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）遗传模型研究帕金森病。研究人员确定了疾病进展的遗传因素，并找到了可能重新用于帕金森病治疗的FDA批准药物。这项研究报告发表在《npj帕金森病》杂志上，采用了称为“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，以识别单一数据分析无法发现的模式。
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，但目前尚无有效的方法可以阻止或减缓全球数百万患者的病情进展。该研究的第一作者、Cheng博士基因医学实验室的博士后研究员Lijun Dou博士表示：“迫切需要开发新的帕金森病疾病修饰疗法。”
制造能停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。“许多已知的与帕金森病相关的基因突变位于DNA的非编码区域，而非真正的基因。我们知道非编码区域的变异会影响不同基因的功能，但我们不知道这些变异具体影响哪些基因。”Dou博士解释道。
通过他们的集成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大脑特异性DNA和基因表达数据库进行交叉引用。这使得团队可以推断出非编码区域的变异是否影响大脑中的特定基因。然后，他们将结果与蛋白质和互作组数据集结合，以确定哪些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引起大脑炎症。
接下来，研究团队询问市场上是否有任何药物可以重新用于靶向这些基因。即使成功开发出新药并上市，平均也需要15年的严格安全性测试才能获得批准。
“目前患有帕金森病的患者无法等待那么长时间，因为他们的病情仍在继续恶化。如果我们能够重新利用已经获得FDA批准的药物，我们可以大大缩短为患者提供更多选择的时间。”Cheng博士说。
通过将他们的遗传学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是否存在帕金森病诊断的差异。例如，被处方降胆固醇药物辛伐他汀的个体在其一生中患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，以及几种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，完成我们识别基因、蛋白质和药物的任何步骤都是非常耗费资源和时间的任务。”Dou博士说，“我们的集成网络分析显著加快了这一过程，并确定了多个候选对象，从而增加了找到新解决方案的机会。”
这项研究得到了美国国立卫生研究院（NIH）下属的老龄化研究所（NIA）和神经疾病和中风研究所（NINDS）的资助。
(全文结束)
