开普敦大学整体药物发现与开发中心(H3D)与人工智能(AI)合作伙伴Ersilia开源倡议组织之间的一项开创性合作，开发出一种新型计算流程，旨在根据非洲的遗传多样性定制疟疾和结核病(TB)治疗方案。这项发表在《自然·通讯》上的研究成果，标志着向更安全、更有效的非洲中心药物剂量迈出了重要一步。
非洲是地球上遗传多样性最丰富的大陆，然而在全球药物发现和开发中，这种多样性很少被考虑。遗传变异会强烈影响个体代谢药物的方式，影响安全性、有效性和耐药风险。但由于大多数药物发现工作在非洲以外进行，相关的药物基因组学（数学建模）数据仍然稀缺。
为此，H3D-Ersilia团队开发了一种新的计算方法，结合了机器学习、人工智能和药物计量学。该流程假设哪些基因以及哪些非洲遗传变异会影响疟疾和结核病药物的代谢。这为针对遗传多样性人群的剂量调整打开了大门。
应对遗传多样性
"由于遗传差异导致的药物反应变异性在非洲人群中表征不佳，可用于预测其影响的工具很少，"H3D的创始人兼主任凯利·奇巴莱(Kelly Chibale)教授说。"必须紧急解决这一问题，以防止不良事件、治疗效果不佳和耐药性的出现。"
"必须紧急解决这一问题，以防止……治疗效果不佳。"
奇巴莱是有机化学教授，也是Neville Isdell非洲中心药物发现与开发讲席教授，他强调了这项研究的个人意义。"作为非洲人，为我的人民面临的健康挑战提供解决方案，并改善非裔人群的治疗效果，对我至关重要。"
该研究以"人工智能结合药物计量学建模以定制非洲疟疾和结核病治疗"为题发表，利用统计和数学建模来研究药物、使用者和所治疗疾病之间的关系。
H3D提供了建模专业知识，以评估非洲遗传变异如何改变药物暴露水平。这使得可以预测最佳剂量，以确保不同人群的有效性和安全性。
"这一点意义重大，因为开普敦大学正通过具有本地相关性的尖端、世界级研究，带头应对非洲特有的健康挑战，"奇巴莱指出。
本地相关研究
Ersilia是一家总部位于巴塞罗那(Barcelona)的非营利组织，专注于为全球南方被忽视疾病的开源药物发现，提供了人工智能和机器学习能力。他们的团队训练模型来预测基因与疟疾/TB药物之间的相互作用，方法是虚拟筛选含有非洲变异的基因。
"在这项工作中，我们展示了计算方法如何帮助调整非洲疟疾和结核病药物的给药方案，"奇巴莱说。
"这些动态对疟疾和结核病有重大影响。"
编码药物代谢酶的基因突变可以显著改变人们处理药物的速度。代谢缓慢者因药物在体内积累而面临毒性风险，而代谢快速者可能因亚治疗水平而经历治疗失败或药物耐药。
这些动态对疟疾和结核病有重大影响，这两种疾病在非洲大陆造成高发病率和死亡率。
"我们选择疟疾和结核病进行试点，因为它们在非洲的负担巨大，"奇巴莱说。"作为概念验证，我们必须从一两种疾病开始，然后再扩展到其他疾病。"
同样的方法现在可以应用于广泛的药物和疾病。
提高预测准确性
下一阶段将利用新的数据源来提高预测准确性。一个直接的项目涉及使用来自非洲血统供体的人类肝脏微粒体(microsomes)研究非洲特异性遗传变异。这是制药研发中目前缺失的关键资源，通常依赖于欧洲人群的样本。
通过将非洲常用药物与这些微粒体一起培养，研究团队将评估代谢速率，包括快速、中等或缓慢，并将这些数据输入模型以预测最佳剂量。
"科学不仅仅是为了好奇心，"奇巴莱反思道。"它是为了应对社会挑战。"
该论文的合著者包括Ersilia联合创始人兼执行董事贝马·图龙(Gemma Turon)博士；H3D的穆伊拉·穆卢布瓦(Mwila Mulubwa)博士；H3D的马修·恩约罗格(Mathew Njoroge)博士；Ersilia的安娜·蒙塔内尔(Anna Montaner)博士；以及Ersilia联合创始人兼科学与技术总监米克尔·杜兰-弗里戈拉(Miquel Duran-Frigola)博士。
【全文结束】
