(相关资料图)
根据加拿大多伦多大学的 Angus McQuibban 及其同事于3 月 2 日在开放获取期刊 PLoS Biology 上发表的一项新研究，研究人员用来描述其结果的词语可用于发现帕金森病的潜在新疗法。该研究采用人工智能 (AI) 系统来识别现有的抗胆固醇药物，该药物能够促进线粒体的处理，线粒体是在疾病中受损的细胞能量成分。
导致帕金森病 (PD) 的完整致病途径尚不清楚，但一个明显的原因是线粒体功能障碍和无法处理有缺陷的线粒体，这一过程称为线粒体自噬。至少有五个与 PD 相关的基因直接或间接地与线粒体自噬受损有关，因此作者寻找可以增强线粒体自噬过程的化合物。
已经鉴定了几种这样的化合物，但其中大多数也会对细胞造成伤害，因此将它们排除在候选药物之外。这让作者不禁要问，描述这些化合物的文献是否可能会导致它们找到其他化合物，这些化合物以前与线粒体自噬增强没有关联，但使用的术语也出现在讨论已知增强剂的论文中。
识别这种语义相似性的模式是 IBM Watson for Drug Discovery 的核心技能之一，这是一个在超级计算机上运行的人工智能程序，可以分析已发表的文献中的关键词、短语和并列的模式。该团队使用该程序开发了真正的线粒体自噬增强剂的语义“指纹”，然后在来自药物数据库的三千多个候选者的文献中寻找相似的指纹。
前 79 名候选人在细胞培养中针对线粒体毒物进行了筛选。然后在其他几种线粒体自噬测定中对来自该测定的三个最佳候选物进行了测试，这些测定将降胆固醇药物普罗布考确定为具有最佳有效性和可能安全性组合的化合物。还发现普罗布考可改善两种不同帕金森病动物模型的运动功能、存活率和神经元丢失(PD 主要是一种运动障碍)。
