Signal Transduction and Targeted Therapy: 人工智能在癌症靶点识别和药物发现中的应用

靶向药物治疗作为肿瘤治疗的前沿之一，具有疗效高、副作用少、患者耐药低等优点。然而，现有的靶向治疗有几个缺点，例如少数可用药的靶点，对患者人群的覆盖不有效，以及缺乏对患者耐药性的替代反应。因此，寻找新的治疗靶点并评价其可药性成为当前靶向药物治疗的肿瘤研究热点。

由于疾病的复杂性，我们很难全面了解癌症的发病机制，目前大多数靶向药物都是基于实验验证的假说开发的，该假说可以解释癌症发生的可能机制，但忽略了疾病的其他事实。因此，这些疗法可能会对正常组织产生不良影响，甚至会给患者带来严重的副作用。

图片来源: https://doi.org/10.1038/s41392-022-00994-0

近日，来自四川大学的研究者们在Signal Transduction and Targeted Therapy杂志上发表了题为“Artificial intelligence in cancer target identification and drug discovery”的综述性文章，该研究揭示了人工智能模型为我们提供了一个定量框架，以研究网络特征与癌症之间的关系，从而识别潜在的抗癌靶点，并发现新的候选药物。

人工智能是从生物网络中识别新的抗癌靶点和发现新药物的先进方法，因为这些网络可以有效地保存和量化癌症等人类疾病相关细胞系统组件之间的相互作用。在这里，研究者回顾和讨论如何使用人工智能方法来识别新的抗癌靶点和发现药物。

首先，研究者描述了用于抗癌新靶点研究的人工智能生物分析的范围。其次，回顾和讨论了常用的基于网络和基于机器学习的人工智能算法的基本原理和理论。最后，研究者展示了人工智能方法在癌症目标识别和药物发现中的应用。

基于网络和基于ML的生物学分析的历史里程碑

图片来源: https://doi.org/10.1038/s41392-022-00994-0

综上所述，虽然研究者已经回顾和讨论了许多人工智能算法及其在抗癌新靶点识别和药物发现方面的相应应用，但这篇综述仍然太简短，不能涵盖整个研究领域。然而，由于人工智能算法在探索新的抗癌靶点和发现药物方面是有效的，这篇综述能为感兴趣的研究人员提供有价值的启示，以加深对人工智能生物学分析在癌症靶点识别和药物发现中背后的原理的理解。（生物谷 Bioon.com）

参考文献

Yujie You et al. Artificial intelligence in cancer target identification and drug discovery. Signal Transduct Target Ther. 2022 May 10;7(1):156. doi: 10.1038/s41392-022-00994-0.