站長之家(ChinaZ.com) 7月7日 消息:藥物發現是一項昂貴且耗時的任務，但機器學習這種人工智能技術可以大大加速這一過程，并以較低的價格完成工作。

研究人員使用機器學習技術找到了三種有潛力的抗衰老Senolytics藥物候選者，可以延緩衰老并預防與年齡相關的疾病。

“僵尸細胞”是活著的細胞，但不能再復制。這些細胞不再復制并不一定是件壞事，因為它們的DNA受到了損傷。然而，“僵尸細胞”也有不好的一面，它們會分泌一系列的炎癥蛋白質，可以傳播給周圍的細胞，這在細胞累積的過程中會導致一系列疾病。

研究表明，使用senolytics可以消除衰老細胞，從而改善這些疾病。目前已知大約有80種senolytics，但只有兩種在人體上進行了測試。

研究人員使用機器學習模型來識別新的senolytics候選者。通過訓練AI模型，研究人員將已知的Senolytics和非Senolytics作為輸入，模型可以預測其他未知分子是否具有senolytics的特性。研究人員使用這個模型測試了4340個分子，五分鐘后得到了一份高度可能是senolytics的分子清單。在這些分子中，有三種分子（periplocin、oleandrin和ginkgetin）能夠消除僵尸細胞，同時保持大部分正常細胞的活力。

更詳細的生物實驗表明，oleandrin比目前已知的senolytics更有效。這種跨學科的方法在數據科學家、化學家和生物學家之間的合作中具有巨大的潛力，利用高質量的數據，機器學習模型可以加速化學家和生物學家尋找治療和治愈疾病的工作，特別是那些尚未滿足需求的疾病。

研究人員已經在凋亡細胞中驗證了這三種候選senolytics，并正在人體肺組織中進行進一步的測試。預計兩年后將公布更多的研究結果。