克利夫兰诊所基因组中心的研究人员已成功将先进的人工智能（AI）遗传学模型应用于帕金森病。研究人员确定了影响帕金森病进展的遗传因素以及可以重新用于帕金森病治疗的FDA批准药物。
该研究发表于《npj帕金森病》，采用了一种称为“系统生物学”的方法，该方法利用AI整合和分析来自遗传、蛋白质组学、药物和患者数据集的多种不同类型的信息，以识别从单一数据分析中无法明显看出的模式。
研究的主要负责人、CCGC主任Feixiong Cheng博士是系统生物学领域的领先专家，已开发了多个AI框架以识别阿尔茨海默病的新治疗方法。
“帕金森病是继痴呆症之后第二常见的神经退行性疾病，但我们尚无方法阻止或减缓全球数百万患者病情的发展；我们目前能做到的只是管理症状。”研究的第一作者、Cheng博士基因医学实验室的博士后研究员Lijun Dou博士说，“迫切需要开发新的帕金森病疾病修饰疗法。”
由于该领域仍在确定哪些基因突变会导致帕金森病症状，因此开发能停止或逆转帕金森病进展的化合物尤其具有挑战性。
“许多已知的帕金森病相关基因突变位于我们DNA的非编码区域，而不是实际的基因中。我们知道非编码区域的变异会影响不同基因的功能，但尚不清楚这些变异在帕金森病中具体影响哪些基因。”她解释道。
通过其集成AI模型，研究团队能够将与帕金森病相关的基因变异与多个脑特异性DNA和基因表达数据库进行交叉参考。这使他们能够推断出非编码区域的变异是否会影响大脑中的特定基因。然后，研究团队结合蛋白质和互作组数据集，确定哪些被识别的基因在突变时会影响大脑中的其他蛋白质。他们发现了几个潜在的风险基因（如SNCA和LRRK2），其中许多在失调时会导致大脑炎症。
研究团队接下来询问市场上是否有任何药物可以重新用于靶向这些识别的基因。即使在成功发现并制造新药后，药物通常仍需经过平均15年的严格安全测试才能获得批准。
“目前患有帕金森病的个体无法等待那么长时间，因为他们的病情会继续恶化。”Cheng博士说，“如果我们能够重新利用已经获得FDA批准的药物，我们可以显著缩短为患者提供更多选择的时间。”
通过将其遗传学发现与可用的药物数据库整合，研究团队找到了几种候选药物。然后，他们参考电子健康记录，查看服用这些药物的患者是否存在帕金森病诊断差异。例如，被处方胆固醇降低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。
Cheng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，以及其他值得进一步研究的免疫抑制剂和抗焦虑药物。
“使用传统方法，完成我们采取的任何步骤来识别基因、蛋白质和药物都是非常耗时的任务。”Dou博士说，“我们的集成网络分析大大加快了这一过程，并识别了多个候选药物，增加了我们找到新解决方案的机会。”
这项研究得到了国家老龄化研究所（NIA）和国家神经疾病与中风研究所（NINDS）的资助，这两个机构均隶属于国家卫生研究院（NIH）。
(全文结束)
