近日，来自上海中学国际部的高中生任梓铭和同为高中生的外国两位合作者，寻找到多个针对衰老和恶性脑瘤的双效靶点。其次，可以通过体内和体外实验来进行进一步研究，以验证其对肿瘤生长和癌症进展的影响。同时，也可以通过动物模型研究其抗衰老潜力。
在确认靶点之后，可以通过药化方法或人工智能的方法，找到针对该靶点的化合物或者老药新用的策略等。
借助本次成果，有望针对恶性胶质瘤患者开发更安全、更高效的临床治疗方案或药物。
图 | 任梓铭（来源：任梓铭）
日前，相关论文以《使用 PandaOmics 识别与衰老和多形性胶质母细胞瘤有关的双重用途治疗靶点——一种支持 AI 的生物靶点发现平台》（Identification of dual-purpose therapeutic targets implicated in aging and glioblastoma multiforme using PandaOmics - an AI-enabled biological target discovery platform）为题发在 Aging 上[1]。
图 | 相关论文（来源：Aging）
英国七橡树公学高中生安德里亚·奥尔森（Andrea Olsen）、美国劳德代尔堡潘凯斯特学校高中生 Zachary Harpaz、以及任梓铭等人担任论文作者。
陆梓铭说：“Andrea、Zach和我是逐步参与这个项目的。Andrea首次提出了这个项目，是在参加衰老研究和药物发现大会时。Andrea and Zach, both high school students like me, were attending the conference for the second and first time respectively.。”
在那次大会的视频直播中，任梓铭看到他们在哥本哈根大学的礼堂里，向生命科学领域的创业者和研究者分享他们在胶质母细胞瘤治疗项目上的研究思路。
任梓铭说：“这些嘉宾中既有衰老生物学研究领域的高被引学者，也有来自药企、抗衰老公司、AI 公司等后起之秀的专家。台下的嘉宾并没有因为他们的年龄而轻视他们，而是在问答中提出不少宝贵意见，这种以科学为本的交流深深吸引着我。后来，我们建立了联系并开展了本次合作。”
很多人都知道，癌症和年龄之间有着明显的联系。那么，年轻患者和老年患者之间是否存在不同的疾病驱动基因？带着这个疑问，他们确立了研究胶质母细胞瘤（GBM，glioblastoma multiforme）的课题。
GBM 是一种常见的神经系统恶性肿瘤，其病因尚不清楚。因为大多数患者的发病年龄在45-75岁之间，所以年龄无疑是其中之一的影响因素。
GBM 具有高度恶性、生长快、病程短等特点，随着病情加重患者会出现头痛、呕吐、意识障碍、语言障碍等症状，多数患者会在确诊之后的两年内死亡。
基于此，该团队将研究目标设定为如下两个方向：
一方面，有些药物靶点是促衰老的，而有些药物靶点是抗衰老的，因此他们希望找到一种既对疾病有效、又能抗衰老的药物靶点，从而实现临床效益的提升；
目前的大多数GBM治疗计划都没有考虑患者年龄因素。他们希望发现适用于老年人的药物靶点，改善老年患者临床决策过程的现状。
确立课题之后，第一步便是收集数据。在 AI 驱动的靶点发现过程中，数据的数量和质量都非常重要。在英矽智能科研团队的指导下，任梓铭和合作者从美国国家生物技术信息中心等多个公开数据库，收集到 29 项不同类型的数据，涵盖 RNA 测序/微阵列、甲基化和蛋白质组学数据等。
他们在收集数据的同时，讨论了各种不同的分析策略，以验证结果的有效性在多个方面。他们经过分析后，确定了三种分析策略：分别对生存数据、表达水平差异以及与衰老相关的基因信息进行交叉比对。
然后，他们利用 PandaOmics 人工智能靶点识别引擎，对在交叉对比之后发现的靶点进行排名，并优先考虑最有潜力的疾病靶点。
（来源：资料图）
通过以上流程，他们提出了三个潜在的全新双效治疗靶点：CNGA3、GLUD1、SIRT1，并发现这些靶点在用于治疗脑胶质母细胞瘤的同时还可以对抗衰老。
接着通过查阅文献信息，他们又对这三个靶点的机制展开探索。结果发现在脑胶质母细胞瘤患者中：
CNGA3 与年龄有着显著正相关的基因表达水平, CNGA3 的高表达与 GBM 的不良生存率有关，它编码的是一个离子通道，在神经系统的功能中起着至关重要的作用；
GLUD1 与年龄也有着显著负相关的基因表达水平, 并且 GLUD1 的低表达与不良预后有关，在神经组织中 GLUD1 还会参与学习和记忆形成；
SIRT1 则是衰老课题中被研究得最多的基因之一，激活 SIRT1 就可以抗衰老，而 SIRT1 的小分子激活剂也可以通过诱导自噬和线粒体自噬，在体外和体内对 GBM 表现出治疗潜力。
对于研究中的文献搜索和比对，任梓铭表示：“我们收集到了一个潜在的靶点池，通过相关文献和资料的搜索和整合，也让我们更透彻地了解了这些靶点的信息、以及和恶性胶质瘤的关联性。”
任梓铭说：“整个研究过程让我认识到了科学研究的多样性。在我们研究关于恶性胶质瘤药物的其他靶点之后，既得到了一些截然不同的结论，也得到了一些与我们结论相吻合，这进一步激起了我对生物学的探索兴趣。”
同时，他表示发表论文并不是这个项目的终点。下一步他和合作者要对靶点展开验证，确认其抗疾病属性和抗衰老属性，以及采用 Chemistry42 针对已经提名的靶点，进行苗头化合物的生成和筛选，希望可以发现治疗胶质母细胞瘤的潜在创新疗法。
最后，任梓铭补充称：“我认为这项研究很重要的一环便是 PandaOmics 平台，它提供了公开且便于处理的数据列表，可用于恶性胶质瘤靶点的发现以及分析。即使没有太多的生物信息学知识和实验经验，也可以轻松使用这个平台，对于我们高中生来说，它的操作难度也不高。这表明生物制药行业的前景在发展，因为AI平台可以使药物靶点的发现更加高效、简洁。”
参考资料：
1.Olsen, A., Harpaz, Z., Ren, C., Shneyderman, A., Veviorskiy, A., Dralkina, M., ... & Zhavoronkov, A. (2023). Identification of dual-purpose therapeutic targets implicated in aging and glioblastoma multiforme using PandaOmics-an AI-enabled biological target discovery platform. Aging, 15.
以上是三名高中生用AI识别多个双效靶点，为治疗恶性胶质瘤研发新方案的详细内容。更多信息请关注PHP中文网其他相关文章！
