麻省总医院：人工智能揭示了目前可能有助于治疗阿尔茨海默氏病的药物

「对指定药物靶点的独立验证可以为阿尔茨海默氏病背后的机制提供新的见解，并带来新的治疗方法」—— Mark Albers 博士

Mark Albers 博士

阿尔茨海默氏病治疗科学中心副主任

美国麻省总医院

阿尔茨海默氏病迫切需要新的治疗方法，但许多试验性药物的临床试验未能产生有希望的结果。

现在，美国麻省总医院和哈佛医学院的一个研究小组开发了一种基于人工智能的方法以筛选目前可用的药物作为阿尔茨海默氏病的可能治疗药物。

这种方法代表一种快速而廉价的方法，将现有的治疗药物重新用于治疗这种渐进的、使人衰弱的神经退行性疾病。重要的是，通过指出药物作用的机制，它还可以帮助揭示新的、尚未探索的治疗靶点。

「重新利用 FDA（美国食品药品监督管理局）批准的药物治疗阿尔茨海默氏病是一个有吸引力的想法，可以帮助加快有效治疗方案的到来，但不幸的是，即使对于以前批准的药物，临床试验也需要大量的资源，因此不可能对每一种药物对阿尔茨海默氏病的疗效进行评估。」

哈佛医学院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，我们建立了一个药物选择优先级的框架，帮助临床研究关注最有希望的药物。」

Sokolov 和他的同事在《自然通讯》（Nature Communications）上发表的一篇文章中描述了他们的框架，称为 DRIAD（Drug Repurposing In Alzheimer’s Disease-药物再利用于阿尔茨海默氏病），该框架依赖于机器学习——人工智能的一个分支，在此分支中，系统是通过大量数据进行「训练」的，「学习」以识别重要信息的模式并增强研究人员和临床医生的决策能力。

DRIAD 的工作原理是测量用药物治疗时人脑神经细胞的变化，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。

该方法还使研究人员能够识别对脑细胞既有保护作用又有破坏作用的药物。

「我们也大致估计了这种相关性的指向性，有助于识别和筛选出加速神经元死亡而不是阻止神经元死亡的神经毒性药物。」文章第一作者之一、麻省总医院神经病学系研究员、哈佛医学院讲师 Steve Rodriguez 博士说。

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，这一方法由系统药理学实验室的研究助理、联合第一作者之一 Clemens Hug 博士设计。

该团队将筛选方法应用于 80 种经 FDA 批准并经过临床测试的药物，以适应各种情况。

分析产生了一个候选药物的排名列表，其中用于治疗类风湿性关节炎和白血病的几种抗炎药物成为最有前景的药物。 这些药物属于称为 Janus 激酶 (JAK) 抑制剂的一类药物。

这些药物通过阻断刺激炎症的 Janus 激酶蛋白的作用而起效，Janus 激酶蛋白被怀疑在阿尔茨海默氏病中起作用，并在自身免疫性疾病中发挥作用。 该小组的分析还指出了其他潜在的治疗目标，有待进一步调查。

「我们很高兴与学术界和药物研究界分享这些结果。 我们希望通过其他研究人员的进一步验证，可以改善这些药物在临床研究中的优先级次序。」Mark Albers 博士说。

这些药物中的一种，baricitinib，将由 Albers 博士在一项针对主观性认知障碍、轻度认知障碍和阿尔茨海默氏病患者的临床试验中进行研究，该试验将很快在波士顿的麻省总医院和佛罗里达州劳德代尔堡的 Holy Cross Health 推出。Albers 博士说：「对指定药物靶点的独立验证可以为阿尔茨海默氏病背后的机制提供新的见解，并带来新的治疗方法。」

参考：

Nature Communications《自然通讯》：https://www.nature.com/articles/s41467-021-21330-0

编辑： dxy_eacjf9u9    来源：麻省总医院