新机器学习技术显示了如何重新使用药物

根据宾夕法尼亚州立大学医学院研究人员的一项新研究，一种新的机器学习方法来建模基因表达水平可能会改善引起人类疾病的基因的鉴定。通过来自基因组和表观遗传学的三维（3D）结构的信息（基因和环境如何共同影响疾病），研究者能够鉴定与复杂性状和疾病相关的基因。这些鉴定出的疾病基因还有助于提名可以重新使用以治疗新疾病的药物。

开发和批准新的处方药可能是一个昂贵且耗时的过程。但是，这项研究的发现可能会部分改变这一前进。根据调查人员的说法，而不是开发新药物，而是制药公司可以通过重新利用已获得食品药物管理局已经批准的药物来节省时间和金钱来治疗其他疾病。

这人类基因组由遗传学说明或对健康和疾病至关重要的DNA组成。为了执行这些说明，必须读取和表达DNA，并且基因表达将受遗传变异的影响。在患有某些突变的人中，同一基因可能会较高（或较低），这可能引起疾病。科学家分析了成千上万个个体的细胞中基因读数的收集，或转录组。转录组分析可以鉴定患有和没有疾病的人之间在差异上表达的基因，从而导致对与某些疾病相关的基因的新理解。

对于新的数据方法，Pumice（使用染色质构象和表观基因组学告知的模型的预测），宾夕法尼亚州研究人员使用新型的机器学习方法整合了转录组，表观基因组和3D基因组数据。根据这项研究，Pumice成功地识别可以扭转表达水平的药物疾病基因并可以重新使用以治疗几种人类疾病。

宾夕法尼亚州立大学公共卫生科学与生物化学和生物化学和分子生物学副教授Dajiang Liu说：“一次分析一种药物和一种疾病的传统方法可能非常低效。”“相反，一种基于机器学习方法大数据，例如浮石，可以彻底改变生物学和临床研究。它将极大地加速确定有希望的治疗靶标和快进药物的过程。”

研究人员使用Pumice确定了包括Covid-19，阿尔茨海默氏病和自身免疫性疾病在内的医疗状况的潜在治疗方法，例如克罗恩病，类风湿关节炎，溃疡性结肠炎和白癜风，皮肤色素沉着状况。他们指出，一些已鉴定的药物已经在临床试验中评估，包括巴拉西尼，一种治疗Covid-19的药物。

宾夕法尼亚州立大学（Penn State）公共卫生科学助理教授Bibo Jiang说：“能够重新发现已经在临床试验中的药物展示了我们方法的力量。”“我们将设计后续实验，以验证新药，并确定最有前途的药物，以进一步测试细胞系和动物模型，并最终在临床试验。”

该研究发表在自然通讯。

---

---