新聞網訊  10月28日，中國工程院主辦的中國科技期刊卓越行動計劃領軍期刊《Engineering》在線發表了中央民族大學藥學院王昊教授團隊與中國醫學科學院醫藥生物技術研究所游雪甫、楊信怡研究員合作的最新研究成果。中央民族大學2022級博士研究生任一鑫（共同第一作者），基于遷移學習技術，自主構建了高效的TGF-β信號通路抑制劑篩選模型，實現從4533種天然產物到9個高活性化合物的精準篩選。該研究首次揭示了天然黃酮化合物二氫楊梅素通過抑制TGF-β/ALK5信號級聯發揮作用的機制，為肺纖維化這一臨床難治性疾病的治療開辟了新型路徑。

圖 基于遷移學習的纖維化篩選模型鎖定二氫楊梅素能有效抑制肺纖維化

肺纖維化以肺組織進行性瘢痕化為主要特征，患者肺功能呈不可逆性下降，中位生存期僅3至5年。當前臨床藥物治療手段有限，亟需新的作用機制與候選藥物以突破治療瓶頸。

針對這一臨床痛點，研究團隊將機器學習技術應用于藥物研發的關鍵環節，高效鑒定、篩選出天然黃酮類化合物二氫楊梅素。該化合物提取自顯齒蛇葡萄藤（俗稱莓茶、藤茶），兼具安全性高與來源廣泛的優勢，為后續研究轉化奠定了良好基礎。團隊在細胞和動物模型中驗證了二氫楊梅素的治療潛力，結果顯示，其在動物體內的療效與現有臨床藥物吡非尼酮相當。在機制層面，團隊發現二氫楊梅素能顯著抑制SMAD依賴和非SMAD依賴的TGF-β信號轉導通路，并首次證實，該化合物通過直接結合I型TGF-β受體（ALK5）的胞內激酶結構域，并下調細胞膜表面的受體表達水平，從而雙向調節TGF-β信號通路，發揮抗肺纖維化作用。

圖 二氫楊梅素通過靶向TGF-β/ALK5通路改善肺纖維化

該成果的發表反映了該團隊在“人工智能+天然產物”協同創新的藥物研發領域取得有效進展，為中醫藥現代化與人工智能在生物醫藥領域的融合發展提供了實踐范例，展現了藥學院科研團隊在創新藥物研發領域的探索能力。