【资料图】

编程客栈() 7月7日 消息:药物发现是一项昂贵且耗时的任务，但机器学习这种人工智能技术可以大大加速这一过程，并以较低的价格完成工作。

研究人员使用机器学习技术找到了三种有潜力的抗衰老Senolytics药物候选者，，可以延缓衰老并预防与年龄相关的疾病。

“僵尸细胞”是活着的细胞，但不能再复制编程客栈。这些细胞不再复制并不一定是件坏事，因为它们的DNA受到了损伤。然而编程客栈，“僵尸细胞”也有不好的一面，它们会分泌一系列的炎症蛋白质，可以传播给周围的细胞，这在细胞累积的过程中会导致一系列疾病。

研究表明，使用senolytics可以消除衰老细胞，从而改善这些疾病。目前已知大约有80种senolytics，但只有两种在人体上进行了测试。

研究人员使用机器学习模型来识别新的senolytics候选者。通过训练AI模型，研究人员将已知的Senolytics和非Senolytics作为输入，模型可以预测其他未知分子是否具有senolytics的特性。研究人员使用这个模型测试了4340个分子，五分钟后得到了一份高度可能是senolytics的分子清单。在这些分子中，有三种分子（periplocin、oleandrin和ginkgetin）能够消除僵尸细胞，同时保持大部分正常细胞的活力。

更详细的生物实验表明，oleandrin比目前已知的senolytics更有效。这种跨学科的方法在数据科学家、化学家和生物学家之间的合作中具有巨大的潜力，利用高质量的数据，机器学习模型可以加速化学家和生物学家寻找治疗和治愈疾病的工作，特别是那些尚未满足需求的疾病。

研究人员已经在凋亡细胞中验证了这三种候选senolytics，并正在人体肺php组织中进行进一步的测试。预计两年后将公布更多的研究结果。