最近，国际上顶尖的期刊《Cell》刊登了一项非常重要的研究成果。研究人员给我们展示了一个全新的药物发现平台，这个平台利用了AI技术把基因表达谱和化学结构结合起来，给药物研发带来了巨大的进步。这项技术被称为“基因表达谱化学结构预测器”，简称GPS。 传统的药物发现方法通常依赖于大规模的化合物数据库，而这次的突破在于GPS平台训练了一个深度学习模型，这个模型可以仅通过输入化合物的化学结构指纹就预测出它对人类全基因组表达的影响。这个过程给了研究人员一个新的方法，帮助他们筛选和设计能够逆转疾病相关转录组特征的新药。在肝癌和肺纤维化方面的研究中，GPS平台已经展示出了显著的成果。 为了验证GPS平台的有效性，研究团队利用包含大约700万种类药化合物的虚拟库进行了测试。通过这种方式，GPS成功地为这个虚拟库生成了丰富的基因表达谱。这个数据对研究人员来说非常有价值，因为它可以揭示药物在人体中的作用机制。 这次研究有两个应用验证案例。第一个案例是针对肝癌（HCC），研究团队通过利用一个已定义的HCC疾病特征来筛选抗HCC候选化合物。GPS平台帮助他们快速锁定了高效、高选择性的候选药物。第二个案例是针对特发性肺纤维化（IPF），这个疾病涉及多种细胞类型异常。研究团队利用单细胞转录组数据定义了多个关键细胞类型的疾病特征，并通过逆转这些细胞类型特异性特征来筛选潜在的IPF治疗药物。 除了筛选功能外，GPS平台还能帮助揭示药物作用机制。通过对一系列抗HCC化合物进行分析，研究人员发现化合物效力与其对特定基因表达调控密切相关。这为后续的靶点验证和药物优化提供了重要线索。 总体来说，GPS平台把人工智能、计算化学和疾病生物学整合在一起，为从头药物发现提供了全新范式。它不仅能够快速锁定苗头化合物，还能指导其优化和初步阐释机制。这一技术有望显著加速针对肝癌、肺纤维化等难治性疾病创新疗法的研发进程。