化学、生物与自动化实验室
突破级
暂无讲解视频
收录解读
这篇论文的亮点不只是“AI 帮忙找到了药”，而是把 rare disease 药物发现组织成了一个更可靠的双轨工作流：一边是针对细胞类型表型的 deep-learning repurposing screen，另一边是 yeast 生存筛选，最后在脑类器官里收敛到同一类候选。对于罕见病，这种流程比单一 predictor 更有现实价值。
作者针对 Leigh syndrome 脑类器官中的神经形态缺陷开发了细胞类型特异的深度学习筛选方法，并与酵母模型并行推进。两条路线独立指向 azole compounds，其中 talarozole 和 sertaconazole 在 Leigh 神经元和中脑类器官中都表现出修复作用。
它值得正式收录，因为这里的 AI 不是一个窄预测器，而是被嵌进了药物发现闭环：表型建模、候选筛选、跨模型收敛、再到 organoid 验证。对 AI 驱动罕见病药物重定位和 organoid-based discovery workflow 都有明显参考意义。
它暂时仍是 breakthrough，因为疾病场景较具体，且成功还依赖特定病理表型和生物实验体系；外溢主要体现在 workflow pattern，而不是一个立即普适的药物发现平台。