近日，英國劍橋大學(xué)的研究人員利用人工智能推進(jìn)了帕金森病治療方法的研究，他們篩選了數(shù)百萬種化合物，最終確定了5種有效的候選藥物。這種人工智能驅(qū)動的方法將篩選過程提高了1 0倍，并大幅降低了成本，有可能加快為全球快速增長的帕金森病患者開發(fā)新的治療方法。

研究人員利用人工智能方法大大加快了發(fā)現(xiàn)帕金森病治療方法的速度。劍橋大學(xué)的研究人員設(shè)計并使用了一種基于人工智能的策略，以確定能夠阻止α-突觸核蛋白（帕金森病的特征蛋白）凝結(jié)或聚集的化合物。

研究小組利用機(jī)器學(xué)習(xí)技術(shù)快速篩選了包含數(shù)百萬個條目的化學(xué)庫，并確定了5種高效力化合物供進(jìn)一步研究。

全世界有600多萬人受到帕金森病的影響，預(yù)計到2040年，這一數(shù)字將增加2倍。目前還沒有改變病情的治療方法。

利用機(jī)器學(xué)習(xí)提高篩選效率

利用機(jī)器學(xué)習(xí)，研究人員能夠?qū)⒊醪胶Y選過程加快10倍，成本降低1000倍，這意味著帕金森病的潛在治療方法能夠更快地到達(dá)患者手中。研究結(jié)果發(fā)表在《自然·化學(xué)生物學(xué)》雜志上。

帕金森病是全球增長最快的神經(jīng)系統(tǒng)疾病之一。在英國，每37個人中就被診斷出患有帕金森病。除運動癥狀外，帕金森病還會影響胃腸道系統(tǒng)、神經(jīng)系統(tǒng)、睡眠模式、情緒和認(rèn)知能力，導(dǎo)致生活質(zhì)量下降和嚴(yán)重殘疾。

蛋白質(zhì)負(fù)責(zé)重要的細(xì)胞過程，但當(dāng)人們患有帕金森病時，這些蛋白質(zhì)就會失控，導(dǎo)致神經(jīng)細(xì)胞死亡。當(dāng)?shù)鞍踪|(zhì)折疊錯誤時，它們會形成稱為路易體的異常團(tuán)塊，這些團(tuán)塊在腦細(xì)胞內(nèi)堆積，使腦細(xì)胞無法正常運作。

“尋找帕金森病潛在治療方法的途徑之一，需要確定能夠抑制α-突觸核蛋白聚集的小分子，而α-突觸核蛋白是一種與該疾病密切相關(guān)的蛋白質(zhì)。”領(lǐng)導(dǎo)這項研究的劍橋大學(xué)優(yōu)素?！す谞柕禄瘜W(xué)系的米歇爾·文德斯科洛教授說道。

雖然目前正在進(jìn)行治療帕金森病的臨床試驗，但沒有任何改變病情的藥物獲得批準(zhǔn)，這反映出無法直接針對導(dǎo)致該疾病的分子種類。

這一直是帕金森病研究的一大障礙，因為缺乏識別正確分子靶點并與之接觸的方法。這一技術(shù)差距嚴(yán)重阻礙了有效治療方法的開發(fā)。

計算藥物篩選的創(chuàng)新

英國劍橋大學(xué)團(tuán)隊開發(fā)的這種機(jī)器學(xué)習(xí)方法，通過對包含數(shù)百萬種化合物的化學(xué)庫進(jìn)行篩選，找出能與淀粉樣蛋白聚集體結(jié)合并阻止其增殖的小分子。然后，對少數(shù)排名靠前的化合物進(jìn)行實驗測試，以篩選出最有效的聚集抑制劑。從這些實驗測試中獲得的信息以迭代的方式反饋到機(jī)器學(xué)習(xí)模型中，這樣經(jīng)過幾次迭代后，就能確定高效力的化合物。

錯構(gòu)疾病中心聯(lián)合主任文德斯科洛說： “ 我們不是通過實驗進(jìn)行篩選，而是通過計算進(jìn)行篩選。通過將我們從初步篩選中獲得的知識與我們的機(jī)器學(xué)習(xí)模型相結(jié)合，我們能夠?qū)δＰ瓦M(jìn)行訓(xùn)練，以確定這些小分子上負(fù)責(zé)結(jié)合的特定區(qū)域，然后我們可以重新篩選，找到更有效的分子?！?/p>

利用這種方法，劍橋大學(xué)團(tuán)隊開發(fā)出了針對聚集體表面口袋的化合物，這些口袋是聚集體本身指數(shù)級增殖的原因。這些化合物的效力是以前報道的化合物的數(shù)百倍，開發(fā)成本也低得多。

文德斯科洛說：“機(jī)器學(xué)習(xí)對藥物發(fā)現(xiàn)過程產(chǎn)生了真正的影響，它加快了確定最有前途候選藥物的整個過程。對我們來說，這意味著我們可以開始多個藥物發(fā)現(xiàn)項目的工作，而不僅僅是一個。時間和成本的大幅降低使很多事情成為可能，這是一個令人興奮的時刻?！?（ 綜合整理報道）（策劃/羅媛）