机器学习分析 CPVT 心肌细胞对丹曲林的反应

用患者来源心肌细胞观察丹曲林反应

芬兰坦佩雷大学（Tampere University）等团队利用患者来源的人诱导多能干细胞（induced pluripotent stem cells，iPSC）建立心肌细胞模型，研究钙瞬变波形能否帮助识别药物作用。研究发表于 Annals of Biomedical Engineering。

6 个细胞系均携带与儿茶酚胺敏感性多形性室性心动过速（catecholaminergic polymorphic ventricular tachycardia，CPVT）相关的 RYR2 变异。团队记录单个心肌细胞自发搏动时的钙信号，先观察基础状态，再加入 1 μM 肾上腺素；出现异常钙信号的细胞随后接受 10 μM 丹曲林，肾上腺素仍保留。

每种条件各有 128 条钙瞬变信号。专家按丹曲林后的异常改善程度标注为完全响应、部分响应或不响应，分别包含 59、28 和 41 条信号。完全响应指异常消失，部分响应指异常减少超过 50%，不响应组的减少幅度低于 50%。

从波形提取 12 项特征

算法先识别每条信号中的钙瞬变峰，再提取上升与下降幅度、持续时间、曲线变化速率、峰下面积以及相邻峰的间隔等 12 项特征。研究把这些特征共同用于分类，比较随机森林、近邻方法和支持向量机等算法。

评价以整条信号为单位进行留一交叉验证：每次留出一条信号，其余信号用于训练。分类器先预测各个钙瞬变峰的类别，再通过多数投票确定整条信号的预测类别。

合并响应类别后，准确率达到 78.9%

区分完全响应、部分响应和不响应 3 类时，表现最好的随机森林准确率为 65.6%。部分响应信号最难识别，有些被归入完全响应，另一些被归入不响应。

将完全响应和部分响应合并后，随机森林的准确率升至 78.9%。合并响应组的识别敏感度为 90.8%，不响应组为 53.7%。合并响应组包含 87 条信号，不响应组为 41 条。

另一个比较是肾上腺素处理信号与丹曲林响应信号，准确率为 71.2%。基础状态与肾上腺素状态的区分则仅为 54.7%，与这批 CPVT 细胞在基础状态也常出现异常钙信号的现象一致。

当前证据来自小规模信号数据

不同细胞系对丹曲林的反应分布有所差异，但每个细胞系的信号数量有限，研究将 6 个细胞系的数据合并分析。作者提出，后续应增加数据量并统一波形分析和药物响应的评价方式。

这项研究将专家对异常波形的判断转为可计算的特征和分类任务，为人源心肌药效分析提供了一种自动化思路。所报告的准确率来自本数据集内的信号交叉验证，尚未包含独立患者队列的药物响应预测。