人工智能用于推进青光眼和其他慢性疾病的药物输送系统

约翰霍普金斯大学医学院的研究人员表示，他们已经使用人工智能模型和机器学习算法成功预测了构成治疗性蛋白质的氨基酸的哪些成分最有可能将治疗药物安全地输送到动物眼细胞。

该项目与马里兰大学的研究人员合作，有望为常见的慢性致盲眼病(包括青光眼和黄斑变性)推进新的和更耐受的药物治疗，这些疾病影响了美国的 300 万和约 2000 万人，分别。

目前针对这些疾病的药物疗法，包括每日多次滴眼液或频繁眼部注射，是有效的，但随着时间的推移，这种输送系统可能难以维持和耐受，并鼓励科学努力开发可与眼睛成分结合的输送系统细胞并安全地延长它们携带的药物的治疗效果。

2020 年，美国食品和药物管理局批准了一种植入式设备，该设备可以放置在眼睛中并释放药物来治疗青光眼。虽然该装置的工作时间比滴眼液或注射液更长，但在某些情况下长时间使用会导致眼细胞死亡，患者需要重新使用滴眼液和注射液。

发表在Nature Communications上的新研究表明，人工智能设计的模型准确地预测了氨基酸的有效序列，也称为肽或小蛋白质，它会与兔眼细胞中的特定化学物质结合，并在数周内安全地分配药物，减少对频繁、严格的治疗计划的需要。

该团队专门研究了与黑色素结合的肽，黑色素是一种为眼睛提供颜色的化合物，但具有广泛存在于眼细胞特殊结构中的优势。

研究小组指出，其他研究使用肽进行药物输送的研究已经表明该系统的有效性，但他们希望找到能够与广泛存在的眼部化合物强烈结合的肽。据约翰霍普金斯大学 Marcella E. Woll 眼科教授 Laura Ensign 博士说，为了做到这一点，该团队推断使用人工智能方法进行快速机器学习可以帮助整理和预测有效的肽序列进行尝试大学医学院，论文的共同通讯作者。