《Nature》子刊:AI預測+類器官 成功篩出老藥治腸道發炎

撰文記者 巫芝岳
日期2021-07-14
EnglishFrenchGermanItalianPortugueseRussianSpanish
《Nature》子刊:AI預測+類器官 成功篩出老藥治腸道發炎 (圖片來源:網路)

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)