《自然》子刊：人工智能拯救“过时”药物，快速、廉价地发掘新潜力

研究人员开发了一种基于人工智能的方法，可以从目前已有阿尔茨海默症药物中，重新筛选出最有潜力的对象。这种方法不仅快速、廉价，而且还通过指出药物作用机制来帮助揭示新的、未被探索的治疗靶点。

研究于2月15日发表在《自然-通讯》上，标题为“Machine learning identifies candidates for drug repurposing in Alzheimer’s disease”(机器学习识别阿尔茨海默病药物再利用的候选者)，通讯作者为波士顿哈佛医学院治疗科学哈佛项目系统药理学实验室的Artem Sokolov。

研究人员利用机器学习，开发了被称为DRIAD(老年痴呆症中的药物再利用)的框架。DRIAD的工作原理是先测量用药物治疗时人脑神经细胞的变化，然后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。DRIAD还允许研究人员检查哪些蛋白质是最有前途的药物的靶点，以及靶点之间是否有共同的趋势。

研究小组将这种筛选方法应用于80种FDA批准和临床试验的药物，其中一些用于治疗类风湿性关节炎和血癌的抗炎药成为最有潜力的候选药物。这些药物均属于Janus激酶抑制剂，可以阻断炎症刺激的Janus激酶蛋白，而Janus激酶被怀疑在阿尔茨海默病中起作用。

译/前瞻经济学人APP资讯组