靶点发现
利用AI技术从DNA甲基化数据中识别衰老相关药物靶点,发现新的干预策略和药物重定位机会。
更新时间:2026-06-03
靶点发现药物靶点信号通路DNA甲基化靶点AI药物发现通路分析
靶点发现方法
从DNA甲基化到药物靶点
DNA甲基化模式反映了基因调控状态。通过分析衰老相关的甲基化变化,可以:
- 识别异常沉默/激活的基因:找到衰老过程中功能失调的关键基因
- 追溯信号通路:从单个基因映射到完整的信号通路网络
- 匹配已有药物:在4000+药物库中寻找可调节该通路的候选药物
信号通路分析
DeepoMe 的信号通路衰老时钟技术:
- 覆盖50+关键信号通路
- 量化每条通路的衰老程度
- 识别加速衰老的关键通路
- 推荐靶向该通路的干预策略
关键通路举例
- mTOR通路:营养感知,雷帕霉素靶点
- AMPK通路:能量代谢,二甲双胍靶点
- Sirtuins通路:表观遗传调控,NAD+前体靶点
- NF-κB通路:炎症调控,抗炎药物靶点
- p53通路:细胞衰老调控,Senolytics靶点
CapoVime® 靶点发现流程
- Capome® 检测 → 甲基化数据
- 通路活性分析 → 识别异常通路
- 靶点映射 → 匹配药物数据库
- 虚拟筛选 → 排序候选药物
- 数字孪生验证 → 模拟药物效果
参考资料
- Vamathevan J, et al. Machine learning in health care. Nature Reviews Drug Discovery. 2019.
- Pushpakom S, et al. Drug repurposing: Progress, challenges and recommendations. Nature Reviews Drug Discovery. 2019.