侵权投诉
订阅
纠错
加入自媒体

AI揭示了目前可能有助于对抗阿尔茨海默病的药物

目前迫切需要治疗阿尔茨海默病的新疗法,但实验性药物的大量临床试验都未能产生有希望的结果。

《EurekAlert!》官网3月4日消息

现在,麻省总医院(Massachusetts General Hospital ,MGH)和哈佛医学院(Harvard Medical School ,HMS)的一个团队开发了一种基于人工智能的方法,来筛选目前可用的药物,作为阿尔茨海默病的可能治疗方法。

该方法是一种快速、廉价的方法,可以将现有的治疗方法转化为新的治疗方法,用于治疗这种不断恶化的神经退行性疾病。重要的是,通过指出药物作用机制,它还可以帮助揭示新的、未探索的治疗靶点。

“重新调整FDA批准的阿尔茨海默病药物的用途是一个有吸引力的想法,可以帮助加速有效治疗的到来,但不幸的是,即使对于先前批准的药物,临床试验也需要大量资源,从而无法评估阿尔茨海默病患者的每种药物,” HMS系统药理学实验室信息学和建模主任Artem Sokolov博士解释说,“因此,我们建立了一个优先考虑药物的框架,帮助临床研究关注最有希望的药物。”

发表在《自然-通讯》(Nature Communications)杂志的这篇论文中,Sokolov和他的同事们描述了他们名为“阿尔茨海默病药物再利用”(Drug Repurposing In Alzheimer's Disease,DRIAD)的框架,该框架依赖于机器学习——人工智能的一个分支,系统在大数据上“训练”,“学习”以识别警示模式,增强研究人员和临床医生的决策能力。

研究于2021年2月15日发表在《Nature Communications》(最新影响因子:12.121)杂志上

DRIAD的工作原理是测量药物治疗后人类大脑神经细胞发生的变化。然后,该方法确定药物引起的变化是否与疾病严重程度的分子标志物相关。

这种方法也使研究人员能够识别出对脑细胞有保护作用和损害作用的药物。

“我们还估算了这种相关性的方向性,帮助识别和过滤加速而不是阻止神经元死亡的神经毒性药物,”共同第一作者Steve Rodriguez博士说,他是MGH神经病学系的研究员,也是HMS的讲师。

DRIAD还允许研究人员检查哪些蛋白质是最有希望的药物的靶点,以及靶点之间是否有共同的趋势,该方法由系统药理学实验室的研究助理和共同第一作者Clemens Hug博士设计。

该研究小组将这种筛选方法应用于80种用于多种疾病经FDA批准和临床测试的药物。分析得出了一份候选药物名单,其中几种用于治疗类风湿关节炎和血癌的抗炎药物是最热门的候选药物。这些药物属于一类被称为Janus激酶抑制剂的药物。这些药物通过阻断引发炎症的Janus激酶蛋白的作用而起作用。Janus激酶蛋白被怀疑在阿尔茨海默病中发挥作用,并在自身免疫性疾病中发挥作用。研究小组的分析也指出了其他有待进一步研究的潜在治疗靶点。

Frank Wilkins Jr.和家庭捐赠学者,MGH的麻省阿尔茨海默病治疗科学中心副主任,HMS的系统药理学实验室的医学博士Mark Albers说:“我们很高兴与学术界和制药研究界分享这些结果。我们希望,其他研究人员的进一步验证将完善这些药物在临床研究中的优先次序。”其中一种药物,baricitinib,将由Albers在一项针对主观认知障碍抱怨(subjective cognitive complaints,SCC),轻度认知障碍(MCI)和阿尔茨海默病的临床试验中进行研究,该药物即将在波士顿的MGH和佛罗里达州劳德代尔堡的Holy Cross Health上市。Albers说:“此外,对指定药物靶点的独立验证可以为阿尔茨海默病的发病机理提供新的见解,并导致新的疗法。”

参考文献

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).

免责声明

本公众号上的医疗信息仅作为信息资源提供与分享,不用于或依赖于任何诊断或治疗目的。此信息不应替代专业诊断或治疗。在做出任何医疗决定或有关特定医疗状况的指导之前,请咨询你的医生。

声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号