內(nèi)容一覽：從光鮮亮麗的明星，到素裝淡裹的普通人，大家都會(huì)無(wú)可避免地老去，經(jīng)歷形容的變化與身體機(jī)能的退化。正因?yàn)榇耍藗円苍谂ふ已泳徦ダ系拿胤?。然而，現(xiàn)有的抗衰老藥物總伴有一些副作用。近期，在深度學(xué)習(xí)的幫助下，《Nature Aging》上發(fā)表的一篇研究成果篩選出了高效安全的抗衰老藥物，或許能讓我們距離「長(zhǎng)生不老」更進(jìn)一步。
關(guān)鍵詞：老化 計(jì)算模型 藥物遞送 機(jī)器學(xué)習(xí) 衰老
作者 | 雪菜
編輯 | 三羊
本文首發(fā)于 HyperAI 超神經(jīng)微信公眾平臺(tái)~
喬納森·斯威夫特曾說(shuō)「每個(gè)人都希望能夠長(zhǎng)壽，但沒(méi)有人喜歡自己變老」。然而，《Nature Medicine》上的一項(xiàng)研究顯示，在 34 歲、60 歲和 78 歲三個(gè)時(shí)間節(jié)點(diǎn)，人體內(nèi)有關(guān)衰老的疾病的基因表達(dá)會(huì)上調(diào)，導(dǎo)致人體迅速衰老，即「斷崖式衰老」。這也就意味著，人體的衰老也許比我們認(rèn)為的來(lái)得更早更快。如何永葆青春，又一次成為了焦點(diǎn)話題。
近年來(lái)，有實(shí)驗(yàn)表明，通過(guò)抗衰老藥物**清除生物體內(nèi)的衰老細(xì)胞 (Snc)，可以改善由細(xì)胞衰老導(dǎo)致的病理生理性結(jié)果，**甚至延長(zhǎng)小鼠的壽命。然而，**這些藥物又存在一系列副作用，**包括減緩傷口愈合，導(dǎo)致肺部和血管周圍細(xì)胞纖維化等，其功效與安全性難以兩全。
為此，來(lái)自麻省理工學(xué)院 (MIT) 的 Felix Wong 等人，通過(guò)深度學(xué)習(xí)的方式，利用圖神經(jīng)網(wǎng)絡(luò)，從數(shù)十萬(wàn)種化合物中篩選出了安全高效的抗衰老成分，并在小鼠上驗(yàn)證了其藥效與安全性。其研究成果于 2023 年 5 月發(fā)表在《Nature Aging》上，標(biāo)題為「Discovering small-molecule senolytics with deep neural networks」。
研究成果已發(fā)表于《Nature Aging》期刊
論文地址：
https://www.nature.com/articles/s43587-023-00415-z
實(shí)驗(yàn)概述
研究者們首先從現(xiàn)有的部分藥物中篩選出了具有抗衰老功效的藥物，作為深度學(xué)習(xí)的訓(xùn)練數(shù)據(jù)，并提出了衡量其藥效和安全性的指標(biāo)。隨后，基于 Chemprop 模型（一種消息傳播圖神經(jīng)網(wǎng)絡(luò)模型），他們篩選出了高效安全的抗衰老藥物。進(jìn)一步篩選后，得到 3 種化合物，并圍繞抗衰老特性和生物安全性，與傳統(tǒng)的抗衰老藥物進(jìn)行了對(duì)比驗(yàn)證。
數(shù)據(jù)集
本研究數(shù)據(jù)集包括兩部分：Broad 研究所藥物再利用中心收錄的 5819 種藥物，及 Broad 研究所收錄的 799140 種化合物。
實(shí)驗(yàn)過(guò)程
本實(shí)驗(yàn)主要包括 3 個(gè)步驟：
1、從美國(guó) FDA 審批通過(guò)以及正在進(jìn)行臨床試驗(yàn)的 2352 種藥物中，篩選出有抗衰老功效的藥物，作為模型的訓(xùn)練集；
2、通過(guò) Chemprop 模型篩選抗衰老藥物。
3、將篩選出的 3 種代表化合物，與傳統(tǒng)的抗衰老藥物 ABT-737 進(jìn)行對(duì)比，驗(yàn)證其抗衰老特性及生物安全性。
篩選過(guò)程
抗衰老藥物需要滿足以下 3 個(gè)指標(biāo)：
1、藥物處理后正常細(xì)胞的相對(duì)活性＞ 0.7
2、衰老細(xì)胞的相對(duì)活性＜ 0.5
3、衰老細(xì)胞與正常細(xì)胞的活性之比＜ 0.7
