美國哈佛醫(yī)學院團隊開發(fā)出一種名為PDGrapher的人工智能（AI）模型，能夠精準識別可逆轉細胞疾病狀態(tài)的基因與藥物靶點，有望徹底改變藥物發(fā)現(xiàn)的路徑。該成果發(fā)表在新一期《自然·生物醫(yī)學工程》雜志上。
圖片來源：AI生成
與傳統(tǒng)藥物研發(fā)聚焦單一蛋白質靶點不同，PDGrapher通過分析疾病的多重驅動因素，系統(tǒng)性地預測最有可能將患病細胞恢復至健康狀態(tài)的治療策略，并推薦最佳的單一或聯(lián)合靶點。該工具現(xiàn)已免費向科學界開放。
研究團隊表示，傳統(tǒng)的藥物發(fā)現(xiàn)過程就像品嘗數(shù)百道菜肴，只為找到一道味道最完美的。而PDGrapher更像一位精通烹飪的大廚，很清楚最終想要的風味，并知道如何搭配食材來實現(xiàn)它。
PDGrapher是一種圖神經網絡，屬于AI的一種。它不僅分析單個基因或蛋白質的數(shù)據(jù)，更關注它們之間的復雜聯(lián)系與相互影響。該模型構建細胞內基因、蛋白質和信號通路的動態(tài)網絡，模擬干預特定靶點后對細胞整體功能的影響，從而預測哪些組合能有效糾正功能障礙，恢復健康的細胞行為。
團隊使用治療前后患病細胞的大量數(shù)據(jù)訓練PDGrapher，使其學習如何將細胞從疾病狀態(tài)逆轉為健康狀態(tài)。隨后，他們在涵蓋11種癌癥的19個獨立數(shù)據(jù)集上進行測試，要求模型預測其從未接觸過的細胞樣本和癌癥類型的治療方案。結果表明，PDGrapher不僅能準確識別已知有效的藥物靶點（這些靶點在訓練中被刻意排除，以防止模型簡單記憶），還預測了多個有新證據(jù)支持的候選靶點。例如，模型將KDR（VEGFR2）列為非小細胞肺癌的潛在靶點，與現(xiàn)有臨床證據(jù)一致；同時識別出TOP2A（一種已被現(xiàn)有化療藥物靶向的酶）作為遏制非小細胞肺癌轉移的靶點，這與近期臨床前研究的發(fā)現(xiàn)相符。
與其他同類AI工具相比，PDGrapher在準確性和效率上均表現(xiàn)卓越。在未見過的數(shù)據(jù)集中，其對正確治療靶點的預測排名高出其他模型35%，且運算速度比現(xiàn)有方法快25倍。
本文鏈接：AI模型精準識別基因與藥物靶點http://m.sq15.cn/show-11-26269-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯(lián)網博主自發(fā)貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯(lián)系，我們將在第一時間刪除處理。
上一篇： 柔性光學傳感器能提供高靈敏度觸覺