哈佛推出新 AI 工具，助力治療帕金森、阿爾茨海默和癌癥

　　最近，哈佛醫(yī)學(xué)院公布了一項(xiàng)名為 PDGrapher 的新型人工智能模型。這項(xiàng)研究表明，該模型能夠分析細(xì)胞內(nèi)部基因、蛋白質(zhì)和信號(hào)通路之間的聯(lián)系，從而找到有效的治療組合，幫助恢復(fù)病變細(xì)胞的健康狀態(tài)。這一創(chuàng)新有可能在藥物研發(fā)方面產(chǎn)生深遠(yuǎn)的影響。

　　傳統(tǒng)的藥物發(fā)現(xiàn)方法通常是逐個(gè)針對(duì)某種蛋白質(zhì)進(jìn)行研究，例如在癌癥治療中使用的激酶抑制劑。這類藥物通過阻止特定蛋白質(zhì)的活動(dòng)來防止癌細(xì)胞擴(kuò)散。然而，當(dāng)疾病涉及多個(gè)信號(hào)通路和基因的相互作用時(shí)，這種方法往往顯得捉襟見肘。研究的高級(jí)作者 Marinka Zitnik 將傳統(tǒng)藥物發(fā)現(xiàn)比作 “嘗試數(shù)百道菜肴以找到完美的味道”，而 PDGrapher 則像是一位 “大廚”，能夠準(zhǔn)確理解所需的菜品，并知道如何將各種成分組合在一起以達(dá)到理想的效果。

　　研究團(tuán)隊(duì)使用了一組包含病變細(xì)胞的數(shù)據(jù)庫(kù)，經(jīng)過治療前后的數(shù)據(jù)訓(xùn)練，讓 PDGrapher 能夠識(shí)別哪些基因能夠?qū)⒓?xì)胞從病態(tài)轉(zhuǎn)變?yōu)榻】禒顟B(tài)。在此基礎(chǔ)上，模型被應(yīng)用于11種不同癌癥的19個(gè)數(shù)據(jù)集，進(jìn)行各種治療選項(xiàng)的預(yù)測(cè)。結(jié)果表明，PDGrapher 不僅能夠準(zhǔn)確預(yù)測(cè)已知有效的藥物靶點(diǎn)，還能識(shí)別出其他具有臨床證據(jù)支持的新靶點(diǎn)。與其他類似工具相比，PDGrapher 在正確治療靶點(diǎn)的排名上提高了35%，速度也快了25倍。

　　研究者們指出，PDGrapher 在優(yōu)化藥物發(fā)現(xiàn)方面具有多種可能性，它能夠識(shí)別出多種可逆轉(zhuǎn)疾病的靶點(diǎn)。這一能力有望加快研究進(jìn)程，提升研究效率，并減少?gòu)?fù)雜疾病（如癌癥）逃避藥物治療的情況。目前，研究團(tuán)隊(duì)還在利用 PDGrapher 來應(yīng)對(duì)帕金森和阿爾茨海默等腦部疾病。

　　盡管 AI 在醫(yī)療領(lǐng)域的應(yīng)用尚處于初期階段，但其發(fā)展勢(shì)頭明顯。去年，AI 模型的某些特性幫助斯坦福大學(xué)的研究人員以遠(yuǎn)超基礎(chǔ)計(jì)算速度的方式發(fā)現(xiàn)新藥物。同時(shí)，研究表明，用戶對(duì) AI 聊天機(jī)器人的依賴性過強(qiáng)，可能導(dǎo)致獲取的醫(yī)療建議不夠準(zhǔn)確，因此無法替代專業(yè)醫(yī)療人員的信息。PDGrapher 現(xiàn)已通過 Github 開放給公眾使用。