新藥物研發是社會整體健康的重大議題，但當中涉及大量的化學及生物醫學試驗，往往歷時數年花費上億元計。香港城市大學領導的團隊發明了支援藥物研究的創新捷徑，透過斑馬魚腦圖譜，分析神經系統對不同化合物的反應，再運用機器學習算法預測其臨床療效，準確度高達50%。該方法能更有效率地篩選出大腦相關疾病潛在藥物，有助加快發現新藥流程並節省成本，造福大眾。

香港城大生物醫學工程學系和生物醫學系，聯同美國哈佛醫學院的科研團隊，歷經5年合作成功開闢創新的技術平台，能夠在多不勝數的化合物中，快捷並準確地篩選出高機率可治療大腦疾病的潛力藥物，大大提升新藥研究的效率。

大腦活動反應 製成參考庫

該項研究以斑馬魚為對象，團隊透過掃描牠們整個腦部，追蹤神經細胞的活動，得出其大腦或中樞神經系統對不同化合物反應的參考庫。領導團隊的城大生物醫學工程學系副教授史鵬指，他們結合機械人、水動力與微流控技術，20秒內可自動捕獲及固定斑馬魚，避免了使用麻醉藥對神經系統的干擾。

科研人員大規模地對數以千計的斑馬魚逐一施加一種化合物，相關的大腦活動圖譜顯示斑馬魚腦部不同區域對這些物質的反應情況，從而製成參考庫。團隊隨即根據圖譜之間的內在相似性，將這些物質按斑馬魚大腦生理表現分類為10個集群，並透過機器學習算法，針對121種新型化合物，預測及分析其對神經系統的潛在臨床治療功效。

準確度達50% 減研發失敗率

之後研究團隊隨機挑選了14種被預測具抗癲癇特性的化合物，在斑馬魚的癲癇動物模型作行為學測試，結果發現當中7種能夠減輕斑馬魚癲癇發作，而不會產生任何鎮定性副作用，說明預測準確度約達50%。史鵬說：「結合快速的體內藥物篩選系統和機器學習，我們為協助篩選出更具治療藥用潛力的新型化合物提供捷徑，從而加快藥物研發，降低整個過程中的失敗比率。」

上述成果以「以高通量大腦活動圖譜和機器學習為基礎的系統神經藥理學研究」為題報告，相關論文近期獲科學期刊《Nature Communications》選用發表。

(香港文匯報)