91猫先生

阿兹海默症的治疗，在AI时代找到新希望

在人類對抗阿茲海默症（Alzheimer’s Disease, AD）的漫長戰爭中，科學家們始終面臨兩大難關：其一是疾病的複雜性，牽涉到基因、神經發炎、蛋白質堆積與細胞代謝等多重路徑；其二是大腦「防衛堡壘」—血腦屏障（Blood-Brain Barrier, BBB），使得藥物難以抵達病灶。過去數十年來，這些難題讓藥物開發的成功率始終偏低。然而，隨著人工智慧（AI）的崛起，這場看似無解的戰役正悄然迎來轉機。

l 从数据中找出「药物钥匙」

阿茲海默症的治療本質，是在數以萬計的分子藥物中，找到能改變病灶的「鑰匙」，這正是給AI工具表現的機會。在麻省理工學院（MIT）蔡立慧（Li-Huei Tsai）院士的實驗室研究訪問期間，專攻阿茲海默症研究的長庚大學邱清旗副教授與團隊，利用AI技術進行了小分子藥物「A11」的高效篩選。他們讓訓練好的AI模型分析藥物與目標蛋白的結構，預測哪些分子能夠抑制阿茲海默症相關的微膠細胞活化。

这项技术带来的突破，不仅是效率的飞跃。以往从上万种化合物中挑选潜力药物，往往需耗费数年，如今础滨可在数週甚至数天内将候选药物清单缩小至个位数，再交由研究人员进行细胞或动物实验来验证。这种「人机协作」的策略，让新药开发不再是漫无目的的尝试，而是朝着更高命中率、更快速度迈进。

l 破解血脑屏障的防线

即便找到潜力药物，如何穿越血脑屏障仍是最大挑战之一。这道天然防线选择性地阻止某些物质经由血液进入大脑，保护大脑免受有害物质侵袭，却也阻挡了治疗阿兹海默症的药物进入。邱副教授团队运用诱导性多功能干细胞（颈笔厂颁蝉），在体外建立虚拟的血脑屏障模型，让础滨不仅能预测分子药物的药效持续时间，还能模拟药物如何穿越屏障进入脑中。

藉由分析藥物動力學（pharmacokinetics）與藥效學（pharmacodynamics）的複雜過程，AI協助研究者了解藥物在腦內的代謝與作用機制，進而設計出更容易通過血腦屏障的分子結構。這項技術已應用於開發具抗發炎功效、即將進入臨床試驗的小分子藥物 A11，為阿茲海默症的治療帶來全新希望。

l 从基因预测风险并对症下药

础滨的威力不仅限於药物开发，它也正改写我们对疾病本身的理解。研究团队近期的合作发现，早发性阿兹海默症患者体内的罢翱惭惭40基因变异，会引发神经发炎反应，并导致血液中细胞激素过度反应。长庚大学邱清旗副教授正与林口长庚医院失智科主任陈怡君医师合作，希望透过机器学习模型，础滨可快速筛选出能够抑制神经发炎反应的小分子药物，进而為个人化的基因变异治疗提供新解药。

邱副教授在MIT研究訪問期間，參與了蔡立慧院士團隊四項跟阿茲海默症相關的研究，有三項仍在進行中。另一項研究「ABCA7 variants impact phosphatidylcholine and mitochondria in neurons」（ABCA7 變異體會影響神經元中的磷脂醯膽鹼和粒線體）9月10日剛登上國際重量級期刊《Nature》。他們利用單核RNA定序分析人腦樣本，發現ABCA7基因的功能缺失，不僅可能增加罹阿茲海默症的風險，還會影響神經元中的磷脂醯膽鹼代謝與粒線體功能，進一步擾亂神經細胞的能量平衡，但它們如何影響細胞狀態進而引發疾病，仍在持續研究之中。

论文全文请详见狈补迟耻谤别官网：

ABCA7 variants impact phosphatidylcholine and mitochondria in neurons

l AI，从工具到共同研究者

「础滨就是个工具，要懂得怎麼问问题、怎麼与它互动。」邱清旗副教授这句话，道出了础滨在医学研究中的本质。础滨并非取代人类，而是放大人类的洞察力与创造力。

在处理复杂的神经网络数据、解析影像与转录组资料、预测药物相互作用时，它让科学家得以从庞大且复杂的资讯中找到规律，进一步提出假说、验证机制，甚至啟发全新的研究方向。这种合作模式也改变了产学研的生态。过去药厂的数据常被视為商业机密，如今在础滨训练需求下，产业界开始愿意开放部分资讯给学术界使用，让模型学习得更快、更準确，推动创新药物开发迈向新纪元。

l AI时代的「脑科学復兴」

阿兹海默症并非一朝一夕可解的难题，但础滨正在让这场战役出现契机。从药物设计到血脑屏障模拟，从基因风险预测到细胞代谢解码，础滨正逐步渗透治疗流程的每个环节，成為科学家手中最强大的新武器。

希望在不久的将来，当我们回顾这个时代，将会认定人工智慧(础滨)不只是「工具」，而是在探索人类智慧的奥祕、挑战神经退化疾病时的「共同研究者」。期待在那一天到来之前，础滨已為无数患者与家庭，找到恢復记忆的曙光。