药物研发过程中，一位“AI预测员”可以预测化合物对于某种疾病的治疗效果，从而大大提升药物研发效率。北京大学谢正伟牵头团队研发了一种基于基因指纹和深度学习的药效预测新系统（灵素系统）。近日，这一研讨成果的相关论文被国际威望期刊Nature Biotechnology（影响因子36.6）发表。
在该研讨中，研讨人员模拟人体构建了一个神经网络。经过疾病相关基因指纹来反映特定疾病的“内在痕迹”，并且运用基因集合富集分析(GSEA)来评价化合物对疾病的潜在疗效。经过这位“AI预测员”，可以准确地预测新分子对转录组形成的影响，平均相关性达到0.74。
目前，这位“AI预测员”已针对三种疾病展开化合物疗效预测，三种疾病分别为肥胖、高尿酸血症和非酒精性脂肪肝炎。
结果表明，对于肥胖，研讨人员发现3/4灵素系统预测化合物可降低小鼠的脂肪含量，并且诱导数十个褐变基因（白色脂肪组织变成棕色脂肪组织）表达上调，减轻了小鼠的体重，达到了减肥的目的。对于高尿酸血症，灵素系统成功预测了自然产物紫苏烯，其可降低血清尿酸才能上不低于四种阳性药物，还具有减少炎症和抗纤维化的优势。对于非酒精性脂肪肝炎，研讨人员发现三种MEK-ERK信号通路抑制剂可缓解非酒精性脂肪肝炎相关的肝脏病理，也是初次揭示了MEK-ERK通路在非酒精性脂肪肝炎中的重要作用。
“三种疾病的实验表明，灵素系统可成功运用于挑选治疗肥胖、高尿酸血症和NASH的化合物，总体准确率超过50%。且灵素系统可克制传统药物开发的困难，仅基于基因指纹就可预测高度多样化和复杂疾病的候选分子。”谢正伟表示。
除在挑选疾病候选小分子方面的作用外，灵素系统还在发现疾病致病机制以及疾病致病靶蛋白方面具有潜力。“大多数疾病，包括年龄依赖疾病、代谢紊乱和癌症，都有明白的基因标记，这为灵素系统运用于其它疾病提供了基础。”谢正伟说。值得关注的是，灵素系统对于尚无明白治疗靶点的疾病或会带来意想不到的疗效，有望成为制药行业的有力工具，为复杂疾病患者带来福音。 |
