AI系统能够识别大脑“指纹”，有望带来神经疾病新药物！

药明康德AI/报道

个性化疗法可以根据患者病情的不同，来提供专门针对某位患者独特生理机能的疗法。而这种特性也让个性化疗法成为了研究人员和医生长期以来的研究重点。近日，一项新的研究新鲜出炉，致力于使用人工智能技术，为神经疾病患者提供个性化疗法。

来自加拿大麦吉尔大学（McGill University）的研究人员开发了一种名为个性化治疗干预指纹（personalized Therapeutic Intervention Fingerprint，pTIF）的技术，可以对大脑中靶向特定生物因子（如脑淀粉样蛋白/tau沉积、炎症、神经元功能失调等）的药物控制患者疾病进展效果进行预测。

研究人员利用计算脑建模和人工智能技术，分析了331名阿兹海默病患者和由健康人群组成的对照组的神经学数据。这些数据包括正电子放射断层造影术（PET）和核磁共振图像（MRI）的多种不同模式。在这些数据的基础上，研究人员根据特异性干预措施的效果，将患者分成不同的pTIF亚型。

▲研究人员使用了多种不同模式的大脑图像，作为研究数据（图片来源：Yasser Iturria Medina）

通过将这些亚型与患者的个体基因谱进行比较，研究人员验证了亚型的相关性。他们发现，相同pTIF亚型的患者具有相似的基因表达，这意味着基因影响生理机能的机制是相似的。由于控制疾病进展的药物必须同时修改基因表达和大脑特性，所以因不同pTIF亚型而异的药物，比那些用于治疗所有阿兹海默病患者的药物更加有效。

这是第一项直接将患者的大脑活动、预测治疗反应以及分子和认知变化联系到一起的研究。 使用pTIF亚型的数据，可以针对患者独特的基因表达谱和表型大脑脑特征来设计药物。这标志着个性化疗法的一大进步。如果将这项研究用于患者筛选，它还可以提高筛选的有效性，并降低临床药物试验的成本。

▲该研究的负责人，麦吉尔大学神经病学与神经外科学副教授Yasser Iturria-Medina博士（图片来源：LinkedIn）

“这项研究可以让治疗更加有效，同时减少不必要的副作用，并大幅降低与临床试验相关的药物及试验成本，从而加速创新药物的评估周期，”该研究的负责人，麦吉尔大学神经病学与神经外科学副教授Yasser Iturria-Medina博士表示： “未来，我们的工作将集中于将PTIF应用于其他神经系统疾病之中，并对其进行广泛验证。更重要的是，我们会将开发出的分析工具通过开放式访问平台，提供给国际社会的广大用户使用。”

我们希望，该技术在未来能够得到更加广泛的应用，从而造福神经疾病患者。

参考资料：

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

更多精彩文章：