香港城市大學（城大）領導的研究團隊成功開闢快捷途徑，能夠在多不勝數(shù)的化合物中，篩選出潛力高的進行研發(fā)，從而減少研製新藥的時間及成本，準確度約50%。
城大生物醫(yī)學工程學系和生物醫(yī)學系，聯(lián)同美國哈佛醫(yī)學院的科研團隊，歷經(jīng)五年合作研究，在神經(jīng)藥理學方面取得突破。研究結果在科學期刊《自然通訊》發(fā)表，題為「以高通量大腦活動圖譜和機器學習為基礎的系統(tǒng)神經(jīng)藥理學研究」。
研究由城大生物醫(yī)學工程學系副教授史鵬博士領導，旨在提供一個技術平臺以預測化合物是否有潛力研發(fā)成治療大腦疾病的新藥。該平臺有助加快發(fā)現(xiàn)新藥的過程，節(jié)省成本。
史博士說：「即使藥物研發(fā)的成功率僅提高1%，對中樞神經(jīng)系統(tǒng)疾病患者而言，足以帶來重大改變。」
這項研究以小型脊椎動物——斑馬魚作為研究對象，對牠們整個腦部進行掃描和追蹤神經(jīng)細胞的活動，以顯示其大腦或中樞神經(jīng)系統(tǒng)對藥物的反應。這個藥物篩選系統(tǒng)運用創(chuàng)新方法簡化流程，因而能進行大規(guī)模實驗。
史博士解釋說︰「我們運用機械人、微流控技術與水動力，可於20秒內(nèi)自動捕獲並固定一條未經(jīng)麻醉的斑馬魚，而過往要花上20分鐘，因此可同時對多條斑馬魚進行掃描；更重要的是，我們的技術毋須用麻醉藥來降低斑馬魚的運動功能，因此避免了干擾。」
研究團隊首先為179種現(xiàn)有中樞神經(jīng)系統(tǒng)藥物建立大腦活動圖譜的參考庫。他們對數(shù)以千計的斑馬魚分別逐一施加一種臨床中樞神經(jīng)系統(tǒng)藥物，相關的大腦活動圖譜顯示斑馬魚腦部不同區(qū)域對這些藥物的反應情況。然後，研究團隊根據(jù)圖譜之間的內(nèi)在相似性，運用機器學習算法將這些藥物按斑馬魚大腦生理表現(xiàn)分類為10個集群。
建立參考庫之後，研究團隊與城大生物醫(yī)學系助理教授王鑫博士、哈佛醫(yī)學院副教授Stephen Haggarty博士緊密合作，進行數(shù)據(jù)分析，運用機器學習算法來預測121種新型化合物的潛在臨床治療功效。
機器學習策略預測到在121種新化合物中，有30種具抗癲癇特性。為了驗證這個預測，研究團隊從這30種潛在抗癲癇化合物中，隨機挑選了14種，在斑馬魚的癲癇動物模型作行為學測試。
結果顯示，14種化合物中有7種能夠減輕斑馬魚癲癇發(fā)作，而不會產(chǎn)生任何鎮(zhèn)定性副作用，顯示預測的準確度達到50%左右。史博士說：「結合快速的體內(nèi)藥物篩選系統(tǒng)和機器學習，我們?yōu)閰f(xié)助篩選出更具治療藥用潛力的新型化合物提供捷徑，從而加快藥物研發(fā)，降低整個過程中的失敗比率。」
該論文的共同第一作者是生物醫(yī)學工程學系副研究員林旭東博士、生物醫(yī)學系副研究員段鑫先生，其他作者包括生物醫(yī)學系鄭淑嫻教授、生物醫(yī)學工程學系畢業(yè)生陳中原先生和前副研究員陳思亞女士。