基于這 3 個(gè)標(biāo)準(zhǔn)，研究者首先從 FDA 審批通過(guò)的和正在進(jìn)行臨床試驗(yàn)的藥物中，篩選出了 45 種具有抗衰老特性的藥物，作為 Chemprop 模型訓(xùn)練集。
Chemprop 模型展現(xiàn)出了極高的藥物選擇性，其精確率-召回率曲線 (PR 曲線) 下的面積 (AUC) 為 0.24，較隨機(jī)模型 (0.019) 有了顯著提高，較隨機(jī)森林模型 (0.15) 也有提高。
圖 1：Chemprop 模型訓(xùn)練中的 PR 曲線
藍(lán)線為 Chemprop 模型的結(jié)果，黑線為人工篩選的結(jié)果
95% 置信度區(qū)間：0.138-0.339
鑒于 Chemprop 模型出色的表現(xiàn)，科研人員利用 Chemprop 對(duì)數(shù)據(jù)集中的化合物進(jìn)行了篩選。其中，Broad 研究所的藥物再利用中心收錄的藥物中，有 284 種預(yù)測(cè)值高于 0.1；Broad 研究所收錄的化合物中，**有 2537 種化合物預(yù)測(cè)值 (PS) 高于 0.4，還有 3838 種藥物預(yù)測(cè)值極低，**為無(wú)抗衰老特性的藥物。
圖 2：Chemprop 的抗衰老化合物篩選結(jié)果
綠色：藥物再利用中心中，可能具有抗衰老特性的藥物 (PS>0.1)；
黑色：Broad 研究所收錄的，可能具有抗衰老特性的化合物 (PS>0.4)；
黃色：后期驗(yàn)證確有抗衰老特性的化合物；
紫色：預(yù)測(cè)沒(méi)有抗衰老特性的化合物；
紅色：訓(xùn)練數(shù)據(jù)中有抗衰老特性的化合物；
藍(lán)色：訓(xùn)練數(shù)據(jù)中沒(méi)有抗衰老特性的化合物。
**基于化學(xué)結(jié)構(gòu)和藥代動(dòng)力學(xué)特性，對(duì)這些化合物進(jìn)行進(jìn)一步的篩選。**首先，泛篩選干擾化合物 (PAINS) 和不利于藥代動(dòng)力的化學(xué)物被去除。隨后，他們挑選了 216 種谷本系數(shù) (Tanimoto similarity) 小于 0.5 的化合物，與已知的抗衰老藥物進(jìn)行結(jié)構(gòu)上的區(qū)分。同時(shí)，他們還選出了 50 種沒(méi)有抗衰老特性的藥物，作為負(fù)對(duì)照。最后，研究者通過(guò)化學(xué)手段，驗(yàn)證了這 266 種化合物的抗衰老特性。
216 種得分較高的化合物中，有 25 種在實(shí)驗(yàn)中展現(xiàn)出了抗衰老特性。**Chemprop 模型的正預(yù)測(cè)率為 11.6%，高于人工篩選的 1.9%。**而 50 個(gè)負(fù)對(duì)照化合物均沒(méi)有抗衰老特性，說(shuō)明 Chemprop 模型在負(fù)預(yù)測(cè)中表現(xiàn)優(yōu)異。
圖 3：Chemprop 的預(yù)測(cè)正確率
對(duì)比驗(yàn)證
在得到目標(biāo)化合物后，研究者們將其與現(xiàn)有的抗衰老藥物進(jìn)行了對(duì)比。首先用依托泊苷 (Etoposide) 處理過(guò)的人肺成纖維細(xì)胞 (IMR-90) 構(gòu)建了衰老細(xì)胞模型，隨后用篩選出的 BRD-K20733377，BRD-K56819078 及 BRD-K44839765 分別對(duì)細(xì)胞進(jìn)行處理，并與傳統(tǒng)的 ABT-737 藥物進(jìn)行對(duì)比。
結(jié)果中我們可以看到，**圖神經(jīng)網(wǎng)絡(luò)篩選出的化合物對(duì)衰老細(xì)胞有著良好的清除效果，同時(shí)沒(méi)有影響到正常細(xì)胞的生長(zhǎng)，有著較強(qiáng)的選擇性。**相反，ABT-737 在清除衰老細(xì)胞的同時(shí)，也殺死了一部分正常細(xì)胞，副作用較強(qiáng)。
圖 4：篩選出的化合物與傳統(tǒng)藥物的藥效對(duì)比
灰色：對(duì)照組的正常細(xì)胞；
藍(lán)色：依托泊苷處理后得到的衰老細(xì)胞
