数据获取与预处理
获取训练和评估模型所需的大鼠重复剂量毒性临床病理数据。
从Open TG-GATEs数据库获取雄性Sprague-Dawley大鼠重复剂量研究数据，包括治疗组和时间匹配的对照组，涵盖3、7、14、28天四个时间点，共38个临床病理终点，并提取化合物二维分子描述符和体重协变量。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
GanCtrl：一种生成式人工智能方法，用于推导与研究对齐的合成对照组，以减少并行动物对照的使用
GanCtrl: a generative AI approach to derive study-aligned synthetic controls for reducing concurrent control animal use
实验完整度
中研究包含模型开发、训练测试集划分、统计评估和与真实对照及VCG的基准比较，但缺少体外、体内或临床样本等多层级验证。
主要模型
雄性Sprague-Dawley大鼠重复剂量毒性研究 开放TG-GATEs数据库（138种化合物，4个时间点）
重点核对
数据集来源：Open TG-GATEs数据库（GSE） 训练/测试划分：按化合物随机划分，80%训练（110种）、20%测试（28种） 配对构建：同一化合物和时间点的治疗样本与所有对照重复配对 剂量：使用最高剂量组 评估指标：余弦相似性、RMSE、Jensen-Shannon散度、一致性（concordance）
摘要
最小化在体内研究中作为并行对照的动物使用直接支持3Rs原则（替代、减少和优化）。当前的虚拟对照组（VCG）方法主要依赖历史对照数据，但其效用可能受限于研究设计、实验室实践和数据异质性导致的跨研究变异。我们提出了GanCtrl，一种生成式人工智能方法，直接从时间匹配的处理数据中推断研究特异性的对照数据。通过生成类似于并行对照的合成对照，GanCtrl旨在减轻基于历史对照数据的VCG方法中固有的生物学、时间和技术偏差。GanCtrl被应用于大鼠重复剂量毒性研究，以模拟对照组条件下的38个临床病理终点。合成对照紧密近似于真实的并行对照，其差异小于实验室间和实验室内的基线变异，并与生物学重复变异性相当，同时保持了跨研究的对照反应的典型幅度和分布。重要的是，合成对照能够检测药物诱导的临床病理信号，并维持生物学相关的终点关系，如ALT–AST。为实用考虑，将使用GanCtrl衍生的合成对照进行的毒性评估与使用真实并行对照的评估进行比较，并以单实验室或组合多实验室历史数据构建的VCG作为基准。尽管两种方法在单实验室环境中表现相当，但在组合多实验室数据时，GanCtrl优于VCG。这些发现表明，GanCtrl提供了一种生成VCG的潜在方法，可能减少并行对照动物的使用，并推进3Rs原则。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 能否从时间匹配的治疗数据直接推断出符合具体研究的合成对照，从而减少体内研究中并行对照动物的使用？
- 核心机制
- GanCtrl利用条件变分自编码器-生成对抗网络（CVAE-GAN）从治疗数据生成合成对照，结合生物学相关的注意力掩码和相关性损失以保持终点间的生理关联。
- 主要证据
- 在TG-GATEs大鼠重复剂量毒性研究中，合成对照与真实对照的余弦相似度高于实验室间和实验室内基线（0.992 vs 0.964和0.990），RMSE更低（40.4 vs 90.7和46.8），且与生物学重复相当；在14个肝、肾相关临床病理终点上，合成对照与真实对照的治疗效应判定总体一致性达0.70，并保持ALT-AST等联合升高模式。
- 研究意义
- 研究提出GanCtrl作为构建VCG的潜在方法，可能减少并行对照动物的使用，推进3Rs原则，但需进一步外部验证。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
配对构建与数据集划分
构建治疗样本与对照样本的配对，并划分训练和测试集以评估模型泛化能力。
将每个治疗样本与其对应化合物和时间点的所有对照重复配对，形成治疗-对照对。按化合物随机分配训练集（80%，110种化合物）和测试集（20%，28种化合物），防止数据泄露。
模型开发与训练
开发GanCtrl模型，学习从治疗数据生成合成对照。
构建CVAE-GAN架构，包含编码器、解码器和判别器。编码器接收治疗数据、情境变量和分子描述符，输出潜在表示；解码器基于潜在表示和注意力机制生成合成对照；判别器区分真实和合成对照。训练目标包括重建损失、KL散度、对抗损失、生理范围约束、生物相关性保持和均值匹配。
模型评估与性能比较
评估合成对照与真实对照的一致性，以及其在毒性评估中的效用。
在测试集上，计算合成对照与真实对照的余弦相似性和RMSE，并与三个基线（实验室间、实验室内、生物学重复）比较。评估分布相似性用Jensen-Shannon散度。进行毒性评估一致性分析，比较基于合成对照和真实对照的治疗效应判定。并与VCG和VCG-LR方法进行基准比较。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 模型开发 | TensorFlow-GPU（版本2.4.1） | -- | -- |
| Python（版本3.11.7） | -- | -- | |
| 可视化 | R（版本4.4.1） | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据集 | 数据来源：Open TG-GATEs数据库；大鼠品系：雄性Sprague-Dawley；处理时间点：3、7、14、28天；生物学重复数：每条件下最多5个 阅读提示：Methods: Dataset description |
| 数据划分 | 按化合物随机划分，训练集80%（110种）、测试集20%（28种） 阅读提示：Methods: Pair construction and train-test split |
| 模型输入 | 38个临床病理终点，Mordred 1613个描述符，体重协变量，时间点、重复、簇标签 阅读提示：Methods: GanCtrl architecture |
| 配对构建 | 每个治疗样本与同一化合物和时间点的所有对照重复配对 阅读提示：Methods: Pair construction and train-test split |
| 模型训练 | 损失函数组成：重建、KL、对抗、范围、生物相关、均值匹配；归一化：MinMax；优化和超参数（未详细说明） 阅读提示：Methods: GanCtrl model development, training, and selection |
| 模型评估 | 余弦相似性、RMSE、Jensen-Shannon散度；毒性评估：z分数阈值（训练选择T∈{1,...,20}），测试使用|z|>2作为阳性 阅读提示：Methods: Model evaluation, Toxicity assessment with synthetic controls |