你的搜索记录，如何被科学家用来研究药物？

你去看医生的时候做了一些检查，医生说你的血脂高，向你推荐了一款药物。你对此很有信心，觉得这会对你有帮助。要知道，研发该款药物的医药公司早已经通过临床前研究和临床研究，向FDA提交申请并获得许可。他们清楚的知道这款药物作用机理和副作用。而在你和医生谈了一会儿后，医生觉察出你有些抑郁。所以，你的医生又给你开了另一种药。
药物不良反应监测和药物警戒
今天我们谈论的是关于两种药物混合使用的研究。实际上，此类研究还比较少。目前，有关药物不良反应方面的监测有两部分组成：药物不良反应监测和药物警戒（pharmacovigilance）。药物不良反应监测工作集中在药物不良信息的收集、分析和监测等方面，是一种被动的手段。而药物警戒则是积极主动开展药物安全性相关的各项评价工作。药物警戒是对药物不良反应监测的进一步完善，属于与发现、评价、理解和预防药物不良反应或其他任何与药物有关问题的科学研究与活动。其中，发现药物的不良反应及其相互作用是药物警戒的最主要工作。
整合大数据技术，分析药物相互作用的不良事件
作为信息和数据科学家，我对此非常在意。站在我的角度，唯一能够理解这些药物相互作用，就是搜集大量的数据，以弄更好了解药物间相互作用。
关于药物的工作机理，我们需要了解的不仅是其单独作用下的疗效，还有它们与其他药物联合使用后的表现，但目前我们知道得不多。而就此FDA已经提供了一个惊人的数据库，该项数据库可公开使用。这项数据库搜集了成千上万例患者信息，其数据来源也具有多样化，包括从病人，医生，公司，药房多处的关于药物副作用的信息。这些报告很简单：它具有病人的疾病信息，他们目前用药情况，以及他们所有的副作用。
关于这个课题，我的学生尼克积极参与，他说道：“让我们考虑有关血糖改变这些反应，我们知道它和糖尿病相关。我已经根据这个数据库，创建了一个分类，可以查看一个药物的副作用，并告诉你这个药物是否会改变血糖。“
他把所有我们知道会改变血糖的药物，还有很多不会改变血糖的都分了类。并且，他记录上述药物在引发疲劳，改变胃口以及排尿习惯方面，而他利用所有这些指标制定了一个风险预测表。他说：“罗斯，我能以93%的精确度预测一个药物会改变血糖。”
Paroxetine和pravastatin联用，产生高血糖副作用
在列表上有两种药物，吸引了我的眼球：paroxetine（Paxil）一种抗抑郁药物和pravastatin（Pravachol）抗胆固醇药物。事实上，我们后来知道，1500万美国人在用paroxetine，而同时1500万人服用pravastatin。我们估计，有100万人同时服用两种。而同时服用该两款药物的患者会产生高血糖等副作用。
但我觉得我们最初的数据规模还太小，我们需要额外的数据库以支持我们的结论。我们进入斯坦福的医疗记录电子库。幸运的是，在斯坦福的医疗记录里，有成千上万的人在服用paroxetine和pravastatin。但我们需要很特别的病人，我们需要病人在服用其中一种药物后，就进行血糖纪录，然后在服用第二种以后有另一次血糖纪录，并且该两次记录在一个比较合理的阶段以内，比如两个月。
我们发现了10个病人中有8个在血糖上有变化。当他们服用第二种药物的时候，血糖升高了20mg/dl。给一个小小的提示，当你没有糖尿病，正常的四处活动时，你的血糖读数是90。如果升高到120，125，医生会认为是潜在的糖尿病。而一个20mg/dl的升高意味着糖尿病的存在。
但这个人群样本还是太小，我们打电话给哈佛大学（HarvardUniversity）和范德堡大学（VanderbiltUniversity）的朋友，他们有相似的医疗电子数据库。我们想看看他们是否能够找到相似的病人。在范德堡大学，我们搜集了40多个这样的病人，都出现同样的血糖增长。并且，在哈佛发现100个同样的病人，也有着一样的增长。
所以，我们从三个不同的的医学中心，共搜集到150个病人，而这150个病人的记录告诉我们，这些使用这两种药物的病人在某种程度上都有血糖的明显上升。
然后我们将上述数据证据一起搜集起来，包括FDA网站，斯坦福大学（StanfordUniversity），范德堡大学和哈佛大学所获得数据，并且提交了文章。当文章在审查阶段，尼克去了实验室，通过动物实验，证实了服用上述两款药物老鼠的血糖也升高了20-60mg/dl。与此同时，我们在文章的结尾也加上了一个小小的注解：如果你给老鼠喂两种药，其血糖会升高。
大数据信息源：社交媒体、搜索引擎
我记得有人说：“我好奇那些服用这两种药的病人是否注意到自己有高血糖的症状，他们理应注意到的，我们又怎样确定他们是否真有呢？”而我反过来想想，如果你在服用一种新药或者是两种，然后你有了一种奇怪的感觉，你会怎么做？当然，你会在谷歌上查找，会在搜索栏上打出两种药物的名称，然后输入”副作用“。
所以，我们向谷歌咨询，能否与我们分享搜索记录，很遗憾的是，谷歌拒绝了我们的请求。然后我们用另一种方式搜索信息。我们的研究吸引了FDA的注意，他们很感兴趣，他们建立了社交网站监测项目，并与微软合作，通过推特和脸书观察人们的搜索内容，以此来发现一种或多种药物，可能在产生问题的早期迹象。我们从中学到了什么呢？
对外开放的数据库，信息汲取的来源
第一，我们现在有大数据的支持，来帮助我们了解药物的相互作用，药物的机理，及药物是怎样起效的？这等于已经创造了一种新的系统来了解药物的工作原理，以及优化它们的使用。
同时，我们不只是研究一种药物，像我之前说的，有的人同时服用9种药物，他们的九种药物反应有被研究过吗？我们确实可以用排列组合a和b，a和c，a和d但如果是a，b，c，d，e，f，g全部混在一起呢？有可能是让药效增强或是减弱，更甚是始料不及的副作用？
另外，我可以看到，患者通过向药剂师，医生，或向斯坦福大学，哈佛大学研究部门提供的数据，有效的用于研究。但他们担心隐私安全，这意味着我们需要安全的系统。然而，我们不能拥有封闭的数据系统，因为该项数据库需要持续进行动态更新，
以对医学新事物的启发，创新和发现，提供新的思路。
协同？拮抗？当药物混在一起服用后
在这些患者宝贵数据支持下，我们发现上述两种药物会引起问题。并且，这项问题倘若放在糖尿病患者上，是非常危险的。不过，也有可能是存在两种以有益的方式相互作用的药物或三种药物。我们甚至可以发现药物的新效果，可能是相互协同作用后的结果，它们可能会新颖的治疗方法。要知道，我们目前针对艾滋病毒，结核病，抑郁症，糖尿病等所有重大疾病的突破都是基于"鸡尾酒"疗法。
通过多种数据源以发现药物的良好效果，这将会为我们提供新的疗法思路，理解药物作用机理，帮助我们更好地治愈病人。(生物谷Bioon.com）
温馨提示：87%用户都在生物谷APP上阅读，扫描立刻下载!天天精彩！医药网新闻