使用 AI 發現了早衰疾病和癌癥中隱藏的分子秘密

《細胞死亡與疾病》上發表的更新研究涵蓋了第一批合作成果，旨在使用人工智能驅動的靶點和藥物發現管道，在與年齡相關的疾病背景下進行基于多組學的分析。

現有的治療主要癌癥類型的治療策略可能對所有患者都無效。在同一癌癥類型的患者中看到的異質性臨床結果以及對癌癥相關分子特征的不完全理解導致了失敗的臨床試驗，并限制了高級定制療法的發展。

研究人員指出，迫切需要發現與治療反應相關的生物標志物，以優化患者的臨床試驗選擇標準，達到療效終點，并改進現有療法。為了找到這些生物標志物，科學家團隊研究了來自DNA修復疾病的基因表達數據集，這些疾病增加了癌癥風險，以發現通常失調的基因可能參與癌癥進展。

研究人員以更受干擾的基因作為生物標志物，對33種癌癥類型進行了生存分析，并選擇了那些在癌癥患者中表現出高度自信分層的基因。后者對于后續的靶點發現尤為重要，因為臨床結果不佳的患者將從更具針對性的治療中獲益更多。

Insilico Medicine的人工智能驅動的PandaOmics平臺用于進行全面的差異基因表達分析、生存分層和靶點發現。研究人員在選定的DNA修復缺陷疾病中發現了10個具有相似表達模式的顯著受干擾基因。重要的是，根據生存分析，大多數公開的基因進一步顯示出至少三種癌癥類型的分層。研究人員將重點放在更下調的基因CEP135上。

該基因在中心體生物發生和細胞分裂中具有關鍵功能，并與肉瘤患者的生存嚴重程度相關。應用PandaOmics，他們發現了臨床療效較差的肉瘤患者的潛在靶點候選。作者將PLK1確定為與CEP135在相同分子途徑中發揮作用的得分更高的靶點之一，并在體外進一步驗證了所確定的靶點。