隨后，研究者用傳代初期和傳代晚期的 IMR-90 細(xì)胞進(jìn)行了復(fù)制性衰老實(shí)驗(yàn)，得到了相似的結(jié)果。進(jìn)一步的，他們進(jìn)行了溶血實(shí)驗(yàn)，以測(cè)試這些藥物的生物毒性。結(jié)果顯示，即使藥物劑量達(dá)到正常用量的 10 倍 (100 μM)，血液中也幾乎沒(méi)有檢測(cè)出因紅細(xì)胞死亡釋放出的血紅蛋白，證明了其生物安全性。
基于上述結(jié)果，研究者用細(xì)胞選擇性最強(qiáng)的 BRD-K56819078 在 C57BL/6J 小鼠身上進(jìn)行了活體實(shí)驗(yàn)。藥物注射 14 天后，取小鼠的腎臟細(xì)胞，觀察其衰老相關(guān)的 β-半乳糖苷酶 (SA-β-gal) 的含量及相關(guān) mRNA 的表達(dá)。
圖 5：篩選出的化合物與傳統(tǒng)藥物的溶血實(shí)驗(yàn)
細(xì)胞破膜劑 Triton X-100 作為對(duì)照組
結(jié)果顯示，SA-β-gal 的含量和 mRNA 的表達(dá)量都有下調(diào)，說(shuō)明 BRD-K56819078 有效地清除了小鼠體內(nèi)的衰老細(xì)胞。在經(jīng)歷層層篩選后，Chemprop 模型最終得到了高效安全的抗衰老藥物。
圖 6：小鼠腎臟細(xì)胞的衰老指標(biāo)，灰色為對(duì)照組，紅色為實(shí)驗(yàn)組
a：SA-β-gal 含量；
b：衰老相關(guān) mRNA 的表達(dá)量
Chemprop 模型：藥物開發(fā)好幫手
Chemprop 模型是一種基于圖神經(jīng)網(wǎng)絡(luò) (GNN) 的深度學(xué)習(xí)模型。它具有 5 層，1600 個(gè)隱藏維度，較普通 GNN 模型更為復(fù)雜。
基于下列特征，每個(gè)原子和化學(xué)鍵在 Chemprop 中生成了特征向量：
1、原子數(shù)、每個(gè)原子的鍵合數(shù)、形式電荷、手性、與氫原子鍵合數(shù)、雜化、芳香性及原子質(zhì)量等原子特征；
2、鍵型（單鍵、雙鍵、三鍵或是芳香環(huán)等）、共軛性、是否成環(huán)及三維特性等化學(xué)鍵特征。
圖 7：Chemprop 的主要框架
**Chemprop 模型利用消息傳播卷積神經(jīng)網(wǎng)絡(luò)對(duì)化合物的特征進(jìn)行分析。**通過(guò)將相鄰鍵的消息進(jìn)行累加，隨后將其與總鍵和進(jìn)行對(duì)比，最后利用具有非線性激活函數(shù)的單個(gè)神經(jīng)網(wǎng)絡(luò)層對(duì)其進(jìn)行處理，我們就可以得到一個(gè)化學(xué)鍵的消息。在進(jìn)行固定數(shù)量的消息傳遞后，整個(gè)分子的消息被累加，得到代表這個(gè)分子的消息值。將這一值輸入到前饋神經(jīng)網(wǎng)絡(luò)后，Chemprop 模型將輸出一個(gè)與化合物活性相關(guān)的預(yù)測(cè)值。
**目前，Chemprop 模型已被廣泛運(yùn)用于預(yù)測(cè)化合物的藥物活性及篩選和開發(fā)新藥。**2020 年，MIT 通過(guò) Chemprop 從超過(guò) 1.07 億個(gè)分子中篩選出了 8 種與現(xiàn)有抗生素結(jié)構(gòu)不同的抗菌藥物，并找到了在小鼠體內(nèi)展現(xiàn)出廣譜抗菌活性的藥物分子 Halicin。2022 年，首都醫(yī)科大學(xué)的研究團(tuán)隊(duì)利用 Chemprop 篩選出了一種可能的組織蛋白酶 L 抑制劑，為殺死新冠病毒提供了新靶點(diǎn)。
參考鏈接：
[1]https://doi.org/10.26434/chemrxiv-2023-3zcfl
[2]https://www.cell.com/cell/fulltext/S0092-8674(20)30102-1
[3]https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9110316/
本文首發(fā)于 HyperAI 超神經(jīng)微信公眾平臺(tái)~
掃碼下載APP
科普中國(guó)APP
科普中國(guó)
科普中國(guó)
京公網(wǎng)安備11010202008423號(hào)