18 封面專題 • COVER STORY 澳大新語 • 2024 UMAGAZINE 30 阿爾茨海默症的工作提供基礎。」 算法平台助力藥物設計 此外，中藥質量研究國家重點實驗室、中華醫藥研 究院副教授歐陽德方帶領的團隊開發了一個名為 DeepCSP的機器學習框架，用於解決傳統晶體結構預 測中的難題。「藥物的晶體結構直接影響其安全性、療 效和生產效率，不同的晶體結構會影響藥物的吸收、 穩定性和效果。由於中藥成分複雜多變，找到穩定的 結晶形式往往充滿挑戰。」他又指出，這個機器學習框 架結合了生成對抗網絡和分子圖卷積網絡技術，能從 數據中生成潛在的晶體結構，並預測其穩定性，將晶 體結構的生成和預測縮短至幾分鐘內完成。 歐陽教授續說，製劑設計是藥物開發的關鍵一環，涉 及測試藥物的物理與化學性質和釋放方式。傳統的製 劑設計依賴大量實驗和經驗，耗時又昂貴。因此，他的 團隊推出Formulation AI平台。該平台結合豐富的藥 物製劑數據和先進的人工智能算法，旨在優化藥物設 計流程，提高效率和準確性，減少對實驗的依賴。 歐陽教授表示，Formulation AI能預測和評估難溶 性藥物的增溶配方的17種重要特性，涵蓋藥物-環 糊精、固體分散體、磷脂複合物、納米粒晶體、自乳 化、脂質體遞送共六大體系。「Formulation AI能快 速預測，毋須複雜的理論計算或實驗室測試，將製 劑開發流程由經驗驅動轉為數據驅動，目前有逾 300家知名製藥公司和研究機構使用。」 推動中藥合成生物學研究 許多中藥材來源稀缺，而且易受種植環境和氣候等 影響，質量和有效成分含量波動較大。因此，澳大研 究人員正在研究模擬中藥活性成分的生物合成過 程，通過人工構建的生物系統和合成技術來穩定提 取中藥的有效成分。中華醫藥研究院更與中國科學 院天津工業生物技術研究所共建「中醫藥合成生物 學聯合實驗室」，並在2023年起聯合培養博士生。 交叉學科研究助力中藥創新 澳大中藥質量研究國家重點實驗室與大學內外眾多 研究機構通力合作，促進中醫藥交叉學科研究，為中 醫藥產業的可持續發展開闢新方向，拓展中醫藥的 全球影響力，並為大健康產業的發展作出更大貢獻。 年聯合北京中醫藥大學和西南林業大學的專家取得 突破。他們發現，三七（一種人參屬藥用植物，雲南白 藥的主要成分）有一種由特定酶介導的雙元素防禦系 統，有助抵禦病原菌侵襲。 萬教授說，植物面對環境中的各種脅迫，會產生一 系列次生代謝產物來應對，對植物的化學防禦機制 至關重要。經過反覆驗證，他的研究團隊發現，這個 防禦系統由一種特定的酶（β-葡萄糖苷水解酶）和 一類原人參二醇型皂苷組成。當植物受病原真菌感 染時，這些真菌釋放的胞外酶會破壞葉綠體（植物 細胞中負責光合作用的小型結構）的完整性，從而 啟動該防禦系統。隨後，β-葡萄糖苷水解酶對皂苷 分子中的糖基進行選擇性水解，生成一種強效活性 物質來抵抗病菌。 萬教授表示：「我們在人參、西洋參等人參屬藥用植物中 也發現類似的雙元素防禦系統。這為我們開發植物源性 的農藥提供重要參考，有助減少種植人參類中藥材時大 量使用化學農藥，促進中藥材產業可持續發展。」 人工智能加速藥物篩選 人工智能幫助科學家高效分析海量數據，包括中藥方 劑的組合、藥理機制、製劑開發和臨床試驗結果，加速 發現潛在藥物。其中，中華醫藥研究院副院長、中藥質 量研究國家重點實驗室副教授路嘉宏的團隊與挪威 奧斯陸大學、溫州醫科大學和德睿智藥等機構合作， 將人工智能與細胞、線蟲和小鼠的阿爾茨海默病的模 型結合，開發了一款藥物篩選算法，以此從中藥材中 篩選有潛力治療阿爾茨海默症的小分子化合物。 路教授說，他們的團隊對來自兩個數據庫共1,900萬 個小分子的數據進行預訓練，開發出一個綜合考慮分 子多維資訊的表徵模型。他們隨後從3,724個天然小 分子篩選出18個作進一步驗證。 最終，路教授的團隊找到來自山奈等植物的天然黃 酮類化合物山奈酚，以及來自閉苞買麻藤的芪類化 合物丹葉大黃素：「我們發現，這兩種化合物能顯著 改善患有阿爾茨海默症小鼠的神經退行性變化，有 助減少牠們的病理特徵（例如澱粉樣蛋白和微管相 關蛋白的聚集），並且增強牠們的學習和記憶能力。 這項發現為我們將來利用線粒體自噬激活策略治療
RkJQdWJsaXNoZXIy NzM0NzM2