弗吉尼亚大学的工程研究人员开发了一种新的人工智能工具，以加快寻找疾病治疗方法的速度，并识别出有潜力的药物来预防心脏衰竭。
由于开发新药的成本高昂，研究团队希望他们新开发的AI工具LogiRx能够节省时间和资金。“仍然有大量的慢性病和急性病影响着许多人，包括心脏病、癌症和传染病，而开发新药对这一领域来说非常具有挑战性，”弗吉尼亚大学生物医学工程和心血管医学教授Jeff Saucerman说，“成功率非常低，通常需要10到15年的时间。”
前弗吉尼亚大学博士生Taylor Eggertsen（现就职于制药行业）领导了一个由弗吉尼亚大学和科罗拉多大学的研究人员组成的团队，发现了一种化合物，可以减少有害的心肌生长，即心肌肥大。利用他们的AI工具，研究人员调查了62种药物，并确定了七种具有潜在益处的药物。这些发现已于今年早些时候发表在《美国国家科学院院刊》上。
Saucerman表示：“我们特别关注的是心肌细胞，这些细胞随着心脏衰竭的发展而增长。” 研究合作者们确定了约100种小分子作为潜在药物，并使用他们的工具缩小了名单。
Saucerman说，AI工具识别出Lexapro是一种有前景的治疗药物，这种药物目前有3000万美国人服用，主要用于焦虑和抑郁。“然后我们在心肌细胞和临床前模型中测试了这些计算机预测的结果，”他说，“通过分析美国食品药品监督管理局的患者数据库和弗吉尼亚大学健康电子健康记录，我们发现在这两个患者群体中，患有抑郁症或焦虑症并服用Lexapro的患者中心脏过度生长的发生率较低。”
Saucerman指出，这项研究的一个局限性在于它依赖于观察数据。他希望未来能扩展到小规模的临床试验，测试像Lexapro这样的药物对心脏的影响。
Saucerman在弗吉尼亚大学教授一系列课程，包括计算生物医学工程，这门课使具有编程和生物学背景的本科生能够“将这些知识结合起来，分析复杂的生物医学数据，建立生物医学系统的计算机模型”。Saucerman和他的生物医学工程同事Timothy Allen、Jason Papin和Shayn Peirce-Cottler还教授另一门课程，面向本科生和研究生，重点是“细胞内部和细胞间通信网络的最先进的计算机建模方法”，Saucerman说。他指导学生使用这些模型来识别可能针对不同疾病的药物。
(全文结束)
