2021年，西达赛奈医学中心肿瘤学家龚俊医学博士发现了一个令人困惑的现象，该现象似乎与癌症代谢的公认认知相悖。在试图通过剥夺氨基酸（已知会促进癌细胞生长和扩散）来“饿死”胰腺癌细胞时，他注意到缺乏谷氨酰胺的癌细胞反而生长得更快。
面对这一矛盾，龚俊及其同事推测：若用谷氨酰胺过度刺激癌细胞，或许能引发相反反应。他们在胰腺癌模型中联合高剂量谷氨酰胺与化疗药物进行实验，观察到肿瘤细胞明显缩小。
研究团队急于在胰腺癌患者中验证此概念，很快找到了解决方案——Endari。这是一种经美国食品药品监督管理局（FDA）批准用于镰状细胞贫血的药物，属于临床级粉末口服谷氨酰胺制剂，已通过FDA严格安全验证。该药物可降低镰状细胞贫血的氧化应激，并缓解该疾病的危及生命的肺部并发症。
谷氨酰胺对抗癌症的作用机制尚未确证，但针对4期胰腺癌患者的Endari联合标准化疗的I期临床试验已持续两年，目前仍在进行中。
“随着对人工智能机遇的新认知，各方正合力开发方法，系统筛选现有药物的新用途。”
——詹姆斯·特克森博士
现代精准方法
安全有效的治疗需求紧迫，但新药研发过程耗时漫长——一种新药通常需十年以上才能获得FDA批准，成本常超十亿美元，且失败风险极高：仅约12%的临床试验药物最终获批。
然而，基因组学、蛋白质组学等高通量微分析技术的进步，加之人工智能在医疗领域的应用，正推动药物再利用实践向更精准、定向的方向发展。通过交叉比对大型药物机制数据库与详尽的疾病作用数据库，研究者得以发现新用途，例如将镰状细胞贫血药物用于胰腺癌治疗。（2022年，FDA为93种已获批药物新增适应症和剂量，同时批准37种新药。）
“随着对人工智能机遇的新认知，各方正合力开发方法，系统筛选现有药物的新用途，”塞缪尔·奥斯钦综合癌症研究所研究科学家詹姆斯·特克森博士表示，“这些新工具能为数万种已验证安全的获批药物提供新见解——即使它们未达到原始设计目标。”
尽管传统药物研发假设“单一化合物通过特定靶点治疗特定疾病”，特克森指出，药物再利用的核心原则是“没有药物能100%特异作用，靶点本身也可能并非独一无二”。药物可产生多重效应，而蛋白质在不同疾病状态下可能扮演相同角色。特克森及其包括计算生物医学系在内的团队，正积极利用AI平台挖掘药物数据库与患者数据，以发现癌症治疗新机遇。
“计算数据挖掘将彻底革新药物再利用概念，乃至整个药物发现流程，”特克森强调。
安全仍是首要
专注于药物机制研究的癌症学者尼尔·博米克博士强调，针对新适应症研究已获批药物兼具安全性与高效性。
“我的使命是让药物满足患者需求，”他表示，“再利用的核心优势在于用药前即可预知毒性。所有药物都有副作用，而再利用药物能从一开始就进行管理。”
计算生物医学系运营副主任尼古拉斯·塔托内蒂博士（其工作聚焦未充分研究人群的药物副作用与相互作用）对研究成果表示振奋，但提醒：再利用药物常需更高剂量，可能增加毒性和副作用风险。
“将化合物用于非预期靶点并非最优方案，因药物本为特定目标设计，”他解释道，“高剂量调整常带来器官（如肝脏）的未研究影响。”
特克森认同药物再利用试验的安全标准至关重要，并指出现有化合物也可能在低剂量下作用于非预期靶点。
使命是治愈
FDA近期建立了现有药物新用途报告库，该数据库尤其有助于收集罕见病或感染性疾病的再利用信息——这些领域往往缺乏获批疗法。龚俊表示，快速再利用已知安全药物是巨大机遇，尤其对胰腺癌等治疗选择有限的侵袭性疾病。
“若研究目标不是寻找治愈方案，那就是错误的使命，”他强调，“胰腺癌患者等不起新药审批的漫长周期。我们试验最精妙之处在于：它不仅是另一种带副作用的化疗，这种物质本身是有机天然的——我们只是使用FDA批准的高剂量版本。”
【全文结束】
