拯救十亿人：抗击致命寄生虫病的竞赛
内容提要
研究人员通过结合科学研究和DeepMind的AI系统AlphaFold，加速寻找利什曼病的治疗方法。利什曼病由利什曼原虫引起，全球约有10亿人面临风险。现有治疗方法复杂且副作用明显，DNDi致力于开发更短、更有效的口服治疗方案。AlphaFold的蛋白质结构预测为药物发现提供了重要支持，可能改变未来的治疗策略。
延伸解读
AlphaFold如何加速被忽视疾病药物研发
利什曼病主要影响资源匮乏地区，药物研发长期面临资金和技术双重限制。AlphaFold能快速预测蛋白质三维结构，帮助研究人员理解药物与靶蛋白的结合方式，从而优化分子。这降低了结构生物学门槛，让缺乏昂贵设备的团队也能开展研究，有望加速被忽视疾病的药物发现。
从代谢组学到AI：多技术融合破解药物作用机制
DNDi的候选分子一度因无法优化而停滞。通过代谢组学分析，研究人员发现该分子通过抑制寄生虫的某种酶来杀死利什曼原虫。但该酶难以用实验解析结构，AlphaFold的预测填补了这一空白，使团队能虚拟观察药物与靶点的结合，为合理设计更有效的口服药物铺平道路。
现有疗法局限与口服治疗的意义
目前利什曼病治疗需住院注射，疗程长、副作用大，给患者和家庭带来沉重负担。DNDi的目标是开发短程口服方案，可在基层甚至家中使用。这不仅降低成本，还能减少误工和失学。AlphaFold辅助的分子优化若成功，将推动这一目标实现，但距离最终上市仍有很长的路。
AlphaFold的局限与未来方向
AlphaFold并非万能，它不能准确折叠所有蛋白质，且仅提供结构，不直接预测药物结合。研究人员还需验证不同寄生虫物种及人类同源酶的结构差异，以避免副作用。下一步需要能预测分子对接的AI系统。尽管如此，AlphaFold已显著降低药物发现的门槛，为资金紧张的被忽视疾病研究带来新希望。
Q&A
利什曼病的主要病因是什么？
利什曼病是由利什曼原虫引起的寄生虫病。
目前针对利什曼病的治疗方法有哪些局限性？
现有治疗方法复杂且副作用明显，且大多数需要在医院进行，增加了患者的经济负担。
AlphaFold在利什曼病研究中起到了什么作用？
AlphaFold通过预测蛋白质的三维结构，帮助研究人员理解药物与靶蛋白的结合方式，从而加速药物发现。
DNDi在开发利什曼病治疗方案方面的目标是什么？
DNDi致力于开发更短、更有效的口服治疗方案，以便在当地医疗设施或家庭中使用。
利什曼病每年新病例的数量大约是多少？
每年大约有50,000到90,000个新病例，主要发生在儿童中。
AlphaFold的使用对药物发现的影响是什么？
AlphaFold降低了药物发现的障碍，使研究人员能够快速获取蛋白质的三维结构，从而优化药物。
