使用 AI 发现了早衰疾病和癌症中隐藏的分子秘密
发布日期：2022-12-17《细胞死亡与疾病》上发表的更新研究涵盖了第一批合作成果，旨在使用人工智能驱动的靶点和药物发现管道，在与年龄相关的疾病背景下进行基于多组学的分析。
现有的治疗主要癌症类型的治疗策略可能对所有患者都无效。在同一癌症类型的患者中看到的异质性临床结果以及对癌症相关分子特征的不完全理解导致了失败的临床试验，并限制了高级定制疗法的发展。
研究人员指出，迫切需要发现与治疗反应相关的生物标志物，以优化患者的临床试验选择标准，达到疗效终点，并改进现有疗法。为了找到这些生物标志物，科学家团队研究了来自DNA修复疾病的基因表达数据集，这些疾病增加了癌症风险，以发现通常失调的基因可能参与癌症进展。
研究人员以更受干扰的基因作为生物标志物，对33种癌症类型进行了生存分析，并选择了那些在癌症患者中表现出高度自信分层的基因。后者对于后续的靶点发现尤为重要，因为临床结果不佳的患者将从更具针对性的治疗中获益更多。
Insilico Medicine的人工智能驱动的PandaOmics平台用于进行全面的差异基因表达分析、生存分层和靶点发现。研究人员在选定的DNA修复缺陷疾病中发现了10个具有相似表达模式的显著受干扰基因。重要的是，根据生存分析，大多数公开的基因进一步显示出至少三种癌症类型的分层。研究人员将重点放在更下调的基因CEP135上。
该基因在中心体生物发生和细胞分裂中具有关键功能，并与肉瘤患者的生存严重程度相关。应用PandaOmics，他们发现了临床疗效较差的肉瘤患者的潜在靶点候选。作者将PLK1确定为与CEP135在相同分子途径中发挥作用的得分更高的靶点之一，并在体外进一步验证了所确定的靶点。
