对药物间相互作用的认识通常源于临床前先验试验、药物不良报告，或基于对作用机制的认识。2016年11月，发表在《Circulation Cardiovascular Quality and Outcomes》的一项研究考察了药物间相互作用是否能利用数据挖掘而在缺乏先验假设的情况下可观察到。

研究者分析了既往INR稳定，且接受华法林治疗的非瓣膜性房颤患者新处方华法林后凝血酶原转换时间（按照国际标准化比值[INR]测量）。从临床工作中检索数据库。设立随机森林（机器学习法）以预测新处方后INR水平的变化。在1个新的数据库汇总，使用logistic回归，对分析中最重要的药物组进行进一步的研究。在61190个新处方中，分析了220个药物组。研究者发现已知的2个药物组（耐β-内酰胺酶青霉素类抗生素[双氯西林]和氨甲酰衍生物）与3种抗血栓/抗凝药物（血小板聚集抑制剂包括华法林、直接的凝血酶抑制剂[达比加群酯]和肝素）会导致INR下降。有已知相互作用的6个药物组被发现能造成INR升高（第三类抗心律不齐药[胺碘酮]、其他阿片类药物[曲马多]、糖皮质激素、三唑类衍生物和青霉素类抗生素的组合，包括β-内酰胺酶抑制剂）。在1个密切相关的药物组（阿片类衍生物[丁丙诺啡] 和天然的阿片生物碱）中，2个药物有已知的相互作用。胃肠动力减低药可使INR增加，这是一个之前未知的信号。

结果显示，研究者能在先验假设缺乏的情况下，利用临床注册数据确定已知华法林药物间相互作用。此外，研究者发现了一些潜在的新的相互作用。这些结局为发现心血管药物中未知的药物间相互作用开辟了数据挖掘使用之路。

英文链接：https://www.researchgate.net/publication/309874089_Identifying_Drug-Drug_Interactions_by_Data_Mining_A_Pilot_Study_of_Warfarin-Associated_Drug_Interactions

（选题审校：何娜 编辑：吴星）
（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

（专家点评：数据挖掘与机器学习在医药研究中的发展很快，值得关注。）