通过蛋白质相分离来发现阿尔茨海默氏症和其他疾病的靶标

今天，临床阶段生成人工智能(AI)驱动的药物发现公司Insilico Medicine和剑桥大学联合在美国国家科学院院刊(PNAS)上发表了一篇论文，介绍了一种确定与蛋白质相分离(PPS)相关的人类疾病治疗靶点的方法。这是双方于2021年9月启动的合作研究的一个重要里程碑。

　　

最近的研究表明，蛋白质相分离(PPS)广泛存在于细胞中，并驱动着各种重要的生物功能。在错误的地点或时间分离蛋白质相可能会造成与阿尔茨海默氏症和帕金森氏症等神经退行性疾病有关的分子堵塞或聚集，而形成不良的细胞凝聚物可能会导致癌症，并可能有助于解释衰老过程。

鉴于人类疾病与PPS过程之间的新联系，科学家们一直在寻找基于PPS调节的治疗干预的潜在目标。今天，临床阶段生成人工智能(AI)驱动的药物发现公司Insilico Medicine和剑桥大学联合在《美国国家科学院院刊》(PNAS)上发表了一篇论文，介绍了一种确定与PPS相关的人类疾病治疗靶点的方法。这是双方于2021年9月启动的合作研究的一个重要里程碑。

在这项研究中，研究人员将Insilico专有的人工智能(AI)驱动的目标识别引擎PandaOmics与预测蛋白质分离的FuzDrop方法相结合，以识别易发生pps的疾病相关蛋白质。PandaOmics整合了多种组学和基于文本的人工智能生物信息学模型，以评估蛋白质作为治疗靶点的潜力。FuzDrop是剑桥大学Michele Vendruscolo教授团队推出的一种开创性工具，它可以计算蛋白质发生自发相分离的倾向，帮助识别容易形成液-液相分离凝聚体的蛋白质。

“到目前为止，了解蛋白质相分离在细胞功能中的作用一直具有挑战性，”剑桥大学优素福·哈米德化学系错误折叠疾病中心联合主任Michele Vendruscolo教授说，他也是该论文的主要作者。“更困难的是要弄清它与人类疾病的确切关系。通过与Insilico Medicine合作，我们开发了一种多组学方法来系统地解决这一问题，并确定各种可能的治疗干预目标。因此，我们为研究人员提供了导航这一复杂地形的路线图。”

利用这种方法，研究人员对人类样本数据进行了大规模的多组学研究，量化了PPS在调节与人类疾病相关的各种病理过程中的相对影响，优先考虑了熊猫组学和FuzDrop评分高的候选基因，并生成了与PPS相关的人类疾病的可能治疗靶点列表。

研究人员在两种阿尔茨海默病细胞模型中验证了三种预测阿尔茨海默病靶点(MARCKS, CAMKK2和p62)的不同相分离行为，这为这些预测靶点参与阿尔茨海默病提供了实验验证，并支持了它们作为治疗靶点的潜力。通过调节这些凝聚物的形成和行为，有可能开发出新的干预措施来减轻与阿尔茨海默病相关的病理过程。

“我们很高兴在与剑桥大学的合作中达到这一里程碑，”Insilico medical香港负责人兼论文合著者Frank Pun博士说。“这项研究旨在为针对pps易感性疾病相关蛋白提供初步指导。随着研究PPS过程的技术不断进步，加上关于其在细胞功能和功能障碍中的作用的数据不断增加，现在有可能理解PPS靶点与疾病之间的因果关系。我们期待在不久的将来促进这项临床前研究转化为新的治疗干预措施。”

 

关于Insilico Medicine

Insilico Medicine是一家临床阶段端到端人工智能(AI)驱动的药物研发公司，利用下一代人工智能系统将生物学、化学和临床试验分析联系起来。该公司开发了人工智能平台，利用深度生成模型、强化学习、变形器和其他现代机器学习技术来发现新的目标，并设计具有所需特性的新型分子结构。Insilico Medicine为癌症、纤维化、免疫、中枢神经系统(CNS)和衰老相关疾病的发现和开发创新药物提供突破性的解决方案。欲了解更多信息，请访问www.insilico.com