技术大幅加快了帕金森病治疗方法的开发。他们设计并使用了一种基于AI的策略，来识别阻止α-突触核蛋白(帕金森病的特征蛋白)聚集的小分子。研究结果发表在新一期《自然·化学生物学》杂志上。
帕金森病影响着全球600多万人，预计到2040年，这一数字将增加两倍。当人们患上帕金森病时，一些蛋白质会失控并导致神经细胞死亡。当这些蛋白质错误折叠时，它们可形成被称为路易小体的异常聚集，这些小体在脑细胞内积聚，并阻止其正常运作。
寻找帕金森病潜在治疗方法的一条途径是，识别能抑制α-突触核蛋白聚集的小分子。此次，该团队使用机器学习技术快速筛选了一个包含数百万个条目的化学库，以识别与淀粉样蛋白聚集体结合并阻止其增殖的小分子。最终确定了5种高度有效的化合物。
利用AI技术，研究人员将初始筛查过程加快了10倍，并将成本缩减至千分之一，这意味着研发出帕金森病潜在疗法的速度要快很多。
使用这种方法，研究团队开发了一种化合物，以靶向聚集体表面的“口袋”，这些“口袋”是导致聚集体本身指数级增长的原因。这种化合物的效力是以前报道的数百倍，开发成本也低得多。
领导这项研究的米歇尔·文德鲁斯科洛教授表示，机器学习正在对药物发现过程产生影响，它加快了识别最有前途的候选药的过程。由于时间和成本大幅减少，未来可实行多个药物开发计划。
人工智能技术在医药研发领域的应用日益深入。具体表现是，在该领域的应用不但越来越广泛，而且许多细分领域的研发设计也正在更多地受益于这项技术。借助人工智能技术设计帕金森病药物，效率大大提高，就是其中一个很好的案例。期待未来人工智能技术为药物研发带来更多新可能。