AI揭示了目前可能有助于對抗阿爾茨海默病的藥物
目前迫切需要治療阿爾茨海默病的新療法,但實驗性藥物的大量臨床試驗都未能產生有希望的結果。
《EurekAlert!》官網3月4日消息
現在,麻省總醫院(Massachusetts General Hospital ,MGH)和哈佛醫學院(Harvard Medical School ,HMS)的一個團隊開發了一種基于人工智能的方法,來篩選目前可用的藥物,作為阿爾茨海默病的可能治療方法。
該方法是一種快速、廉價的方法,可以將現有的治療方法轉化為新的治療方法,用于治療這種不斷惡化的神經退行性疾病。重要的是,通過指出藥物作用機制,它還可以幫助揭示新的、未探索的治療靶點。
“重新調整FDA批準的阿爾茨海默病藥物的用途是一個有吸引力的想法,可以幫助加速有效治療的到來,但不幸的是,即使對于先前批準的藥物,臨床試驗也需要大量資源,從而無法評估阿爾茨海默病患者的每種藥物,” HMS系統藥理學實驗室信息學和建模主任Artem Sokolov博士解釋說,“因此,我們建立了一個優先考慮藥物的框架,幫助臨床研究關注最有希望的藥物。”
發表在《自然-通訊》(Nature Communications)雜志的這篇論文中,Sokolov和他的同事們描述了他們名為“阿爾茨海默病藥物再利用”(Drug Repurposing In Alzheimer's Disease,DRIAD)的框架,該框架依賴于機器學習——人工智能的一個分支,系統在大數據上“訓練”,“學習”以識別警示模式,增強研究人員和臨床醫生的決策能力。
研究于2021年2月15日發表在《Nature Communications》(最新影響因子:12．121)雜志上
DRIAD的工作原理是測量藥物治療后人類大腦神經細胞發生的變化。然后,該方法確定藥物引起的變化是否與疾病嚴重程度的分子標志物相關。
這種方法也使研究人員能夠識別出對腦細胞有保護作用和損害作用的藥物。
“我們還估算了這種相關性的方向性,幫助識別和過濾加速而不是阻止神經元死亡的神經毒性藥物,”共同第一作者Steve Rodriguez博士說,他是MGH神經病學系的研究員,也是HMS的講師。
DRIAD還允許研究人員檢查哪些蛋白質是最有希望的藥物的靶點,以及靶點之間是否有共同的趨勢,該方法由系統藥理學實驗室的研究助理和共同第一作者Clemens Hug博士設計。
該研究小組將這種篩選方法應用于80種用于多種疾病經FDA批準和臨床測試的藥物。分析得出了一份候選藥物名單,其中幾種用于治療類風濕關節炎和血癌的抗炎藥物是最熱門的候選藥物。這些藥物屬于一類被稱為Janus激酶抑制劑的藥物。這些藥物通過阻斷引發炎癥的Janus激酶蛋白的作用而起作用。Janus激酶蛋白被懷疑在阿爾茨海默病中發揮作用,并在自身免疫性疾病中發揮作用。研究小組的分析也指出了其他有待進一步研究的潛在治療靶點。
Frank Wilkins Jr．和家庭捐贈學者,MGH的麻省阿爾茨海默病治療科學中心副主任,HMS的系統藥理學實驗室的醫學博士Mark Albers說:“我們很高興與學術界和制藥研究界分享這些結果。我們希望,其他研究人員的進一步驗證將完善這些藥物在臨床研究中的優先次序。”其中一種藥物,baricitinib,將由Albers在一項針對主觀認知障礙抱怨(subjective cognitive complaints,SCC),輕度認知障礙(MCI)和阿爾茨海默病的臨床試驗中進行研究,該藥物即將在波士頓的MGH和佛羅里達州勞德代爾堡的Holy Cross Health上市。Albers說:“此外,對指定藥物靶點的獨立驗證可以為阿爾茨海默病的發病機理提供新的見解,并導致新的療法。”
參考文獻
Source:Massachusetts General Hospital
Artificial intelligence reveals current drugs that may help combat Alzheimer's disease
Reference:
Rodriguez, S．, Hug, C．, Todorov, P． et al． Machine learning identifies candidates for drug repurposing in Alzheimer’s disease． Nat Commun 12, 1033 (2021)．
免責聲明
本公眾號上的醫療信息僅作為信息資源提供與分享,不用于或依賴于任何診斷或治療目的。此信息不應替代專業診斷或治療。在做出任何醫療決定或有關特定醫療狀況的指導之前,請咨詢你的醫生。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
