加州大学圣地亚哥分校的研究人员分析了数百种疟疾寄生虫的基因组，以确定哪些基因变异最有可能产生耐药性。这一发现发表在《科学》杂志上，可以帮助科学家利用机器学习来预测抗疟疾药物耐药性，并更有效地优先考虑最有希望的实验治疗方法，以便进一步开发。这种方法还可以帮助预测其他传染病，甚至癌症的治疗耐药性。

　　疟疾是一种蚊子传播的疾病，影响着全世界数亿人，是许多热带和亚热带地区的主要公共卫生威胁。尽管在控制该疾病方面取得了相当大的进展，但疟疾仍然是发病和死亡的主要原因，特别是在非洲，根据世界卫生组织的数据，95%的疟疾死亡发生在非洲。由于恶性疟原虫的耐药菌株的传播，一线药物一再失败。恶性疟原虫是导致疟疾的寄生虫。

　　Winzeler说：“迫切需要新的、更有效的疟疾治疗方法，但疟疾研究和药物开发的资金非常有限。”Winzeler除了在加州大学圣地亚哥分校工作外，还是比尔和梅林达·盖茨基金会资助的疟疾药物加速器的主任。“然而，疟疾研究界是有组织和高度协作的，我们的研究能够利用这些优势创造一种资源，这将使识别和优先考虑新的疟疾治疗方法的过程变得更加容易。”

　　这组科学家分析了在实验室进化的724种疟疾寄生虫的基因组，这些寄生虫能够抵抗118种不同的抗疟疾化合物中的一种，包括现有的治疗方法和新的实验药物。通过寻找与耐药性相关的突变模式，研究人员能够识别这些遗传变异的独特特征，例如它们在基因中的物理位置，这些特征可以用来预测哪些变异可能导致耐药性。

　　Winzeler说：“我们的最终目标是利用机器学习来帮助我们了解哪些化合物最有可能受到耐药性的影响，这样我们就可以简化早期药物开发过程，并最终使治疗更快地进入临床试验。”“这项研究为我们提供了训练这些新工具所需的数据。”

　　“该研究还揭示了基因网络如何共同介导化学类的抗性，并为我们寻找耐药化合物提供了路线图，”哥伦比亚大学瓦格洛斯医学院微生物学和免疫学教授，合著者大卫菲多克博士补充道。

　　虽然这些发现对开发新的抗疟疾药物具有重要意义，但研究人员还强调，他们的方法可能适用于不同的疾病。这是因为驱动耐药性的遗传机制在不同的病原体之间，甚至在人类细胞内都是一致的。例如，该研究中发现的许多耐药性驱动突变来自恶性疟原虫中一种名为PfMDR1的蛋白质，这种蛋白质可以在细胞的不同部分之间移动物质，包括将药物从它们的作用部位运输出来。PfMDR1在人类中有完全对应的基因，而人类版本的突变是癌症治疗耐药的关键驱动因素之一。

　　Winzeler说：“这项研究的潜在影响是巨大的，远远超出了单一疾病。”“研究疟疾使我们有机会将这些资源整合在一起，我们希望这些发现将有助于改变我们整体研究耐药性的方式，而不仅仅是研究疟疾。”