尋找新藥——稱為“藥物發(fā)現(xiàn)”——是一項(xiàng)昂貴而耗時(shí)的任務(wù)。但是一種稱為機(jī)器學(xué)習(xí)的人工智能可以大大加快這個(gè)過(guò)程，并以一小部分的價(jià)格完成這項(xiàng)工作。
最近使用了這項(xiàng)技術(shù)發(fā)現(xiàn)了三種有前途的衰老抑制藥物候選物——能夠延緩衰老并預(yù)防與衰老相關(guān)的疾病的藥物。
衰老抑制藥物通過(guò)殺死衰老細(xì)胞來(lái)起作用。這些細(xì)胞是“活著的”(代謝活躍的)，但已經(jīng)無(wú)法復(fù)制，因此被稱為僵尸細(xì)胞。
無(wú)法復(fù)制并不一定是壞事。這些細(xì)胞的DNA受到了損傷——例如，被太陽(yáng)光線損傷的皮膚細(xì)胞——所以停止復(fù)制可以阻止損傷擴(kuò)散。
但是衰老細(xì)胞并不總是好事。它們分泌一種由炎癥蛋白組成的雞尾酒，可以傳播到鄰近的細(xì)胞。在一生中，我們的細(xì)胞遭受了各種攻擊，從紫外線到化學(xué)物質(zhì)的暴露，因此這些細(xì)胞會(huì)積累起來(lái)。
衰老細(xì)胞的數(shù)量增加與一系列疾病有關(guān)，包括2型糖尿病、新冠肺炎、肺纖維化、骨關(guān)節(jié)炎和癌癥。
實(shí)驗(yàn)室小鼠的研究表明，使用衰老抑制藥物消除衰老細(xì)胞可以改善這些疾病。這些藥物可以殺死僵尸細(xì)胞，同時(shí)保持健康細(xì)胞的存活。
目前已知約80種衰老抑制藥物，但只有兩種在人體上進(jìn)行了測(cè)試：達(dá)沙替尼和槲皮素的組合。如果能找到更多可以用于各種疾病的衰老抑制藥物就好了，但是一個(gè)藥物要想上市，需要10到20年的時(shí)間和數(shù)十億美元的資金。
我和我的同事——包括來(lái)自愛(ài)丁堡大學(xué)和西班牙國(guó)家科學(xué)委員會(huì)IBBTEC-CSIC圣坦德分部的研究人員——想知道我們是否能夠訓(xùn)練機(jī)器學(xué)習(xí)模型來(lái)識(shí)別新的衰老抑制藥物候選物。
為了做到這一點(diǎn)，我們用已知的衰老抑制藥物和非衰老抑制藥物的例子來(lái)訓(xùn)練AI模型。模型學(xué)會(huì)了區(qū)分兩者，并可以用來(lái)預(yù)測(cè)它們以前從未見(jiàn)過(guò)的分子是否也可能是衰老抑制藥物。
解決一個(gè)機(jī)器學(xué)習(xí)問(wèn)題時(shí)，我們通常先在一系列不同的模型上測(cè)試數(shù)據(jù)，因?yàn)橛行┠Ｐ屯绕渌Ｐ捅憩F(xiàn)得更好。
為了確定最佳模型，在開(kāi)始過(guò)程時(shí)，我們將可用訓(xùn)練數(shù)據(jù)中的一小部分分離出來(lái)，并在訓(xùn)練過(guò)程完成之前將其隱藏起來(lái)。
然后我們使用這些測(cè)試數(shù)據(jù)來(lái)量化模型犯了多少錯(cuò)誤。錯(cuò)誤最少的那個(gè)，就是贏家。
我們確定了最佳模型，并讓它做出預(yù)測(cè)。我們給了它4340個(gè)分子，五分鐘后它就交付了一份結(jié)果清單。
AI模型識(shí)別出了21個(gè)得分最高的分子，它認(rèn)為這些分子有很高的可能性是衰老抑制藥物。如果我們?cè)趯?shí)驗(yàn)室中測(cè)試原來(lái)的4340個(gè)分子，至少需要幾周的密集工作和5萬(wàn)英鎊才能買到原料，更不用說(shuō)實(shí)驗(yàn)機(jī)器和設(shè)備的成本了。
我們?nèi)缓笤趦煞N類型的細(xì)胞上測(cè)試這些藥物候選物：健康的和衰老的。結(jié)果顯示，在21種化合物中，有三種(白藜蘆醇、夾竹桃甙和銀杏素)能夠消除衰老細(xì)胞，同時(shí)保持大部分正常細(xì)胞的存活。這些新的衰老抑制藥物隨后進(jìn)行了更詳細(xì)的生物實(shí)驗(yàn)，以了解它們?cè)隗w內(nèi)是如何起作用的。
這種跨學(xué)科的方法——涉及數(shù)據(jù)科學(xué)家、化學(xué)家和生物學(xué)家——所帶來(lái)的潛在影響是巨大的。只要有足夠的高質(zhì)量數(shù)據(jù)，AI模型就可以加速化學(xué)家和生物學(xué)家為尋找疾病治療和治愈而做出的驚人工作——尤其是那些尚未得到滿足的需求。
在衰老細(xì)胞中驗(yàn)證了它們之后，我們現(xiàn)在正在人類肺組織中測(cè)試這三種衰老抑制藥物候選物。我們希望在兩年內(nèi)報(bào)告我們的下一個(gè)結(jié)果。
Vanessa Smer-Barreto，遺傳與分子醫(yī)學(xué)研究所，愛(ài)丁堡大學(xué)
https://www.sciencealert.com/ai-may-have-found-the-most-powerful-anti-aging-molecule-ever-seen
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
