智能生物标记使药物开发更有能力

将被测试的化合物滴到这个装置上，并且人工智能将被用来确定神经元的反应。有了这个平台，DZNE的科学家们打算优化临床试验的可靠候选药物的选择，并帮助避免开发管道中的死胡同。

药物开发成本高昂，且屡遭挫折。“近年来，大多数治疗脑部疾病的新药在人体研究中都失败了。其中一个原因是体外检测的效率低下神经系统疾病——尤其是在临床试验开始前药物开发的早期阶段”，专注于建立实验模型和对阿尔茨海默病的新认识的神经科学家Caghan Kizil博士说。

他的同事海德尔·阿明博士评论说:“现有的方法存在根本性的不足。人类的大脑是非常复杂的，不能用目前在实验室中使用的方法来充分建模。他们太简单化了，不能揭示药物对人体的真实影响神经网络．特别是，二维细胞培养和传统的数据采集方法无法捕捉到大脑复杂的电生理和细胞特性。”阿明在多尺度实验神经科学、神经技术和开发用于研究神经动力学的计算工具方面拥有丰富的专业知识，他补充说:“这就产生了对工具的迫切需求，以便更好地支持新药物的开发。”

技术的融合

研究人员有创新的想法来解决这个问题。他们的新技术平台“i3d - marker”可以回答一个关键问题药物开发:“一种特定的候选药物会如何影响人类大脑网络:是好还是坏?”经验表明，这个问题在人体临床试验之前是很难回答的。阿明说:“事实上，许多在实验室或动物研究中显示出医学潜力的候选药物在临床试验中失败，是因为它们对人脑产生了有害影响。”

DZNE的科学家们乐观地认为i3d - marker可以发挥作用。“我们的目标是验证我们的技术能够比目前的方法更好地预测一种实验化合物是否会对人类产生预期的影响。希望这将有助于加快获得新药的道路，避免药物开发的死胡同，并降低开发成本，”Kizil说。

研究人员将神经电子学与创新的细胞培养方法融合在一起。“i3D-Markers利用与微芯片接口的神经元培养。我们在高密度的微电极芯片上培养神经元，形成与大脑一样的神经元三维结构。这种设置使我们能够同时以高时空分辨率跟踪数千个神经元的电活动，”Amin解释道。“这一大群小小的传感器让我们了解了这个非常复杂的人类神经元网络的动态。我们将获得前所未有的细节和单细胞分辨率的高内容数据。”

一种待测药物将以特定浓度滴在神经元上。“然后你开始记录电生理数据，这些数据将由我们的传感器阵列收集，”Kizil说。

智能预测算法

虽然这个网络将由超过10万个神经元组成，但是这个细胞培养物，包括微芯片，可以容纳比2欧硬币小10倍的面积。然而，神经元活动信息将是复杂的，因为它是由数千个微接触传感器呈现的。因此，为了进行分析，科学家们将使用人工智能方法。这种算法从复杂的多维数据中识别和提取模式。“通过使用人工智能和特殊的数学方法，我们希望开发基于神经元网络活动的功能性生物标志物。这些生物标志物将告诉我们网络是否运转良好，以及某一种药物是否影响了这种状况，这将帮助我们识别有希望的化合物。”