在引入一种药物后，医生可能要花几年时间才能发现试验中没有出现的严重、甚至可能是致命的副作用。如果能在副作用出现前就预测到要好得多。

由波士顿儿童医院的科学家组成的团队设计出了实现这一目标的数学预测模型。

他们的研究成果刊登在《科学转化医学》杂志的网络版上。

这对目前广泛用于测试药物安全性的昂贵、低效、缓慢的系统而言是一大改进。

并未参与该研究的约翰斯•霍普金斯-布隆伯格公共卫生学院的艾伦•戈德堡说：“研发新药要用到许多不同的生物学系统，且需要在两种动物身上测试其安全性和效力，通常是啮齿动物和狗。从动物试验进入人类临床试验阶段的药物失败率超过90％。通过人类临床试验的药物会进入市场，并将用在大量病人身上。到了这一阶段，仍有很高的几率出现意外的不良反应。”

波士顿儿童医院的科学家采用了一种名为药理学网络模型的数学方法。他们从几家网站和商业网站Lexicom p上搜集到了2005年的数据。Lexicom p会搜集联邦政府要求在药物包装中插入的各种信息。

研究团队负责人卡米说，数据包括人们对某种药所知的一切情况：化学性质、类型和已知的安全问题等。

他们用这一模型计算了809种药物和852种不良药物反应，并将结果与人们之后发现的这些药物的问题做了比较。

卡米说，该模型精确预测了后来出现的42％的不良药物反应。它预测哪些不良药物反应不会出现的精确率达到了95％。

卡米说，如果采用这种方法，安全专家或许可以在药物分销前测试其潜在的不良反应。

戈德堡说：“目前用这种算法测试的化合物的数量较少，只有进一步评估才能让我们知道这种方法的好处有多大，预测有多准。这的确值得尝试。”