導語
神經系統的復雜性遠超動物體中其他系統，而中樞神經系統（特別是腦）尤為甚；這種高度復雜性既為生命體帶來了非凡的智慧，又為疾病治療和藥物研發等課題提出了艱巨的挑戰。神經系統主要疾病為神經退行性疾病，其中又以阿爾茨海默癥（AD）發病最常、累及社會最重，而藥物研發亦最難——大量藥物折戟Ⅲ期臨床，甚至有藥廠宣佈再不碰AD藥物研發——上一個可信藥物竟還是二十餘年前的對癥藥物。
12月6日，Nature Aging刊登了網絡醫學框架結合電子健康記錄識別西地那非具有防治AD作用的研究。值得一提的是，該研究核心方法即參照Barabási等人此前網絡醫學框架研究。而該框架已在新冠藥物研發當中初顯成效，詳見《》。西地那非本身作為心血管疾病候選藥物跨界主治男性功能障礙的傳奇經歷，亦為該研究蒙上了一層復雜性色彩。
DrugAI| 來源
2021年12月6日，克利夫蘭醫學中心Lerner研究所方堅松博士（第一作者，現廣州中醫藥大學副研究員）等聯合在Nature子刊Nature Aging上在線發表了題為“Endophenotype-based in silico network medicine discovery combined with insurance record data mining identifies sildenafil as a candidate drug for Alzheimer’s disease”的研究論文。該研究報道了一種基於內表型網絡方法的AD藥物重定位策略，結合對包含723 萬人的保險記錄數據庫進行回顧性隊列分析，發現了老藥西地那非（sildenafil）與AD發病風險的降低顯著相關(風險比 (HR)= 0.31, 95% 置信區間(CI) 0.25–0.39, P< 1× 10的-8次方)。進一步傾向性評分分層分析發現，西地那非與其它幾種藥物（地爾硫卓、格列美脲、氯沙坦和二甲雙胍）相比，同樣可顯著降低AD發病風險。研究還發現，在AD病人來源的多功能幹細胞分化的神經元模型中，西地那非可顯著增加神經突生長並降低磷酸化Tau蛋白表達，從機制上進一步支持了其對 AD 的潛在應用價值。總之，該研究證明了內表型網絡結合臨床電子病歷挖掘可作為一種有效促進AD藥物開發的策略，同時可應用於其它神經退行性疾病的藥物發現。
1. 研究背景
阿爾茨海默癥（Alzheimer's disease, AD），俗稱“老年癡呆癥”， 是一種嚴重的神經退行性疾病，主要臨床特征表現為記憶力減退、思維遲緩以及性格和行為的改變。目前，全球約有5000萬AD患者，且隨著全球老年化的加劇，其患病率也在不斷上升，預計到2050年，阿爾茲海默癥患者將增加至1.5億以上。令人遺憾的是，AD的病因復雜，科學界至今仍未破譯阿爾茲海默癥發病的具體機制，至今也仍未有真正逆轉AD進程的藥物上市。近十年來，隨著藥物重定位在新藥研發中迸發出了巨大潛力，科學家們開始關註於通過老藥新藥途徑開發抗AD藥物, 據統計目前已有近30多個FDA已上市的藥物正在做AD相關的臨床試驗。
AD發病機制復雜，主流觀點認為病因是β-淀粉樣蛋白（Aβ）和Tau蛋白沉積造成的神經元大量死亡。即Aβ形成斑塊，tau蛋白形成神經纖維纏結，共同危害神經元健康。然而，數十年來靶向這兩個靶點的AD藥物臨床試驗卻鮮有成功。目前越來越多的臨床與實驗表明，AD的誘發主要來自於Aβ和tau的相互作用，而非單純Aβ或tau引起，即Aβ和tau存在協同作用（Nat Neurosci. 2020;23:1183-93; Alzheimers Dement. 2017;13, 644–53；Cell Rep. 2019;29, 3592–604）。內表型網絡是一類能夠表征某一獨立生物體系功能中間遺傳特征的分子網絡，可進一步發展為多種遺傳學相關的疾病。此前方堅松博士等受邀藥學頂級期刊 Medicinal Research Reviews 雜志（第一作者），發表了題為“Harnessing endophenotypes and network medicine for Alzheimer's drug repurposing”的前沿綜述，提出了基於網絡醫學框架的AD內表型網絡假說（Med Res Rev. 2020 ;40(6):2386-2426）。該假說認為復雜性疾病AD涉及多種病理機制，每一種病理機制可以抽象為一種內表型（Endophenotype），而這些表型可以同時參與多種疾病的發病機制。
在此篇Nature Aging研究中，作者們旨在運用先前提出的內表型網絡方法開展抗AD的藥物重定位研究，並結合大規模的臨床電子病歷數據挖掘評估候選藥物與AD疾病風險之間的關聯性，同時結合體外AD細胞模型研究其作用機理（圖1）。
圖 1 基於內表型網絡方法的抗AD藥物重定位策略
https://www.watsonstw.com.tw/product-category/delay-spray/2h2d
2. 主要發現
購買FM2相關文章閱讀：為什麼購買FM2需要處方箋？線上購買卻不用？以及注意事項
https://www.watsonstw.com.tw/product-category/malaysia-candy
