到1~2小時(shí)（圖二）。
這兩項(xiàng)工作的關(guān)鍵是一套行之有效的AI算法。該方案最初來(lái)自于當(dāng)時(shí)在美國(guó)加州大學(xué)舊金山分校Hughey等2016年在Nucleic Acids Research發(fā)表的ZeitZeiger算法 [8]。Hughey等人用的是小鼠時(shí)序取樣的數(shù)據(jù)，包括12種小鼠組織，每一組織涵蓋24個(gè)時(shí)間點(diǎn)的轉(zhuǎn)錄組數(shù)據(jù)，從而發(fā)展出這套算法。ZeitZeiger算法的初始成功在于作者先采用了已發(fā)表的大量小鼠基因表達(dá)數(shù)據(jù)進(jìn)行“機(jī)器學(xué)習(xí)”。該算法經(jīng)過(guò)改進(jìn)，可以“學(xué)習(xí)”較少量的人體數(shù)據(jù)即可做出較為正確的判斷，因而被用于Kramer實(shí)驗(yàn)室的這篇文章中；而B(niǎo)raun實(shí)驗(yàn)室的文章則采用自身開(kāi)發(fā)的算法—TimeSignature（類(lèi)似地，Hogenesch實(shí)驗(yàn)室的文章采用了CYCLOPS算法）。
兩篇論文采用方法基本一致，實(shí)驗(yàn)?zāi)康囊泊篌w相同，即對(duì)受試者個(gè)人的內(nèi)在生物鐘檢測(cè)用血液（鐘控基因表達(dá)的相對(duì)豐度）指標(biāo)為代表，用以評(píng)價(jià)此人內(nèi)在生物鐘的相位和振幅，基本滿足我們對(duì)于健康人群的內(nèi)在時(shí)鐘狀態(tài)的判斷。其不足之處是沒(méi)有考慮到各種不同組織生物鐘變化在非健康人群中有可能與其血細(xì)胞的生物鐘不一致。
?圖二. Wittenbrink, N.et al., J Clin Invest一文中采用的操作流程圖
總之，從今年的這三篇文章我們可以看到，研究者已經(jīng)開(kāi)始試圖運(yùn)用AI算法解決以前需要多時(shí)間點(diǎn)取樣的問(wèn)題，從而更加有效地讀取人體內(nèi)在的生物鐘信息。不同之處在于，第一篇文章專(zhuān)注于各組織器官中生物鐘控制藥物靶點(diǎn)所在內(nèi)在時(shí)相，從而推導(dǎo)出各類(lèi)藥物最佳服用時(shí)間點(diǎn)；后兩篇文章則是運(yùn)用人體血液中的單核細(xì)胞包含有生物鐘信息的已知知識(shí)，幫助快速鑒定個(gè)體內(nèi)在生物鐘所處的時(shí)相。這些方法都運(yùn)用到了RNA-seq為基礎(chǔ)的基因表達(dá)組學(xué)信息，化耗時(shí)耗力的多時(shí)間點(diǎn)取樣為多維多基因、單點(diǎn)（或雙點(diǎn)）檢測(cè)，降低了實(shí)際操作困難，為生物鐘信息在臨床上運(yùn)用開(kāi)辟了道路。
by 徐 瓔（蘇州大學(xué)CAM-SU研究中心主任、教授）
精準(zhǔn)醫(yī)療一個(gè)非常關(guān)鍵點(diǎn)是獲取個(gè)體的生物節(jié)律。
基因表達(dá)量在大部分個(gè)體之間的差異最大也就幾倍，但在不同時(shí)間同一個(gè)體表達(dá)量的差異有可能達(dá)到百倍，所以就必須對(duì)時(shí)間依賴(lài)治療手段予以充分考慮。以前，研究者們可以在動(dòng)物身上通過(guò)間斷時(shí)間對(duì)各種組織采樣，或用生物鐘的報(bào)告基因及活動(dòng)節(jié)律作為動(dòng)物的生物鐘標(biāo)記物來(lái)獲取動(dòng)物的節(jié)律參數(shù)。但是，在人體上的這種轉(zhuǎn)化就非常困難。所以，研究者們便試圖通過(guò)開(kāi)發(fā)各種非創(chuàng)傷性方法（包括穿戴式設(shè)備如手環(huán)等）來(lái)獲取人體生物節(jié)律參數(shù)用于生物鐘醫(yī)學(xué)。
最近的這幾篇文章為我們提供了很好的思路和方法，在獲取人體生物節(jié)律的參數(shù)方面邁出了一大步。不過(guò)，我個(gè)人認(rèn)為到真正的轉(zhuǎn)化還有一段距離。一是方法本身，基于小量樣本出發(fā)的AI學(xué)習(xí)的準(zhǔn)確性問(wèn)題，以及對(duì)于各個(gè)民族、各個(gè)年齡階段的適用性問(wèn)題；二是生物鐘本身的動(dòng)態(tài)變化性，在疾病發(fā)生過(guò)程，甚至飲食時(shí)間、飲食成分、光線外界干預(yù)下的重塑問(wèn)題；三是生物鐘的異質(zhì)性，各種組織、各種行為或生理過(guò)程的生物鐘的時(shí)相是不同的。
因此，時(shí)間依賴(lài)治療可能要結(jié)合藥代動(dòng)力學(xué)在靶器官的生物鐘，而時(shí)間依賴(lài)的手術(shù)還需要考慮手術(shù)器官的生物鐘，例如現(xiàn)在初步研究已經(jīng)發(fā)現(xiàn)心臟手術(shù)的最佳時(shí)間在下午，但是我們卻不清楚肝再生手術(shù)的最佳時(shí)間等等。這些還需要領(lǐng)域內(nèi)的科研人員與臨床各個(gè)科室的協(xié)同，才能真正實(shí)現(xiàn)生物鐘層面的精準(zhǔn)醫(yī)療。
參考文獻(xiàn)：
[1] Zhang, R., Lahens, N.F., Ballance, H.I.,Hughes, M.E., & Hogenesch, J.B., A circadian gene expression atlas in mammals: Implications for biology and medicine. Proceedings of the National Academy of Sciences 111 (45),16219-16224 (2014).
[2] Montaigne, D. et al., Daytime variation of perioperative myocardial injury inc ardiac surgery and its prevention by Rev-Erbα antagonism: a single-centre propensity-matched cohort study and a randomised study. The Lancet 391 (10115), 59-69 (2018).
[3] Squire, T. et al., Does chrono-modulated radiotherapy improve pathological response in locally advanced rectal cancer? ChronobiologyInternational 34 (4), 492-503 (2017).
[4] Ruben, M.D. et al., A database of tissue-specific rhythmically expressed human genes has potential applications in circadian medicine. Science Translational Medicine 10 (2018) Advance online 9/12/2018.
[5] Mei, L.et al., Long-term in vivo recording of circadian rhythms in brains of freely moving mice. Proceedings of the National Academy of Sciences 115 (16), 4276-4281 (2018).
[6] Wittenbrink, N. et al., High-accuracy determination of internal circadian time from a single blood sample. The Journal of Clinical Investigation 128 (9), 3826-3839 (2018).
[7] Braun, R. et al., Universal method for robust detection of circadian state from gene expression. Proceedings of theNational Academy of Sciences (2018) Advance online 9/10/2018.
[8] Hughey, J.J., Hastie, T., & Butte, A.J., ZeitZeiger: supervised learning for high-dimensional data from an oscillatory system. Nucleic Acids Research44 (8), e80-e80 (2016).
