约翰霍普金斯大学医学研究人员表示，他们已经使用人工智能模型和机器学习算法成功地预测了构成治疗性蛋白质
约翰霍普金斯大学医学研究人员表示，他们已经使用人工智能模型和机器学习算法成功地预测了构成治疗性蛋白质的哪些氨基酸成分最有可能安全地将治疗药物输送到动物眼细胞。
【资料图】
该项目是与马里兰大学研究人员合作的，有望为常见的慢性致盲眼病(包括青光眼和黄斑)推进新的和更可耐受的药物治疗，这些疾病分别影响3万人和约20万人。
目前针对这些疾病的药物治疗，包括每天多次滴眼液或频繁注射眼科，是有效的，但随着时间的推移，这种输送系统可能难以维持和耐受，并鼓励科学努力开发与眼细胞成分结合的递送系统，并安全地扩展它们携带的药物的治疗效果。
2020年，食品和药物管理局批准了一种植入式装置，可以放置在眼睛中并释放治疗青光眼的药物。虽然该设备比滴剂或注射剂工作的时间更长，但在某些情况下，长时间使用会导致眼细胞死亡，需要患者恢复滴眼液和注射。
这项发表在Nature Communications上的新研究表明，人工智能设计的模型准确地预测了氨基酸的有效序列，也称为肽或小蛋白质，这些氨基酸将与兔眼细胞中的特定化学物质结合，并在几周内安全地分配药物，减少了对频繁，严格的治疗计划的需求。
该团队专门研究了与黑色素结合的肽，黑色素是一种为眼睛提供颜色的化合物，但具有广泛存在于眼细胞中特殊结构中的优势。
研究小组指出，其他研究使用肽进行药物递送的研究已经表明该系统的有效性，但他们希望找到与广泛的眼部化合物强烈结合的肽。为了做到这一点，该团队推断，使用人工智能方法的快速机器学习可以帮助整理和预测有效的肽序列，根据约翰霍普金斯大学医学院Marcella E. Woll眼科教授Laura Ensign博士的说法，该论文的共同通讯作者。
该团队首先向机器学习模型提供了数千个数据点，包括氨基酸和肽序列的特征。这些数据帮助计算机模型“学习”某些氨基酸组合的化学和结合特性，并及时预测使用黑色素进行药物递送的候选肽序列。
人工智能模型生成了127种肽，据预测这些肽具有不同的穿透黑色素的特殊细胞的能力，与黑色素结合并且对细胞无毒。在这127种肽中，该模型预测一种名为HR97的肽具有最高的结合成功率。研究小组还证实了这些肽的特性，包括细胞内更好的摄取和结合，以及没有细胞死亡的迹象。
为了测试该模型的预测，研究人员将HR97连接到药物溴莫尼定上，溴莫尼定用于通过降低内眼压来治疗青光眼，并将其注射到成年兔眼中。为了确定HR97的性能，研究人员在施用实验药物输送系统后通过测试细胞中的药物浓度来测量眼细胞中溴莫尼定的水平。
他们发现大量的溴莫尼定存在长达一个月，表明HR97成功穿透细胞，与黑色素结合，并在更长的时间内释放药物。研究人员还证实，溴莫尼定的眼压降低作用在与HR18结合时持续长达97天，并且没有发现兔子眼睛受到刺激的迹象。
Ensign说，未来使用人工智能预测药物递送肽的研究对涉及黑色素的其他疾病具有巨大的影响，并且可以扩展到靶向其他特殊结构。
“我们相信，我们正在寻找解决方案，试图使用药物输送系统改善患者护理和生活质量。最终目标是创造一些我们可以从实验室中翻译出来的东西，实际上让人们的生活更美好，“Ensign说。
Ensign说，展望未来，研究人员将需要找到进一步延长作用持续时间的方法，测试人工智能模型与其他药物的药物递送预测的成功率，并确定人类的安全性。
关键词：
