克利夫兰诊所基因组中心的研究人员成功应用先进的人工智能（AI）遗传学模型研究帕金森病。研究人员确定了与疾病进展相关的遗传因素，并找到了可能用于帕金森病治疗的已获FDA批准的药物。
该研究发表在《npj帕金森病》上，采用了一种称为“系统生物学”的方法，利用AI整合和分析来自基因、蛋白质组学、药理学和患者数据集的多种不同形式的信息，以识别仅通过分析单一数据形式无法发现的模式。
研究负责人、克利夫兰诊所基因组中心（CCGC）主任程飞雄博士是系统生物学领域的权威专家，他开发了多个AI框架，用于识别阿尔茨海默病的新潜在治疗方法。
“帕金森病是继痴呆症之后第二常见的神经退行性疾病，但我们尚无有效的方法来阻止或减缓全球数百万患者病情的进展；目前我们能做的只是管理症状。”研究第一作者、程博士基因医学实验室的博士后研究员杜丽君博士表示。“迫切需要开发新的帕金森病修饰疗法。”
杜博士解释说，制造能够阻止或逆转帕金森病进展的化合物尤其具有挑战性，因为该领域仍在确定哪些基因突变会导致帕金森病的症状。
“许多已知与帕金森病相关的基因突变位于我们DNA的非编码区域，而非实际基因中。我们知道非编码区的变异会影响不同基因的功能，但不清楚这些变异具体影响哪些基因。”她补充道。
通过其集成AI模型，研究团队将与帕金森病相关的遗传变异与多个大脑特异性DNA和基因表达数据库进行交叉验证，从而推断出我们的大脑中是否有特定基因受到DNA非编码区变异的影响。然后，研究团队结合蛋白质和互作组数据集，确定这些基因突变后影响大脑中哪些蛋白质。他们发现了几种潜在的风险基因（如SNCA和LRRK2），其中许多基因在失调时会引起大脑炎症。
接下来，研究团队询问市场上是否有药物可以重新用于靶向这些已识别的基因。即使在成功发现并制造药物后，通常还需要平均15年的严格安全测试才能获得药物批准。
“帕金森病患者无法等待那么长时间，因为他们的病情会继续恶化。”程博士表示。“如果我们能够重新利用已获FDA批准的药物用于帕金森病，可以显著减少提供新选择的时间。”
通过将遗传发现与可用的药理学数据库整合，研究团队找到了多种候选药物。然后，他们参考电子健康记录，查看服用这些药物的患者中帕金森病诊断是否存在差异。例如，被处方降胆固醇药物辛伐他汀的个体在其一生中被诊断为帕金森病的可能性较低。
程博士表示，下一步是在实验室中测试辛伐他汀治疗该疾病的潜力，以及一些免疫抑制剂和抗焦虑药物，这些药物值得进一步研究。
“使用传统方法，完成我们为识别基因、蛋白质和药物所采取的任何步骤都将是资源密集型和耗时的任务。”杜博士说。“我们的集成网络分析显著加快了这一过程，并识别出多个候选药物，增加了找到新解决方案的机会。”
这项研究得到了美国国立衰老研究所（NIA）和美国国立神经疾病与中风研究所（NINDS）的资助，这两个机构均隶属于美国国立卫生研究院（NIH）。
(全文结束)
