Nature Aging：人工智能识别出针对“僵尸”细胞的抗衰老候选药物

　　利用麻省理工学院首创的人工智能驱动平台，研究人员已经确定了三种抗衰老的“抗衰老”化合物，与目前的研究候选化合物相比，它们具有相当的功效和优越的药物化学。在老年小鼠中，治疗减少了衰老细胞的数量，降低了衰老相关基因的表达。

　　

   

   

图像:抗衰老药物是一类新兴的研究药物化合物，它选择性地杀死与衰老相关的衰老细胞(左图，红色染色)，而不影响其他细胞(右图)。利用人工智能，集成生物科学公司的研究人员首次发现了三种与主要研究化合物相比具有相当疗效和优越药物特性的抗衰老药物。

Integrated Biosciences公司是一家结合合成生物学和机器学习来靶向衰老的生物技术公司)的公司，他们的研究人员在《自然衰老》5月刊上发表了一篇新文章，展示了人工智能(AI)发现新型抗衰老化合物的力量，这是一类小分子，因其抑制纤维化、炎症和癌症等与年龄相关的过程的能力而受到广泛研究。这篇论文题为《Discovering small-molecule senolytics with deep neural networks》，是麻省理工学院(MIT)、麻省理工学院博德研究所(Broad Institute of MIT)和哈佛大学(Harvard)的研究人员共同撰写的。该论文描述了人工智能指导下对80多万种化合物的筛选，以揭示三种候选药物，它们的疗效与目前正在研究的抗衰老药物相当，而且药物化学性质优越。

该论文第一作者，Integrated Biosciences公司的联合创始人Felix Wong博士说，“这项研究结果对于长寿研究和人工智能在药物发现中的应用来说都是一个重要的里程碑，这些数据表明，与目前研究的同类中最有希望的例子相比，我们可以在计算机上探索化学空间，并产生多种候选抗衰老化合物，这些化合物更有可能在临床中取得成功。”

Senolytics是一种化合物，可以选择性地诱导不再分裂的衰老细胞凋亡或程序性细胞死亡。作为衰老的标志，衰老细胞与广泛的年龄相关疾病和病症有关，包括癌症、糖尿病、心血管疾病和阿尔茨海默病。尽管有很好的临床结果，但迄今为止发现的大多数抗衰老化合物都受到生物利用度差和不良副作用的阻碍。

Satotaka Omori博士说，“治疗与年龄有关的疾病最有希望的途径之一是确定治疗干预措施，选择性地从体内清除这些细胞，类似于抗生素杀死细菌而不伤害宿主细胞的方式。我们发现的化合物显示出高选择性，以及产生成功药物所需的有利药物化学性质，”“我们相信，使用我们的平台发现的化合物将在临床试验中有更好的前景，并最终有助于恢复老年人的健康。”

在他们的新研究中，研究人员在实验生成的数据上训练深度神经网络来预测任何分子的衰老活性。利用这个人工智能模型，他们从超过80万个分子的化学空间中发现了三种高度选择性和有效的抗衰老化合物。这三种化合物的化学性质表明其具有较高的口服生物利用度，并且在溶血和遗传毒性试验中具有良好的毒性。结构和生化分析表明，这三种化合物都与Bcl-2结合，Bcl-2是一种调节细胞凋亡的蛋白质，也是化疗靶点。在80周大的老鼠(大致相当于80岁的人类)身上测试其中一种化合物的实验发现，它清除了衰老细胞，减少了肾脏中衰老相关基因的表达。

麻省理工学院James J. Collins博士说:“这项工作说明了人工智能如何被用来使医学更接近于解决衰老问题的疗法，衰老是生物学的基本挑战之一。”

文章标题

Discovering small-molecule senolytics with deep neural networks