AI系統能夠識別大腦「指紋」，有望帶來神經疾病新藥物！

葯明康德AI/報道

個性化療法可以根據患者病情的不同，來提供專門針對某位患者獨特生理機能的療法。而這種特性也讓個性化療法成為了研究人員和醫生長期以來的研究重點。近日，一項新的研究新鮮出爐，致力於使用人工智慧技術，為神經疾病患者提供個性化療法。

來自加拿大麥吉爾大學（McGill University）的研究人員開發了一種名為個性化治療干預指紋（personalized Therapeutic Intervention Fingerprint，pTIF）的技術，可以對大腦中靶向特定生物因子（如腦澱粉樣蛋白/tau沉積、炎症、神經元功能失調等）的藥物控制患者疾病進展效果進行預測。

研究人員利用計算腦建模和人工智慧技術，分析了331名阿茲海默病患者和由健康人群組成的對照組的神經學數據。這些數據包括正電子放射斷層造影術（PET）和核磁共振圖像（MRI）的多種不同模式。在這些數據的基礎上，研究人員根據特異性干預措施的效果，將患者分成不同的pTIF亞型。

▲研究人員使用了多種不同模式的大腦圖像，作為研究數據（圖片來源：Yasser Iturria Medina）

通過將這些亞型與患者的個體基因譜進行比較，研究人員驗證了亞型的相關性。他們發現，相同pTIF亞型的患者具有相似的基因表達，這意味著基因影響生理機能的機制是相似的。由於控制疾病進展的藥物必須同時修改基因表達和大腦特性，所以因不同pTIF亞型而異的藥物，比那些用於治療所有阿茲海默病患者的藥物更加有效。

這是第一項直接將患者的大腦活動、預測治療反應以及分子和認知變化聯繫到一起的研究。使用pTIF亞型的數據，可以針對患者獨特的基因表達譜和表型大腦腦特徵來設計藥物。這標誌著個性化療法的一大進步。如果將這項研究用於患者篩選，它還可以提高篩選的有效性，並降低臨床藥物試驗的成本。

▲該研究的負責人，麥吉爾大學神經病學與神經外科學副教授Yasser Iturria-Medina博士（圖片來源：LinkedIn）

「這項研究可以讓治療更加有效，同時減少不必要的副作用，並大幅降低與臨床試驗相關的藥物及試驗成本，從而加速創新藥物的評估周期，」該研究的負責人，麥吉爾大學神經病學與神經外科學副教授Yasser Iturria-Medina博士表示： 「未來，我們的工作將集中於將PTIF應用於其他神經系統疾病之中，並對其進行廣泛驗證。更重要的是，我們會將開發出的分析工具通過開放式訪問平台，提供給國際社會的廣大用戶使用。」

我們希望，該技術在未來能夠得到更加廣泛的應用，從而造福神經疾病患者。

參考資料：

[1] Unique brain "fingerprint" can predict drug effectiveness

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！