研究人员来自克利夫兰诊所（Cleveland Clinic）基因组中心，成功应用了先进的人工智能（AI）遗传学模型研究帕金森病（PD）。他们的研究成果发表在《npj帕金森病》（2025年1月22日；11:22），确定了潜在的风险基因以及几种可能用于治疗PD的FDA批准药物。
研究团队使用系统生物学方法，通过AI整合和分析来自遗传学、蛋白质组学、药理学和患者数据集的多形式信息，以识别单一数据分析中不明显的模式。研究负责人Feixiong Cheng博士是系统生物学领域的领先研究员，之前曾开发多个AI框架，用于识别阿尔茨海默病的新或再利用疗法。
“帕金森病是继痴呆症之后第二常见的神经退行性疾病，但我们还没有办法阻止或减缓全球数百万受影响者的病情进展，”研究第一作者、Cheng博士基因医学实验室的博士后研究员Lijun Dou博士说，“我们目前能做的只是管理症状。迫切需要开发或识别新的疾病修饰疗法来治疗帕金森病。”
Dou博士解释说，开发能够阻止或逆转PD进展的化合物尤其具有挑战性，因为该领域仍在确定哪些基因突变会导致哪些PD症状。“许多已知与帕金森病相关的基因突变位于DNA的非编码区域，而不是真正的基因中。我们知道非编码区域中的变异会影响不同基因的功能，但我们不知道这些变异在帕金森病中具体影响哪些基因。”
通过他们的集成AI模型，研究团队能够交叉参考与PD相关的遗传变异与多个脑特异性DNA和基因表达数据库。这使他们能够推断非编码区域中的变异是否会影响大脑中的特定基因。然后，他们结合蛋白质和互作组数据集，确定识别出的基因在突变时如何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），其中许多已知在失调时会引起大脑炎症。
研究团队接下来探索了市场上是否有任何药物可以再利用以针对识别出的基因。“一种新发现或开发的化合物要获得临床使用的批准，平均需要15年的严格安全性测试，”Cheng博士解释道，“目前患有帕金森病的人无法等待那么长时间，因为他们的病情会继续恶化。如果我们能够使用已经获得FDA批准的药物并将其再利用于帕金森病，我们可以大大缩短为患者提供更多选择所需的时间。”
通过将他们的遗传学发现与可用的药理学数据库整合，研究团队找到了多种候选药物。然后，他们参考电子健康记录，查看服用这些药物的人群中PD诊断是否存在差异。例如，被处方用于降低胆固醇的药物辛伐他汀（simvastatin）的人群在其一生中被诊断为PD的可能性显著较低。
Cheng博士表示，下一步是在实验室模型中测试辛伐他汀——以及一些免疫抑制剂和抗焦虑药物——用于治疗PD的潜力。“使用传统方法，我们识别基因、蛋白质和药物的每一步都会非常耗费资源和时间，”Dou博士说，“我们的集成网络分析显著加速了这一过程，并识别出多个候选药物。这增加了我们找到新解决方案的机会。”
(全文结束)