目前，全球范圍內(nèi)有超過700000名漸凍癥患者，時光派于6月26日報道的全球首個賽博格（半機械人）彼得2.0（Peter Scott-Morgan）生前便患有這種疾?。ㄏ嚓P(guān)閱讀：《全球首個半機械人去世，賽博格之路不通向長壽/永生？》）。天體物理學(xué)泰斗斯蒂芬·霍金，以及新冠疫情肆虐武漢時的人民英雄、金銀潭醫(yī)院張定宇院長（電影《中國醫(yī)生》中張涵予扮演的張競予院長原型）也同樣飽受漸凍癥折磨。

罹患此病后，人會失去自主肌肉運動能力，無法行走、說話、進(jìn)食，最終無法呼吸。這種異?！皟礆垺钡纳窠?jīng)退行性疾病的病情惡化速度通常很快，從癥狀出現(xiàn)開始，患者的平均預(yù)期壽命只有2到5年。但遺憾的是，現(xiàn)有已獲批準(zhǔn)的治療藥物也不能阻止或逆轉(zhuǎn)功能喪失。

Insilico Medicine是一家處于臨床階段的人工智能驅(qū)動的端到端式藥物研發(fā)公司。該公司研究團(tuán)隊借助其專有AI驅(qū)動目標(biāo)識別引擎PandaOmics?進(jìn)行了大量數(shù)據(jù)集搜索，并最終確定了多個與肌萎縮側(cè)索硬化癥（ALS，后稱漸凍癥）相關(guān)的基因，這些基因可以成為新療法的靶點。該研究是歷史上最大、最全面的漸凍癥研究項目，研究結(jié)果于6月28日發(fā)表在Frontiers in Aging Neuroscience上。

PandaOmics?是Insilico專有的AI驅(qū)動目標(biāo)識別引擎，研究團(tuán)隊利用這一引擎分析了來自公共數(shù)據(jù)集的中樞神經(jīng)系統(tǒng)（CNS）的DNA微陣列和RNA測序數(shù)據(jù)集，以及來自Answer ALS項目的誘導(dǎo)性多功能干細(xì)胞衍生的運動神經(jīng)元（diMN）的轉(zhuǎn)錄組和蛋白質(zhì)組數(shù)據(jù)。

經(jīng)分析，研究團(tuán)隊從CNS和diMN樣本中篩選出了28個新的潛在治療靶點，其中17個為高置信度靶點。但AI篩選出的靶點是否能通過實驗的檢驗?zāi)兀侩S后，研究團(tuán)隊運用了模擬漸凍癥最常見遺傳原因的果蠅模型，通過調(diào)節(jié)28個“候選靶點”在果蠅中的表達(dá)水平并觀察果蠅的變化來驗證其相關(guān)性。結(jié)果顯示，有18個靶點通過了驗證，表明其與漸凍癥具有顯著功能相關(guān)性。

圖：在與ALS發(fā)病機制相關(guān)途徑中提出了幾個靶點（標(biāo)記為綠色）包括神經(jīng)元細(xì)胞死亡、氧化應(yīng)激、神經(jīng)炎癥和蛋白質(zhì)穩(wěn)態(tài)功能障礙

值得注意的是，在這些靶點中有8個此前從未報道過的基因，包括KCNB2、KCNS3、ADRA2B、NR3C1、P2RY14、PPP3CB、PTPRC和RARA，研究人員通過抑制這些基因的表達(dá)成功逆轉(zhuǎn)了果蠅眼部的神經(jīng)退行性變性，使其恢復(fù)正常表型。

Insilico Medicine創(chuàng)始人兼首席執(zhí)行官Alex Zhavoronkov博士說：“這項合作研究的結(jié)果充分表明，將人類專業(yè)知識與人工智能工具結(jié)合起來就會碰撞出精彩的火花——面對從前一籌莫展的疾病，能夠精準(zhǔn)鎖定新治療靶點?！薄斑@僅僅是個開始?！?/p>

清華大學(xué)教授魯白博士也參與了該項研究，他在接受采訪時表示：“從基于海量數(shù)據(jù)集的AI驅(qū)動目標(biāo)發(fā)現(xiàn)，到通過多個模型系統(tǒng)（果蠅、小鼠、人類IPS細(xì)胞）進(jìn)行生物學(xué)驗證，再到通過研究者發(fā)起的試驗（IIT）進(jìn)行的快速臨床測試，這代表了一種新趨勢，可能會顯著降低成本和時間，更重要的是開發(fā)藥物的成功率，尤其是針對神經(jīng)退行性疾病的藥物?！?/p>

我們期待著在未來，更多新途徑能應(yīng)用于漸凍癥藥物研發(fā)，幫助我們更好地了解這種罕見且致命的神經(jīng)肌肉疾??；也同樣期待著人工智能和大數(shù)據(jù)可以更加全面、精準(zhǔn)地賦能醫(yī)學(xué)研究，為全人類健康事業(yè)發(fā)展再添助力。

該研究由Insilico大灣區(qū)團(tuán)隊負(fù)責(zé)人Frank Pun博士領(lǐng)導(dǎo)，來自梅奧診所、蘇黎世大學(xué)、清華大學(xué)、4B Technologies、約翰霍普金斯醫(yī)學(xué)院、哈佛醫(yī)學(xué)院和巴克衰老研究所的研究人員也為這項研究做出了貢獻(xiàn)。

—— TIMEPIE ——