速度快10倍！AI技术加快帕金森病治疗方法开发进程

  4月22日消息，据外媒报道，剑桥大学的研究人员设计并使用了一种基于人工智能的策略来识别阻断α-突触核蛋白(帕金森氏症的特征蛋白)聚集的化合物。

  该团队使用机器学习技术快速筛选了一个包含数百万个条目的化学库，并确定了五种强效化合物供进一步研究。

  筛选大型化学文库中的候选药物的过程，需要在对患者进行潜在治疗测试之前很久进行，非常耗时和昂贵，而且往往不成功。

  使用机器学习，研究人员能够将最初的筛查过程加快十倍，并将成本降低一千倍，这可能意味着帕金森氏症的潜在治疗方法能更快地到达患者手中。研究结果发表在《自然化学生物学》杂志上。

  虽然目前正在进行帕金森氏症的临床试验，但尚未批准任何疾病修饰药物，这反映出无法直接针对导致该疾病的分子物种。

  这一直是帕金森研究的一个主要障碍，因为缺乏识别正确分子靶点并与之接触的方法。这一技术差距严重阻碍了有效治疗方法的发展。

  剑桥大学的团队开发了一种机器学习方法，通过该方法筛选含有数百万种化合物的化学文库，以识别与淀粉样蛋白聚集体结合并阻止其增殖的小分子。

  然后对少量顶级化合物进行实验测试，以选择最有效的聚集抑制剂。从这些实验测定中获得的信息以迭代的方式反馈到机器学习模型中，以便在几次迭代后，鉴定出高效化合物。

  使用这种方法，剑桥团队开发了针对聚集体表面口袋的化合物，这些口袋负责聚集体本身的指数增殖。这些化合物的药效是以前报道的化合物的数百倍，开发成本也低得多。