跳到主要內容區塊

國立臺灣大學昆蟲學系

演講資訊

整合生物學專題報導
  • 發布單位:昆蟲學系

講題(Title):AI for Drug Repositioning

演講者(Invited Speaker):阮雪芬(Hsueh-Fen Juan) 特聘教授 國立台灣大學生命科學系

小編(Editor):黃千育、江旻柔

 

大綱

本週整合生物學講座由臺大系統生物學實驗室的阮雪芬特聘教授介紹如何利用大數據以及人工智慧尋找老藥新用。

 

前言

致癌基因(oncogene) 的前身是調控細胞發育的基因,在因為遺傳條件或環境因素而產生突變後,造成癌細胞生長導致癌症發生。由於目前以致癌基因作為標靶的藥物多半有著使用有效期短以及抗藥性產生的問題,因此以「非癌基因成癮(non-oncogene addiction)」作為藥物標靶的研究逐漸受到討論。

非癌基因成癮的原理在於癌細胞的生長除了仰賴致癌基因外,也會受到非癌基因(non-oncogene) 促進。一旦代謝途徑遭到抑制,腫瘤細胞便會凋亡。非癌基因成癮的作用機制又分為「壓力敏感性(stress sensitization)」以及「壓力過載(stress overload)」,前者抑制癌細胞消除壓力的途徑,後者則是增加癌細胞已經存在的壓力,達到消滅癌細胞的作用。

一、 如何由蛋白體學(proteomics) 數據找到非癌基因作為藥物標靶

藉由分析正常及癌化組織抽取樣本之蛋白質表現,在癌症患者表現量高的蛋白質中皆發現ATP 合成酶β 次體(ATP Synthase Beta Subunit)。長久以來ATP 合成酶一直被認為僅存在於粒線體內膜上,但阮教授認為若ATP 合成酶具有作為藥物標靶的潛力,則是否也能表現在癌細胞膜上將是研製標靶藥物重要的課題。

阮教授團隊檢視三株癌細胞與一株正常細胞,發現ATP 合成酶坐落在癌細胞的細胞膜上,而正常的細胞則無此現象。由於癌細胞中的粒線體因分裂所需的Drp1蛋白異常作用而表現得較為碎裂化(即「粒線體破碎化(mitochondrial fragmentation)」),而Drp1蛋白又會與KIF5B蛋白產生交互作用,後者透過在微管上行走將粒線體搬運到細胞膜ATP ,這便是ATP 合成酶移動到癌細胞表面的機制。這種表現在細胞膜表面的ATP 合成酶被稱為異位ATP 合成酶(ectopic ATP synthase)。

利用牛ATP 合成酶模擬出結構尚未被解明人類ATP 合成酶,並以對接模擬(docking simulation) 找出能夠連接到其作用位置的藥物,最後篩選到的便是ATP 合成酶抑制劑黃綠青黴素(citreoviridin)。後續實驗也證實該藥物只對癌症細胞位於細胞膜上的ATP 合成酶作用,而無法影響正常細胞位於細胞內的ATP 合成酶。

二、 如何由轉錄體學(transcriptomics) 數據找到非癌基因作為藥物標靶

MYCN 是一個常見表現於神經母細胞瘤的基因,其過度增幅與患者預後具有很大的關連性,且無法被標靶藥物控制。透過比較MYCN 下游基因在不同病況患者身上的表現差異,找到極光激酶基因家族(aurora kinase gene) 中的AURKA 與AURKB,兩者在表現高時患者存活率低,且與MYCN的增幅具正相關。

團隊藉由分析美國國家衛生研究院所資助的資料庫Library of Integrated Network-based Cellular signature (LINCS),找到與已知有效藥物基因表現相似(gene expression similarity)的藥物,結果發現Tozasertib 與標靶藥物Crizotinib 相似,且Tozasertib為極光激酶抑制劑。在後續的實驗中,證實其可抑制腫瘤組織增加轉殖組織存活率。

三、 如何規劃疾病合併治療(combinatory therapy)

透過比較被MYCN 調控的基因與表現量改變的基因,在兩者交集且表現量差異前十名的基因中又選出兩個基因,分別是MTHFD2 與PAICS。再對這些有差異的基因進行Functional Enrichment Analysis,發現MTHFD2 參與葉酸單碳循環(one carbon by folate),PAICS則與嘌呤代謝有關,兩者皆與MYNC表現呈正相關,且同樣影響患者預後。

確定基因標的後,接著要尋找有效標靶藥物。阮教授團隊以實驗室開發之系統評估藥物協同效果(synergistic effect),找到以Anisomycin 與Apicidin 兩種藥物的組合得到最好的結果,可以促進癌症細胞的凋亡。

 

結語

透過此次演講,使我們了解如何以AI與大數據分析找尋合適的藥物治療疾病。阮教授也透過以上策略將這些方法用於新冠肺炎(SARS-CoV-2)的藥物開發,他們利用虛擬篩選(virtual screening) 搜尋原有的藥物資料庫,找出具有效果的台灣健保藥物,同時也利用大數據分析找出有與第一型干擾素調控相似基因表現的藥物,期望能以此控制住疫情。

 

Key words :老藥新用(drug reposition)、非癌基因成癮(non-oncogene addiction)、虛擬篩選(virtual screening)、新冠肺炎