Genomic biomarkers of liver toxicity risk from UK Biobank data
7.3
来源：
Nature
关键字：
neural coding
发布时间：
2025-10-29 03:58
摘要：
本研究利用UK Biobank数据，识别出与药物诱导肝损伤相关的基因组生物标志物，特别是PRKAG2基因中的rs73158145 SNP。通过KEM平台构建的预测模型显示出高达85%的准确率，优于未预选的模型（68.9%）。该研究为药物安全性风险评估提供了重要的基因组数据支持，具有显著的临床应用价值和投资潜力。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0
business_impact
0.5
scientific_rigor
1.5
timeliness_innovation
1.5
investment_perspective
2.5
market_value_relevance
1.0
team_institution_background
0.3
technical_barrier_competition
0.5
关键证据
研究识别了15个SNP与肝病死亡风险显著相关。
预测模型的准确率达到85%，显示出良好的临床应用潜力。
使用KEM平台进行数据分析，具有创新性和前瞻性。
真实性检查
否
AI评分总结
本研究利用UK Biobank数据，识别出与药物诱导肝损伤相关的基因组生物标志物，特别是PRKAG2基因中的rs73158145 SNP。通过KEM平台构建的预测模型显示出高达85%的准确率，优于未预选的模型（68.9%）。该研究为药物安全性风险评估提供了重要的基因组数据支持，具有显著的临床应用价值和投资潜力。