本文为转化医学网原创，转载请注明出处
作者：Ashley
导读：COVID-19的临床表现包括有急性呼吸窘迫、凝血问题、细胞因子风暴、低血氧和低白细胞计数，甚至骨髓衰竭等。对于COVID-19的并发症，研究人员研发了一种新的AI方法（MOATAI-VIR）来预测疾病-蛋白质-通路关系并重新利用FDA批准的药物来治疗COVID-19的临床表现。
COVID-19的症状和副作用分散在一个诊断谱中。一些患者是无症状或出现轻度免疫应答，而其他患者则会有显著的长期疾病、持续并发症或出现致死性结局。
来自佐治亚理工学院的三名研究人员和埃默里大学的一名研究人员正试图通过为医疗专业人员配备一种新的“决策优先工具”，以帮助临床医生对患者预后的因素和范围进行分类。
该团队基于新的人工智能工具帮助临床医生根据合并症和当前的副作用，了解并更好地预测他们的COVID-19患者可能经历的不良反应，还有助于建议食品和药物管理局(FDA)批准的帮助治疗疾病和改善患者的健康结果的特定药物。研究人员的最新发现是10月21日发表在《Scientific Reports》上题为“Prediction of severe adverse events, modes of action and drug treatments for COVID-19’s complications”的一项新研究的重点。
人工智能、蛋白质驱动因素和COVID-19“26种临床表现中的24种”
该团队的新方法或工具被称为MOATAI-VIR(由人工智能驱动的病毒作用模式蛋白质和靶向治疗发现)。研究人员报告说，它预测了COVID-19 的26种主要临床表现中的24种及其潜在的疾病-蛋白质-通路关系。
这些临床表现涵盖了一系列问题：急性呼吸窘迫、凝血问题、细胞因子风暴、低血氧和低白细胞计数，甚至骨髓衰竭。普遍报告的嗅觉或味觉丧失，以及“脑雾”等不寻常的神经症状，受到了广泛关注。对于既往有健康问题或合并症的患者的考虑，可能将他们置于与COVID-19相关的更高风险类别中。
“什么导致了副作用仍是一个问题。”生物科学学院Mary and Maisie Gibson主席，也是这项研究的通讯作者Jeffrey Skolnick教授说，“你失去了嗅觉，出现了脑雾；另一个病人呼吸困难，还有一个不记得星期几。我们已经确定了这些不同情况下可能的行动驱动模式，这就为谁会有什么样的副作用奠定了基础。”
Skolnick也是佐治亚研究联盟计算系统生物学领域的杰出学者，他指出，根据蛋白质相互作用预测副作用是有意义的。
Skolnick说:“人类是分子机器，应该有生物学和物理规则来支配反应。我们基本上建立了一种基于人工智能的方法，该方法是根据人类与新冠相互作用的蛋白质组而设计的。然后我们问自己，‘我们能否根据生化途径预测哪些相互作用的蛋白质与副作用有关?＇＂
加入Skolnick的是来自生物科学学院的博士生Courtney Astore和来自系统生物学研究中心的高级研究员Hongyi Zhou。埃默里医学院埃默里疫苗中心微生物和免疫学系的Joshy Jacob也参与了这项研究。
MOATAI-VIR方法
Skolnick解释说，大多数已知的疾病都是由于“许多蛋白质的故障和相互作用”，并指出这是一种集体效应——“多目标蛋白质效应”。他的团队的新人工智能方法是识别尽可能多的交互性质的目标，以从复杂的交互集中预测复杂的反应。
医学界也很清楚，合并症是现有的慢性健康因素，如糖尿病、肥胖、自身免疫性疾病和其他影响免疫系统的疾病，可以在与COVID-19相关的风险因素中发挥巨大作用。Skolnick称这些合并症也可以插入到团队的算法中。
“阿尔茨海默病和甲状腺机能亢进密切相关，糖尿病也是如此。阿尔茨海默病患者有6至8种(COVID-19)合并症，”Skolnick解释说，“这不仅仅是年龄的问题，而是要复杂得多。”
MOATAI-VIR方法有助于识别与母体疾病相关的合并症的共同蛋白。临床医生可以用药物治疗这些疾病。研究人员报告说，Skolnick的团队发现的这种特定的方法在123146个药物适应症对预测中有72%的成功率。
“对于一种特定的疾病，我们通过与该疾病的合并症最常见的蛋白质对它们进行优先排序，从而导致特定的并发症，如呼吸衰竭。”他说，“这就确定了给定并发症的假定驱动蛋白。然后，我们通过两种方式选择重用药物——我们筛选最常见的共病蛋白，以确定其与重用药物结合的频率。对于一组特定并发症的共病，我们选择治疗大多数并发症的药物。”
Skolnick说，找到治疗这些并发症和副作用的正确药物至关重要，而使用新的“决策工具”可以帮助做到这一点。
但他也提醒研究人员和临床医生必须客观地使用“决策工具”，因为这些‘脱靶’相互作用是有深层原因的，即药物与另一种并非其最初预期目标的蛋白质结合。而这正是这些算法用来对抗它们的原因。Skolnick解释说：“运行这种方法并不神奇，这是决策过程中可能奏效的部分帮助。如果有80%的可能性，你可能就应该试试。”
参考资料：
https://medicalxpress.com/news/2021-10-ai-tool-pairs-protein-pathways.html
注：本文旨在介绍医学研究进展，不能作为治疗方案参考。如需获得健康指导，请至正规医院就诊。
第三届上海国际癌症大会
【直播】TMB检测标准化的机遇与挑战
新冠疫情
【Cell子刊】COVID-19笼罩下，竞相开发的干细胞疗法真的有效吗？可能还缺乏一定的临床试验和科学证明
肿瘤研究
【Cell子刊】首次绘制小细胞肺癌分子图谱，使用单细胞RNA测序揭示了推动肿瘤转移的幕后黑手——一种不寻常的细胞类型
新冠疫情
【Science重磅】世卫组织成立中科院杨运桂在内的新团队，重启对大流行起源可能来于实验室泄漏的研究！
医学进展
【Science热议】115年仅17名女性！为何男性经常横扫诺贝尔奖，女性得主如此之少？
智能诊断
【研究】“人工智能＋生物医学”应用于超高死亡率的肝癌，有望彻底改变未来癌症的诊断和治疗方式！
疾病预防
【Science】世卫组织发起新“全球路线图”研制低成本五合一疫苗，有望在2030年消除细菌性脑膜炎疫情
肠道菌群
【Nature子刊】肠道的战争：揭秘人类肠道微生物群如何抵抗霍乱细菌
专家访谈
《转》访复旦大学附属妇产科医院徐晨明教授：无创产前筛查进入单基因病的临床应用时代
医学进展
【Nature热议】为何2021诺贝尔奖没有颁给拯救无数生命的COVID-19疫苗？