人工智能驱动的技术揭示了药物发现的新目标

由剑桥大学领导的研究小组提出了一种方法来确定与蛋白质相分离现象相关的人类疾病的治疗靶点，这是最近发现的一种广泛存在于驱动各种重要生物功能的细胞中的现象。

在错误的地点或时间进行蛋白质相分离可能会破坏关键的细胞功能或产生与神经退行性疾病相关的分子聚集体。据信，形成不良的细胞凝聚物可能导致癌症，并可能有助于解释衰老过程。

剑桥研究人员与生成人工智能(AI)驱动的药物发现公司InsilicoMedicine合作，开发了一种方法，用于寻找新靶标，用于治疗因蛋白质相分离过程失调引起的疾病。

研究小组发现，他们可以通过控制这些目标的行为来复制细胞中的疾病特征。他们的研究结果发表在《美国国家科学院院刊》(PNAS)上。

“蛋白质相分离的发现为药物发现开辟了新的机会，”领导这项研究的剑桥大学YusufHamied化学系的MicheleVendruscolo教授说。

“然而，目前尚不清楚哪些蛋白质经历了这一过程并代表了有效药物干预的最佳目标。”

在这项研究中，研究人员将Insilico的专有目标识别引擎PandaOmics与FuzDrop方法相结合，以识别容易发生相分离的疾病相关蛋白。PandaOmics是一种人工智能驱动的治疗靶点发现工具，集成了多个组学和文本人工智能生物信息学模型，以评估蛋白质作为治疗靶点的潜力。

FuzDrop是剑桥团队推出的一款工具，可以计算蛋白质发生自发相分离的倾向，有助于识别容易形成液-液相分离冷凝物的蛋白质。

利用这种方法，研究人员对人类样本数据进行了大规模研究，量化了蛋白质相分离在调节与人类疾病相关的各种病理过程中的相对影响，优先考虑了具有高PandaOmics和FuzDrop分数的候选者，并生成了可能的治疗列表与蛋白质相分离相关的人类疾病的目标。

研究人员在两种阿尔茨海默病细胞模型中验证了三种预测的阿尔茨海默病靶点(MARCKS、CAMKK2和p62)的差异相分离行为，这为这些预测靶点参与阿尔茨海默病提供了实验验证，并支持它们作为治疗靶点的潜力。

通过调节这些冷凝物的形成和行为，有可能开发出新的干预措施来减轻与阿尔茨海默病相关的病理过程。

“到目前为止，了解蛋白质相分离在细胞功能中的作用一直是一个挑战，”Vendruscolo说。

“更困难的是澄清它与人类疾病关联的确切性质。通过与InsilicoMedicine合作，我们开发了一种方法来系统地解决这个问题并确定各种可能的治疗靶点。因此，我们为研究人员提供了应对这一复杂地形的路线图。”

“我们很高兴能够实现与剑桥大学合作的里程碑，”InsilicoMedicine香港公司负责人、该论文的合著者FrankPun博士说道。

“这项研究旨在为靶向容易发生相分离的疾病相关蛋白提供初步方向。随着研究蛋白质相分离过程的技术不断进步，加上有关其在细胞功能和功能障碍中的作用的数据不断增加，现在有可能理解这些目标与疾病之间的因果关系。”

“我们预计很快就会促进这项临床前研究转化为新型治疗干预措施。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！