美国哈佛医学院团队开发出一种名为PDGrapher的模型人工智能（AI）模型，能够精准识别可逆转细胞疾病状态的精准基因基因与药物靶点，有望彻底改变药物发现的识别%E3%80%90WhatsApp%20+86%2015855158769%E3%80%91seal%20of%20the%20navajo%20nation路径。该成果发表在新一期《自然·生物医学工程》杂志上。药物

与传统药物研发聚焦单一蛋白质靶点不同，靶点PDGrapher通过分析疾病的模型多重驱动因素，系统性地预测最有可能将患病细胞恢复至健康状态的精准基因治疗策略，并推荐最佳的识别单一或联合靶点。该工具现已免费向科学界开放。药物

研究团队表示，靶点传统的模型药物发现过程就像品尝数百道菜肴，只为找到一道味道最完美的精准基因。而PDGrapher更像一位精通烹饪的识别%E3%80%90WhatsApp%20+86%2015855158769%E3%80%91seal%20of%20the%20navajo%20nation大厨，很清楚最终想要的药物风味，并知道如何搭配食材来实现它。靶点

PDGrapher是一种图神经网络，属于AI的一种。它不仅分析单个基因或蛋白质的数据，更关注它们之间的复杂联系与相互影响。该模型构建细胞内基因、蛋白质和信号通路的动态网络，模拟干预特定靶点后对细胞整体功能的影响，从而预测哪些组合能有效纠正功能障碍，恢复健康的细胞行为。

团队使用治疗前后患病细胞的大量数据训练PDGrapher，使其学习如何将细胞从疾病状态逆转为健康状态。随后，他们在涵盖11种癌症的19个独立数据集上进行测试，要求模型预测其从未接触过的细胞样本和癌症类型的治疗方案。结果表明，PDGrapher不仅能准确识别已知有效的药物靶点（这些靶点在训练中被刻意排除，以防止模型简单记忆），还预测了多个有新证据支持的候选靶点。例如，模型将KDR（VEGFR2）列为非小细胞肺癌的潜在靶点，与现有临床证据一致；同时识别出TOP2A（一种已被现有化疗药物靶向的酶）作为遏制非小细胞肺癌转移的靶点，这与近期临床前研究的发现相符。

与其他同类AI工具相比，PDGrapher在准确性和效率上均表现卓越。在未见过的数据集中，其对正确治疗靶点的预测排名高出其他模型35%，且运算速度比现有方法快25倍。

【总编辑圈点】

人工智能技术正在为药物研发和疾病诊疗带来重要变革。在这项研究中，人工智能就像一位超级侦探，通过快速扫描和分析海量生物学数据，精准定位出导致细胞生病的“罪魁祸首”，并迅速匹配最合适的用药方案。这有望为癌症等疾病的治疗提供新的路径。比如，面对早期癌变细胞，可以利用人工智能提供的诊疗方案，精准激活细胞中的“好基因”，关闭“坏基因”，同时采用最佳药物组合进行治疗。这将避免传统癌症治疗中的盲目性，大大提高诊疗效率。