ASCH VAPOSCAN经皮水分流失测量仪助力预测多巴胺受体D2银屑病新药作用靶点

2025年4月，大分大学的Takashi Sakai等研究团队在《Journal of Dermatological Science》（IF＝5.408）上发表了题为“Big data-driven target identification by machine learning: DRD2 as a therapeutic target for psoriasis"的研究论文。该研究旨在解决药物靶点稀缺的问题，开发了一种基于机器学习（ML）的系统，能够预测疾病相关的靶点分子，并将该系统应用于银屑病，以探索新的研发策略。

摘要

背景：传统上新药研发依赖于研究人员利用科学知识来假设疾病机制并识别药物。然而，药物靶点的枯竭已成为一项重大挑战，导致药物研发陷入停滞。

目的：为解决药物靶点稀缺的问题，我们开发了一种基于机器学习（ML）的系统，能够预测疾病相关靶点。为验证其效用，我们将该系统应用于银屑病，旨在识别新的研究策略。

方法：利用大型临床数据库计算所有与目标疾病预防相关药物的报告比值比（ROR）。通过分析大型化学结构数据库，发现与预防性药物候选物通常相关的蛋白质，从而识别靶点蛋白。在咪喹莫特（IMQ）诱导的银屑病小鼠模型中，给予预测的有效候选物进行实验验证。

结果：基于机器学习的预测表明，帕金森病药物可能是银屑病的潜在预防候选药物。进一步分析显示，多巴胺受体D2（DRD2）是一个潜在靶点。给予DRD2激动剂可缓解小鼠的银屑病症状，IL-17通路中的mRNA表达下调以及血清肿瘤坏死因子-α（TNF-α）水平降低均证实了这一点。

结论：本研究证明了新型机器学习系统在识别潜在靶点方面的效用，成功揭示了DRD2在银屑病中的作用。除银屑病外，该系统在探索多种疾病的病理机制和发现药物靶点方面具有重要潜力。

实验材料与仪器

材料

1. 实验动物：10-11周龄雌性BALB/c小鼠

2. 药物与试剂：咪喹莫特、喹吡罗、TRIzol Reagent、SV Total RNA Isolation System、MGIEasy rRNA Depletion Kit、MGIEasy RNA Directional Library Prep Set、Luminex® Discovery Assay Mouse Premixed Multi-Analyte Kit

3. 数据库：FDA不良事件报告系统（FAERS）、ChEMBL、MATADOR、DrugBank、精神药物筛选计划Ki、KEGG、Binding DB、靶点数据库、KEGG DRUG数据库

4. 引物：用于qPCR的引物

仪器

ASCH VAPOSCAN经皮水分流失测量仪、ND-1000分光光度计、Tapestation、DNBSEQ-G400 FAST Sequencer

实验过程

1. 机器学习预测疾病靶点分子的方法建立：该方法分为两部分，一是基于用药史报告计算报告比值比（ROR），筛选出ROR<1且p值<0.05的具有疾病预防作用的药物；二是利用基于药物化学结构和化学-蛋白质相互作用组的相似性搜索算法，预测与预防性药物相互作用的蛋白质作为疾病靶点候选物。

2. 银屑病预防药物候选物的临床大数据分析：使用FAERS数据库，提取药物相关数据（主要可疑药物PS、次要可疑药物SS），基于KEGG DRUG数据库对药物名称进行标准化，计算所有药物的ROR值，筛选出银屑病预防候选药物。

3. 银屑病预防药物靶点蛋白的相似性搜索：整合7个数据库的化学-蛋白质相互作用数据，利用KEGG化学功能和亚结构（KCF-S）描述符计算药物-化合物相似性，定义并计算每个蛋白的预测分数S(Pi)，预测靶点蛋白。

4. 喹吡罗对咪喹莫特（IMQ）诱导的小鼠银屑病的影响研究：采用IMQ诱导的银屑病小鼠模型，连续5天在小鼠剃毛的背部皮肤局部涂抹IMQ，同时腹腔注射DRD2激动剂喹吡罗或拮抗剂利ASCH VAPOSCAN经皮水分流失测量仪检测经表皮水分流失值（TEWL）。

ASCH VAPOSCAN经皮水分流失测量仪

钙吡罗对异维A酸（IMQ）诱导的银屑病模型小鼠的影响。对IMQ诱导的银屑病小鼠腹腔注射钙吡罗(a)，随后进行临床和组织学评估(b)。评估指标包括：采用PASI(c)进行临床评分、表皮厚度(d)、真皮厚度(e)、脾脏与体重比(f)、经皮水分流失量（TEWL）(g)以及表皮中CD3阳性细胞计数(h)。共分析n=5只小鼠。数据以均值±标准误（SEM）表示(c)，以散点图及中位数值表示（d-h）。统计学显著性采用Dunnett多重比较检验（与IMQ+溶媒组比较）进行评估，结果标记为*p < 0.05*、*p < 0.01*、**p < 0.05*。001，且* ** *p < 0.0001。图(b)中的比例尺代表100微米。IMQ，咪喹莫特；PASI，银屑病面积和严重程度指数；TEWL，经表皮水分流失。

5. RNA测序及数据分析：提取小鼠全皮肤总RNA，制备测序文库并测序，使用Trimmomatic修剪低质量碱基和接头，通过RSEM和Bowtie 2估算基因原始计数，利用edgeR程序检测差异表达基因（DEGs），设定p值<0.05且log2倍变化（log2FC）>1.0（上调）或<-1.0（下调）为差异表达基因标准，使用pvclust对所有样本进行聚类分析。

6. 基因本体论（GO）和通路富集分析：利用DAVID功能注释工具，对差异表达基因进行生物过程（BP）、分子功能（MF）、细胞组分（CC）的GO术语富集分析和KEGG通路富集分析，通过Fisher精确检验评估富集的统计学显著性。

7. qPCR检测：提取小鼠全皮肤总RNA，进行逆转录和cDNA扩增，采用比较Ct法计算相对基因表达水平（以甘油醛-3-磷酸脱氢酶为内参基因）。

8. 血清细胞因子水平分析：按照试剂盒说明书，使用Luminex® Discovery Assay Mouse Premixed Multi-Analyte Kit检测小鼠血清细胞因子水平。

9. 统计分析：小鼠实验中，组间差异采用非配对双尾t检验或Dunnett多重比较检验（与对照组比较）进行分析。

结论

1. 本研究开发的基于机器学习的系统可有效识别疾病潜在靶点，将其应用于银屑病，成功发现DRD2是银屑病的潜在有效靶点。

2. 基于临床大数据分析，帕金森病药物被认为是银屑病的潜在预防候选药物，其中多种多巴胺受体激动剂（包括靶向DRD2的药物）在列。

3. DRD2激动剂喹吡罗可缓解IMQ诱导的小鼠银屑病症状，表现为临床评分降低、表皮和真皮变薄、脾体比降低、TEWL减少。

4. 喹吡罗可下调IMQ诱导的银屑病小鼠皮肤中IL-17信号通路相关基因（如Il12b、Il22）的表达，降低血清中TNF-α和IL-10的水平。

5. 该机器学习系统不仅适用于银屑病，还可为多种疾病的病理机制探索和潜在靶点发现提供新途径。