克利夫兰 клиника基因组中心的科学家们有效地利用了以遗传学为重点的前沿人工智能（AI）模型来研究帕金森病。他们确定了与疾病进展相关的遗传因素，并识别出可能被改编用于治疗帕金森病的FDA批准药物。
npj Parkinson’s Disease报告强调了使用一种称为“系统生物学”的方法。这一技术利用人工智能结合和分析多种数据类型，包括遗传、蛋白质组学、药物和患者信息，以发现可能在单一数据集评估时不可见的模式。
首席研究员、CCGC主任程飞雄博士是系统生物学领域的一个杰出人物，他创建了多个旨在发现阿尔茨海默病新疗法的人工智能框架。
“帕金森病是仅次于痴呆的第二大常见神经退行性疾病，然而，目前没有任何方法能阻止或减缓其对全球数百万患者的进展；我们能做的最好就是管理症状的出现，”该研究的第一作者、程博士基因组医学实验室的博士后研究员窦丽君博士表示。“我们迫切需要开发可以改变帕金森病进程的新疗法。”
开发可以阻止或逆转帕金森病进展的治疗方法尤其困难，因为科学界仍在揭示哪些遗传突变与该病特定症状相关，窦博士指出。
“与帕金森病相关的众多遗传突变位于DNA的非编码区域，而不是实际的基因中。我们理解这些非编码区域的变化可能影响各种基因功能，但在帕金森病中受影响的确切基因仍不确定，”她解释道。
利用他们的集成AI模型，研究人员能够将与帕金森病相关的遗传变异与各种大脑特异性的DNA和基因表达数据库相关联。这一分析有助于确定是否有特定的大脑基因受到非编码区域变化的影响。团队随后将这些发现与蛋白质和相互作用组数据集合并，以评估哪些识别出的基因在发生突变时影响大脑中的其他蛋白质。他们发现了几个潜在的风险基因（如SNCA和LRRK2），其中许多已知在失衡时会导致大脑炎症。
研究团队接着探讨了是否可以重新利用任何现有药物以作用于识别出的基因。即使在发现有前景的药物后，通常也要经过大约15年的严格安全测试才能获得批准。
“目前受帕金森病影响的人们无法在他们的病情持续恶化的情况下等那么长时间才能获得新的治疗选择，”程博士表示。“如果我们能将已经获得FDA批准的药物重新用于帕金森病，我们可以大大缩短为患者提供新选择的时间框架。”
通过将他们的遗传洞察与可用的药物数据库结合，团队识别出几种候选药物。他们进一步检查了电子病历，以寻找这些药物使用者在帕金森病诊断中的变化。例如，那些被开具降胆固醇药物辛伐他汀的人发现他们在一生中被诊断为帕金森病的可能性更低。
程博士提到，下一阶段涉及在实验室环境中实验辛伐他汀在治疗该病方面的潜在效果，以及一些显示出进一步探索潜力的免疫抑制剂和抗焦虑药物。
“使用传统方法，完成任何我们进行的程序以识别基因、蛋白质和药物将涉及大量资源和时间，”窦博士指出。“我们的综合网络基础分析显著加快了这一过程，使我们能够识别多个候选者，并增大了找到创新解决方案的可能性。”
这项研究得到了国家衰老研究所（NIA）和国家神经疾病与中风研究所（NINDS）的资助，这两个机构都是国家卫生研究院（NIH）的一部分。
