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:

  1. 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
  2. 追溯信号通路:从单个基因映射到完整的信号通路网络
  3. 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

  1. Capome® 检测 → 甲基化数据
  2. 通路活性分析 → 识别异常通路
  3. 靶点映射 → 匹配药物数据库
  4. 虚拟筛选 → 排序候选药物
  5. 数字孪生验证 → 模拟药物效果

参考资料

  1. Vamathevan J, et al. Machine learning in health care. Nature Reviews Drug Discovery. 2019.
  2. Pushpakom S, et al. Drug repurposing: Progress, challenges and recommendations. Nature Reviews Drug Discovery. 2019.