开放科学竞赛利用人工智能识别潜在的帕金森病治疗方法

在一项突破性进展中，名为“计算命中发现实验关键评估”（CACHE）的开放科学竞赛已成功利用人工智能（AI）发现可能导致帕金森病新治疗的分子。这项合作努力涉及来自各个机构的科学家，包括默克KGaA和匹兹堡大学，他们确定了七种具有独特作用机制的市售化合物，针对LRRK2蛋白，这是一种已知的遗传性帕金森病促成因素。这些发现标志着开放科学的重大胜利，强调合作而非传统的专利驱动方法。

人工智能驱动的药物发现取得令人鼓舞的结果

来自默克KGaA、匹兹堡大学和其他机构的研究人员利用人工智能的力量，确定了七种具有针对LRRK2蛋白的新型作用机制的市售化合物。这种蛋白质长期以来被认为与帕金森病的发展有关。这些发现的独特之处在于，它们是已知的第一种对LRRK2的WD40重复（WDR）结构域表现出活性的化合物，该区域被认为在帕金森病毒性中起着关键作用。

开放科学竞赛CACHE促成了这一突破性成就。CACHE部分由演员迈克尔·J·福克斯的研究基金会资助，由两个不同的阶段组成。在初始阶段，23个参与实验室使用他们的人工智能算法提名最多100种化合物。随后，这些化合物经过严格的实验室实验，包括一系列测定，以评估它们与LRRK2 WDR结构域的结合亲和力，以及它们与不相关受体结合的可能性，表明对LRRK2的特异性。

最有希望的化合物进入第二阶段，研究人员可以选择最多50种后续化合物，这些化合物具有与其原始提交物相似的作用机制，但可能具有更高的特异性或结合亲和力。第二阶段实施了更严格的标准以避免假阳性，并包括额外的筛选以验证结果。

一个独立的行业专家委员会评估了最终数据，尽管他们的姓名和隶属关系未公开。评分最高的化合物来自匹兹堡大学、卡内基梅隆大学、不列颠哥伦比亚大学和默克KGaA。关于确定获胜化合物的七名参与者所使用的计算方法详细信息，可以在CACHE网站上找到。

需要谨慎和进一步研究

虽然发现具有潜在帕金森病治疗应用的化合物无疑具有重要意义，但必须谨慎对待这些发现。根据CACHE背后的组织Conscience的首席执行官Ryan Merkley的说法，确定的化合物代表了潜在药物开发的令人鼓舞的起点。然而，在它们甚至被视为可行的药物候选者之前，必须经过广泛的研究和测试。Merkley强调，需要就药物发现中人工智能工具的质量和用途进行透明和坦率的讨论，以进一步提高其随时间的有效性。

超越帕金森病的研究视野

CACHE在识别潜在帕金森病治疗方面的成功为其扩展到其他医学领域铺平了道路。挑战2和3现在专注于发现对抗COVID-19的新药物。挑战4邀请参与者预测能够抑制CBLB的TKB结构域的药物，CBLB是与淋巴瘤相关的T细胞激活的负调节因子。挑战5目前正在接受申请，旨在识别针对MCHR1受体的肥胖药物。

名为CACHE的开放科学竞赛利用人工智能的能力发现了治疗帕金森病的有希望的化合物。这项合作努力包括来自默克KGaA和匹兹堡大学的研究人员，标志着远离传统的专利驱动方法的重要一步。虽然这些发现为潜在的帕金森病治疗带来了希望，但它们必须经过进一步的研究和验证。CACHE现在正在扩大其努力，以解决其他紧迫的医学挑战，利用人工智能的力量推进各个领域的药物发现。