研究團隊首先通過整合144個高質量的AD種子基因用於構建Aβ與Tau互作內表型網絡（圖2），並使用最大連接子圖LCC方法證明該網絡具有顯著的模塊特征。接著證明了與單獨靶向Aβ與Tau的藥物相比，同時靶向Aβ與Tau蛋白的AD在研藥物與多組學來源的AD疾病模型具有更為顯著的AD網絡近鄰特征，即表現出與AD更好的病理相關性。基於此他們構建並論證了Aβ與Tau互作內表型網絡能夠很好的擬合AD的病理特征，並采用該網絡模型預測了美國FDA的1608個已上市藥物，發現了66個潛在的抗AD藥物。
圖2 Aβ與Tau互作內表型網絡
進一步的分析發現老藥西地那非為最優的候選藥物，已報道的文獻證據表明了西地那非能夠顯著改善多個AD轉基因動物模型（APP/PS1和J20）小鼠的學習記憶能力（Br. J.Pharmacol. 2011; 164, 2029–2041; Neuropharmacology. 2013; 64, 114–123），同時也有兩項小規模臨床試驗初步顯示西地那非可能對治療 AD 具有潛在益處（J. Alzheimers Dis. 2019;70, 163–170；J. Alzheimers Dis. 2017;60, 1351–1364）。然而，目前未見大規模回顧性隊列研究顯示其與降低AD風險相關。
基於此，該團隊利用MarketScan Medicare Claims數據庫中2012 年至 2017 年的保險記錄數據（包含732萬人的臨床電子信息）系統研究了西地那非服用人群與AD發病風險之間的關系。為了盡量降低混雜因素，共進行了三類基於藥物隊列的觀察性研究：1) 西地那非服用者 vs.非西地那非服用者，2) 西地那非 vs.對照藥物（地爾硫卓或格列美脲，未見AD相關的臨床證據），以及 3) 西地那非與對照藥物（氯沙坦或二甲雙胍，已開展過抗AD臨床試驗）。對於每個隊列比較，首先對數據進行了傾向評分分層（n = 10），並完成了分層前後的 Kaplan-Meier 曲線及其對數秩檢驗，以及 Cox 回歸分析。結果表明，這五個藥物流行病學分析揭示了服用西地那非對降低 AD 風險具有顯著益處。緊接著，進一步地考慮疾病（常見並發癥冠心病、高血壓及二型糖尿病）因素、性別因素及年齡因素校正後，進一步揭示了服用西地那非對降低男性患AD風險顯著相關。盡管如此，未來仍需要進一步設計隨機對照臨床試驗去證實西地那非與AD之間的因果關系。
為了進一步研究西地那非抗AD的分子機制，研究團隊利用網絡分析預測出西地那非抗AD的作用機制與影響Tau功能相關的蛋白（GSK3β與CDK5）有關，並在脂多糖刺激的人源小膠質細胞HMC3細胞模型上進行驗證，發現了西地那非（30 和 100 μM）預處理能夠降低GSK3β和 CDK5的磷酸化水平。同時在AD病人來源的多功能幹細胞分化的神經元模型中，西地那非可顯著減少了 分化的神經元中 p-tau 181 的積累。
日本藤素效果相關文章閱讀：詳解：日本藤素是什麼？效果如何？為什麼推薦日本藤素？
3. 總結
本研究提供了一種基於網絡的藥物重定位綜合方法，該方法結合了內表型網絡發現、大規模AD患者數據分析，以及體外分子機制探討，發現了具有降低AD發病風險的抗AD有效候選藥物西地那非。該方法同樣可用於研究用其它AD相關的內表型，如炎癥和代謝功能障礙，同時也適用於其它神經退行性疾病。該研究還發現了除老藥西地那非以外的其它眾多潛在抗AD藥物，未來將開展更多的臨床前或臨床研究去進一步發現它們的潛在應用價值。
威而鋼喝酒相關文章閱讀：酒精與壯陽藥（威而鋼、犀利士）併用會怎樣？恐發生危險！
參考資料：
Fang, J., Zhang, P., Zhou, Y. et al. Endophenotype-based in silico network medicine discovery combined with insurance record data mining identifies sildenafil as a candidate drug for Alzheimer’s disease. Nat Aging (2021).
https://doi.org/10.1038/s43587-021-00138-z
作者簡介
方堅松，廣州中醫藥大學科技創新中心副研究員、北京協和醫學院（清華大學醫學部）藥理學博士、國家留學基金委公派克利夫蘭醫學中心博士後。2019年獲中國藥理學會青年藥理學家榮譽，連續兩年入選斯坦福大學發佈的年度（2020及2021年）全球前2%頂尖科學家榜單。長期從事原創的網絡醫學與人工智能研究方法與工具的開發，服務於藥物的靶標發現、機制闡明、以及復雜性疾病（如老年癡呆）的轉化醫學等。目前累計以第一作者或通訊作者（含共同）在Nature子刊Nat Aging，Cell子刊Cell Chem Biol, Genome Biol，Med Res Rev，Brief Bioinform，Acta Pharm Sin B，Mol Ther Nucleic Acids，Cell Biol Toxicol，Alzheimers Res Ther等期刊發表SCI論文40餘篇，谷歌學術引用1700餘次（H因子25）。主持國家自然科學基金面上項目及青年基金等多項課題。
