人工智能识别针对僵尸细胞的抗衰老候选药物

Integrated Biosciences 的研究人员在 5 月号的 Nature Aging 上发表了一篇新文章，Integrated Biosciences 是一家结合合成生物学和机器学习以针对衰老的生物技术公司，展示了人工智能 (AI) 发现新型抗衰老化合物的能力，一类小分子因其抑制与年龄相关的过程(如纤维化、炎症和癌症)的能力而受到深入研究。纸， “Discovering small-molecule senolytics with deep neural networks”，与麻省理工学院 (MIT) 以及麻省理工学院和哈佛大学的研究人员合作撰写，描述了 AI 引导筛选超过 800,000 种化合物以揭示三种药物与目前正在研究的 senolytics 相比，具有可比疗效和卓越药物化学特性的候选药物。

“这项研究结果对于长寿研究和人工智能在药物发现中的应用来说都是一个重要的里程碑，”Integrated Biosciences 的联合创始人、该出版物的第一作者 Felix Wong 博士说。“这些数据表明，我们可以在计算机上探索化学空间，并出现多种候选抗衰老化合物，这些化合物更有可能在临床上取得成功，与当今正在研究的同类中最有希望的例子相比。”

Senolytics 是在不再分裂的衰老细胞中选择性诱导细胞凋亡或程序性细胞死亡的化合物。衰老的一个标志，衰老细胞与广泛的与年龄相关的疾病和病症有关，包括癌症、糖尿病、心血管疾病和阿尔茨海默氏病。尽管临床结果很有希望，但迄今为止发现的大多数 senolytic 化合物都受到生物利用度差和不良副作用的阻碍。Integrated Biosciences 成立于 2022 年，旨在克服这些障碍，瞄准其他被忽视的衰老特征，并利用人工智能、合成生物学和其他下一代工具更广泛地推进抗衰老药物的开发。

“治疗与年龄有关的疾病最有希望的途径之一是确定治疗干预措施，选择性地将这些细胞从体内清除，类似于抗生素杀死细菌而不伤害宿主细胞的方式。我们发现的化合物显示出高选择性，以及产生成功药物所需的有利药物化学特性，”Integrated Biosciences 衰老生物学负责人、该出版物的联合第一作者 Satotaka Omori 博士说。“我们相信，使用我们的平台发现的化合物将改善临床试验的前景，并最终帮助老年人恢复健康。”

在他们的新研究中，Integrated Biosciences 的研究人员根据实验生成的数据训练深度神经网络，以预测任何分子的衰老活性。使用这个 AI 模型，他们从超过 800,000 个分子的化学空间中发现了三种高度选择性和有效的 senolytic 化合物。所有这三种都显示出提示高口服生物利用度的化学性质，并且发现在溶血和遗传毒性试验中具有有利的毒性特征。结构和生化分析表明，所有三种化合物都与 Bcl-2 结合，Bcl-2 是一种调节细胞凋亡的蛋白质，也是化疗靶点。在 80 周大的小鼠(大致相当于 80 岁的人类)中测试其中一种化合物的实验发现，它可以清除衰老细胞并减少肾脏中衰老相关基因的表达。

麻省理工学院医学工程与科学 Termeer 教授 James J. Collins 博士说：“这项工作说明了人工智能如何用于使医学更接近解决衰老的疗法，这是生物学中的基本挑战之一。”和综合生物科学科学顾问委员会的创始主席。“Integrated Biosciences 以我的学术实验室在过去十年左右所做的基础研究为基础，表明我们可以使用系统和合成生物学来靶向细胞应激反应。这一实验性杰作和产生它的恒星平台使这项工作在药物发现领域脱颖而出，并将推动长寿研究取得实质性进展。”

柯林斯博士是《自然衰老》论文的资深作者，他领导的团队在 2020 年发现了第一种通过机器学习识别的抗生素。