哈佛大学开发出新的人工智能工具，可精准治疗帕金森病和阿尔茨海默病

+ 查看更多

The researchers at Harvard Medical School have introduced a new artificial intelligence model that has the ability to reshape the future of personalized medicine by identifying precise combinations of genes and medications that can reverse diseased states in human cells.

该系统称为PDGrapher旨在解决医学上一些最棘手的挑战：帕金森病和阿尔茨海默病等神经退行性疾病，以及罕见疾病，如X连锁肌张力障碍-帕金森病与仅仅标记相关性的传统计算工具不同，该模型更进了一步。它预测了能够恢复健康细胞功能的基因-药物配对，同时也提供了这些干预措施可能如何发挥作用的机制见解。

随着研究人员深入研究精准治疗，这种双重能力——预测和解释——可能至关重要。药物研发历来缓慢、昂贵，且错误线索层出不穷。通过在细胞层面缩小可行的组合范围，PDGrapher 有望加快研发进度、降低成本，同时为科学家指明全新的治疗途径。

这一突破发生在投资和创新浪潮的交汇处人工智能和生物技术曾经用于语言、金融或图像识别的工具正日益被应用于绘制基因网络图、设计蛋白质以及在模拟中测试候选药物。分析人士表示，这一趋势可能引发实验疗法的“寒武纪大爆发”，尤其是在制药公司寻求更高效的临床研究流程的情况下。

哈佛大学的团队已经开始在真实的生物数据集上测试PDGrapher。早期结果表明，它可以识别出与已知干预措施相符的、有前景的基因药物组合，同时还能发现尚未在实验室中验证的新型组合。如果通过临床试验得到证实，该方法将有助于医学从“一刀切”的治疗模式转向根植于每位患者独特生物学特征的个性化干预方案。

目前，PDGrapher 仍是一个研究工具。但它的首次亮相凸显了人工智能正在从一般任务向高度专业化的领域迈进——其回报不仅体现在效率上，还体现在寿命的延长和疾病的减缓上。

这项工作也呼应了人工智能最近取得的其他突破，这些突破打破了长期存在的科学瓶颈。谷歌 DeepMind 的AlphaFold已经改变了蛋白质结构预测，而像Insilico 医药正在使用生成式人工智能来提出新的药物化合物。

这些努力共同暗示着一种新兴的策略：利用机器学习以比人类更快的速度解读生物学的复杂性。如果PDGrapher能够兑现其承诺，那么这或许将成为最新的证据，证明人工智能不仅仅是增强科学，它正在开始重新定义科学的极限。