近年来，针对全球最常见和最具破坏性的疾病的一些治疗方法取得了长足的进步。
对于糖尿病患者来说，首次医学治疗是在1922年，当时14岁的伦纳德·汤普森接受了胰岛素注射，加拿大医生弗雷德里克·班廷和查尔斯·贝斯特成功从狗的胰腺中提取了这种激素。
尽管在当时（那时1型糖尿病总是致命的）这一发现具有革命性意义，但几十年后的今天，糖尿病和肥胖症患者现在可以使用一种新的药物——司美鲁肽（即Ozempic、Wegovy），这种药物非常有效和受欢迎，以至于生产这些药物的公司经常无法满足需求。
最近获得美国食品药品监督管理局（FDA）批准的Cobenfy也为精神分裂症患者带来了新的希望，它代表了一类全新的、更针对性的治疗精神分裂症和其他难以治疗的神经精神和神经系统疾病的药物。
这些重大、改变生活的进步只是药物发现取得的巨大进展的一个缩影，其中对G蛋白偶联受体（GPCR）的药理学理解显著贡献了这一进展。GPCR是最大的药物靶标类别，因为它参与了许多疾病的信号传导途径。
事实上，针对GPCR家族的药物约占所有美国食品药品监督管理局（FDA）批准药物的34%，包括Cobenfy和司美鲁肽。
然而，虽然自早期的精神健康状况治疗和第一次胰岛素剂量以来，我们已经走了很长一段路，但在理解这些药物受体的工作原理以及为什么它们在某些人身上可能会有不同的功能方面，仍然存在许多空白。
例如，2021年的一项临床试验发现，在接受司美鲁肽治疗68周后，86.2%的参与者实现了临床上显著的体重减轻。尽管这些数字令人印象深刻，但也意味着13.7%的人没有看到临床上显著的体重减轻。这可能归因于多种因素——包括参与者之间受体功能的差异。
当涉及到理解不良副作用概况以及为什么患有相同疾病的人在服用相同药物时会有不同的效果时，仍有很多工作要做。
来自莫纳什制药科学研究所（MIPS）的一组研究人员，其工作主要围绕与GPCR相关的药物发现，与北京微软研究院AI for Science团队新建立的合作关系旨在解决这些持续存在的挑战。
MIPS和微软研究团队正在结合他们在数据集、药物发现和人工智能（AI）方面的专业知识，目标是开发一个基于序列的AI模型，以预测受体多态性（即两种或更多明显不同的形态或形式的发生）对帮助恢复血糖正常范围（即糖尿病药物）的治疗的临床影响。
由赵尔娃博士、Denise Wootten教授和Patrick Sexton教授领导的MIPS团队致力于如何利用AI增强他们在这一领域的研究。
“药物研究人员和整个制药行业数十年来一直使用计算机和数学建模来帮助识别和设计新药，但用于识别模式、预测行为和预报结果的预测性AI的发展已经将这一研究领域提升到了一个新的水平。”赵尔娃博士说。
“一个很好的例子是AI如何识别一个人对药物的反应，以及当某人被开具至少两种药物时，一种药物与另一种药物之间的相互作用。”
“所有这些信息对于根据个人特征（包括对药物的反应）量身定制药物设计和治疗至关重要。”
虽然AI和药物发现的进展在近年来都大幅加速，但两者只有合作才能充分发挥其潜力。
“AI驱动的药物发现计划的成功取决于高质量数据的可用性。”赵尔娃博士说。
“我们的目标是整合数据、生物学和药理学专业知识与AI，创建一个工作模型，帮助实现我们的研究目标，并最终生成有关受体行为和功能的新、重要信息，以帮助了解人类对药物的反应。”
MIPS团队还将与微软研究院合作，探索AI如何增强他们现有的研究项目，这些项目主要集中在开发新的和改进的代谢性疾病药物，如2型糖尿病和肥胖症。
“代谢性疾病的全球发病率持续上升，有必要不断改进最新的治疗方法，以确保每个人都能平等地获得这些治疗。”赵尔娃博士说。
“我们非常高兴与微软研究团队合作，为其蛋白质科学AI模型进行定制，揭示新信息，并希望将其应用于开发新的、有针对性的药物，从而大大改善世界各地人们、家庭和社区的生活。”
(全文结束)
