阿尔茨海默病 (AD) 是世界上最常见的神经退行性疾病,其特征是认知能力逐渐下降,包括记忆力、言语能力、视觉空间表现和个性,导致基本日常活动困难 ( Weller and Budson, 2018 )。AD 患者不仅患痴呆的风险更高,而且更容易患上合并症,如骨质疏松症、抑郁症和心血管疾病 ( Prince et al., 2013 )。AD 的复杂病理生物学表明其具有异质性,可能与遗传背景、环境因素和其他因果触发因素有关。到目前为止,大多数病例是晚发型 AD,发生在 65 岁以后,而早发型 AD 和常染色体显性 AD 约占所有病例的 7% ( Alzheimer Association, 2019 )。在此框架内,围绕神经病理学特征的研究越来越多,从而希望预防或减缓疾病进展的速度。淀粉样蛋白前体 (APP) 依次裂解产生的淀粉样蛋白β (A β ) 肽被鉴定为淀粉样蛋白沉积的主要成分 (Long and Holtzman, 2019 )。多项研究表明,A β 沉积可能是 tau 积累所必需的,但与 A β 不同,tau 病理阶段与认知衰退阶段高度对应,这可以作为 AD 进展的预测指标 (Nelson et al., 2012 )。虽然很明显,前面提到的因素是导致 AD 的必要但不是充分条件,因此需要进一步的临床研究来了解潜在的相互作用 (Long and Holtzman, 2019 )。目前,像 AD 这样的退行性疾病是无法治愈的,美国食品药品监督管理局 (FDA) 批准的四种对症药物,包括三种胆碱酯酶抑制剂(多奈哌齐、利凡斯的明和加兰他敏)和美金刚(一种 N-甲基-D-天冬氨酸 (NMDA) 受体调节剂)可用于治疗患者的认知功能障碍,但它们的整体疗效不高且长期前景不乐观(Long and Holtzman,2019 年),因此需要进行持续的研究才能有任何新发现(Long and Holtzman,2019 年)。药物开发的负担迫使研究人员寻求替代方法,即药物再利用,即通过筛选数据库中可用的化合物来为现有药物寻找新用途的策略(Durães 等人,2018 年)。药物再利用的一个主要优势是其安全性,因为药物毒性数据通常在临床试验期间即可获得,并且可以大大减少处理时间(Zhang et al.,2016)。此外,药物再利用利用了数据库中积累的大量基因组数据,从而降低了药物开发的投资。最近的一项计算机模拟研究使用计算方法来研究配体-蛋白质相互作用,从而探索了用于治疗 AD 的潜在抗精神病药物(Kumar et al.,2017)。鉴于当前生物研究数据资源的丰富和计算算法的扩展,药物再利用可以利用可靠且稳健的数据促进药物开发。
主要关键词