劃時代的AI技術加速發現帕金森病藥物十倍
劍橋大學的研究團隊在尋找帕金森病治療方法方面取得了重大進展，他們利用人工智能（AI）技術大幅加速了藥物發現過程。透過AI策略，該團隊成功識別了能防止α-突觸核蛋白聚集的化合物，這種蛋白與帕金森病有著密切的關聯。研究人員運用機器學習技術，篩選了數百萬條目的龐大化學庫，最終挑選出五種具有進一步研究價值的強效化合物。
全球超過六百萬人受帕金森病影響，預計到2040年患者數將呈指數級增長。目前，尚無法改變該病進程的治療方法，因此劍橋團隊加速藥物發現過程的成就尤其令人期待。透過機器學習的運用，他們在初始篩選階段的速度提高了十倍，而相關成本則降低了千倍。這種效率可能會大幅縮短潛在帕金森病治療方法抵達患者手中的時間。這些研究結果已發表於《自然化學生物學》期刊中。
創新篩選流程改變遊戲規則
研究團隊開發的快速篩選程序突破了傳統篩選藥物候選物的緩慢及昂貴方式。劍橋團隊的機器學習方法篩選化學庫，尋找能夠結合並阻礙淀粉樣聚集體生長的小分子，這些聚集體與帕金森病有關。這種方式不僅讓強效化合物的識別流程更加高效，而且還大幅降低了開發成本。
主導研究的米歇爾·文德魯斯科洛教授強調，機器學習在藥物發現中的變革性影響。它允許對化合物進行計算篩選，加快了識別能防止與帕金森病相關的蛋白質有害聚集的分子。通過關注分子的結合區域，AI模型可以反覆細化搜索並突出顯示越來越強效的抑制劑。
這種創新方法使得開發針對與帕金森病相關的聚集體的高效藥物成為可能，有望徹底改變該病的治療選項。研究人員對這種方法在加速多個藥物發現計劃的可能性表示樂觀，由於所涉及時間和費用的顯著減少，這項進展為對抗帕金森病的鬥爭帶來了新希望，預示著向有效治療方法快速邁進的未來。
劍橋大學的研究團隊利用AI技術在帕金森病藥物發現中取得重大進展，加速過程並顯著降低成本，提供對抗這一疾病的新希望。