靶向特点蛋白的药物研发策略是一种成功的方法,但许多疾病和生物过程缺乏明显的靶标从而难以利用该方法。有鉴于此,北京大学的Zhengwei Xie、Ruimao Zheng、Ning Zhang和Hong Zhou等研究人员,利用转录谱深度学习预测了药物疗效。
本文要点
1)研究人员为了解决药物靶点匮乏的难题,研发了一种基于深度学习的疗效预测系统(DLEPS),其利用患者基因表达谱变化作为输入来识别候选药物。
2)研究人员利用L1000项目揭示的化学诱导的转录改变对DLEPS进行了校正。研究发现,使用0.74的Pearson相关系数预测了以前未知的转录谱的变化。研究人员测试了三种疾病,并通过实验预测了小鼠疾病模型中的潜在候选药物。
3)验证表明,紫苏烯、枝孢素苷IV和曲美替尼可能分别对肥胖、高尿酸和非酒精性脂肪肝炎疾病产生功效。DLEPS可以有助于对致病机制的理解,并且研究表明MEK-ERK信号通路可作为治疗非酒精性脱脂性肝炎的靶点。
本文研究结果表明DLEPS是药物重新使用和发现的有效工具。
参考文献:
Jie Zhu, et al. Prediction of drug efficacy from transcriptional profiles with deep learning. Nature Biotechnology, 2021.
DOI:10.1038/s41587-021-00946-z
https://www.nature.com/articles/s41587-021-00946-z