一项总额达 620 万美元的新拨款将支持利用人工智能寻找阿尔茨海默病现有疗法无法覆盖的基因靶点。
如果我们一直找错了方向呢？如果阿尔茨海默病真正的问题不在于我们在大脑中看到了什么，而在于我们看不到什么呢？
研究已将重点放在可见的损伤上：积聚在脑细胞之间的粘性淀粉样蛋白斑块，这些斑块会扰乱脑细胞间的通讯。这是一个清晰明了的目标。清除斑块，恢复信号传导。这便是目前的工作理论，也是美国食品药品监督管理局（FDA）批准的少数几种药物的研发基础。
然而，令人不安的事实是：即使清除了这些斑块，疾病也不会就此停止。最好的情况是，病情进展减缓；最坏的情况是，副作用不断累积，但最终结果却不会发生实质性改变。
在我们所能看到的和我们尚未理解的事物之间，这促使研究人员彻底重新思考策略——顺着线索追溯到源头。
美国国家老龄研究所一项新的 620 万美元、为期五年的拨款正在支持这一转变 [ 1 ]。在凯斯西储大学，一个研究团队正在利用人工智能 (AI) 来探讨另一个问题：如果阿尔茨海默病的真正故事早在斑块出现之前就开始了呢？
他们没有把重点放在症状上，而是深入研究基因。想法很简单，但执行起来却绝非易事：分析1800多个已与阿尔茨海默病相关的基因，找出哪些基因真正起作用以及它们的作用机制。
这就是人工智能的用武之地。试想一下，你要同时阅读成千上万本书，寻找语言、语气和结构中的模式，从中挖掘更深层次的故事线索。人类或许只能粗略浏览，但人工智能可以快速吸收、比较和关联信息，还能大规模地进行交叉引用。
“我们计划利用世界上两个最全面的阿尔茨海默病基因研究计划——阿尔茨海默病测序计划和阿尔茨海默病遗传学联盟——的大量全基因组数据集，”领导这项研究的乔纳森·L·海恩斯说[ 1 ]。
这些数据集规模不小，结构也不简单；它们包含了来自不同人群的遗传信息。一项仅适用于小范围人群的发现算不上什么突破。
为什么是遗传学？为什么是现在？人们越来越觉得阿尔茨海默病被过度简化了。并非理解有误，而是框架不够完整。淀粉样蛋白斑块或许是其中的一部分，但并非故事的开端。遗传学提供了一种回溯时间线的方法。它不再探究大脑处于压力之下会发生什么，而是追问：是什么让大脑最初变得脆弱？因为如果能够识别出最早的触发因素——那些促使生物过程偏离正轨的微小基因变异——就能为更早、更精准的干预打开大门。
当然，这里也存在风险。遗传学具有诱惑力，它承诺在一个充满复杂性的领域带来清晰的答案。然而，阿尔茨海默病并非由单个基因甚至少数几个基因引起，而是一个网络问题。基因、环境、衰老本身——它们相互交织。人工智能的真正价值在于它能够深入理解这种复杂性。
最终目标很实际：为药物研发人员提供更明确的靶点。“在这个为期五年的项目结束时，”海恩斯说，“我们将提供一份经过基因验证的、优先排序的药物靶点清单，供制药研发人员和临床医生开发下一代阿尔茨海默病疗法。”
如果成功，这可能是一个重要的转折点，将阿尔茨海默病的治疗方式从晚期疾病转变为长期发展过程。
如果我们仔细审视这个项目，它所反映的远不止是阿尔茨海默病本身。它标志着一种转变，即从应对疾病转向预测疾病，从治疗损伤转向理解风险，从观察可见的症状转向关注不可见的系统。
没错，人工智能是让这种转变成为可能的工具，但我们也应该对这种炒作保持清醒的认识。人工智能本身并不能“解决”阿尔茨海默病。它的作用在于缩小不确定性，帮助研究人员更快地提出更好的问题。
长寿与科技：阿尔茨海默病是寿命延长与健康生活之间差距的最鲜明例证之一。我们不断提高寿命，但健康寿命却未能跟上。很少有疾病比痴呆症更能凸显这种失衡。这正是基因方法与长寿科学的交汇点。如果研究人员能够识别出阿尔茨海默病的早期驱动因素，他们不仅是在开发治疗方法，更是在绘制易感图谱。
这张地图或许不仅仅适用于一种疾病。因为长寿的核心问题在于：为什么有些人的身体（和大脑）衰老的方式与其他人不同？这类项目并不能直接解答这个问题，但它们正一点一点地逐步揭开谜底。
或许更诚实的说法是，这是一次重新调整。我们决定深入思考，提出更尖锐的问题，并接受最重要的答案可能并非最显而易见的答案。
如果人工智能真的能够战胜阿尔茨海默病，那很可能不会一蹴而就。它更像是这样：缓慢而有条不紊，并且建立在对这种疾病真正起源的更深入理解之上。
🔗 https://longevity.technology/news/can-ai-outsmart-alzheimers-6-2m-grant-fund-says-yes/