近(12)日，加州大學聖地牙哥分校(UCSD)的科學家，發表了一項以機器學習開發「老藥新用」的方法，並以發炎性腸道疾病(IBD)治療為目標，透過基因數據預測疾病惡化和藥物療效，也成功在腸道類器官(organoid)模型中找出可能使用的老藥療法。該研究發表於期刊《Nature Communications》。

研究團隊以IBD為疾病模型，透過UCSD網路醫學研究所(iNetMed)所發展的人工智慧(AI)方法，以基因表現在疾病發作、惡化過程的連續變化圖，對疾病進行建模。經由AI識別基因表現時的所有基本規則，可以突破許多目前方法可能忽視的細節。

其演算法也能確保基因表現的模式，在不同疾病群體(disease cohorts)間維持「不變」，因此該模型將能適用於所有的IBD患者。

最後，他們使用類器官研究中心The HUMANOID Center of Research Excellence的IBD類器官進行驗證，證實此AI演算法的確能透過類器官建模，識別出藥物功效。

研究人員表示，在類器官試驗中他們觀察到，這些AI篩出來的老藥不僅能修復IBD患者腸道滲漏時的破碎細胞邊界，也能保護腸道細胞不受外加病原體的侵襲，意味著該藥物或許可在IBD的急性發作中發揮作用。此外，該演算法也在不同IBD病人族群中展現高準確度。

共同領導研究的UCSD病理學副教授Soumita Das表示，使用類器官進行「0期」試驗的原因，是由於多數藥物開發常在1-3期試驗間失敗，因此，透過人類的類器官測試，可在進入人體臨床試驗前先行驗證、排除無效的候選藥物。

論文第一作者，UCSD兒科與電腦科學副教授Debashis Sahoo認為，此研究顯示，精密的數學演算確實可用於預測臨床試驗成功的可能性；該模型可提供預測能力，幫助人們了解疾病如何惡化、評估藥物的潛在益處，並在現有治療失敗時，擬定下一步如何併用藥物治療。

研究人員表示，接下來也將驗證這些通過「0期試驗」的候選藥物，是否得以通過臨床試驗，以及將該演算法應用於包括癌症、阿茲海默症、非酒精性脂肪肝疾病(NAFLD)等治療。

參考資料：

1. 論文原文：https://www.nature.com/articles/s41467-021-24470-5

2. https://www.sciencedaily.com/releases/2021/07/210712130142.htm

(編譯/巫芝岳)