川大团队用AI筛选牙周炎治疗水凝胶，小鼠模型表现接近米诺环素

图源：《Machine learning-driven discovery of therapeutic nucleoside hydrogels for periodontitis》

好的牙·讯｜近日，发表于《International Journal of Oral Science》的一项实验性研究显示，四川大学研究团队利用机器学习指导策略，筛选并验证了两种用于牙周炎治疗的核苷水凝胶——鸟苷-5‘-一磷酸（GMP）和2’-脱氧鸟苷-5‘-磷酸（dGMP）。

研究人员指出，牙周炎会导致牙龈、牙槽骨及牙周膜等牙周组织损伤，其治疗需要兼顾抗菌、抗炎与组织修复。传统生物材料研发依赖反复实验，存在周期长、成本高等问题。此次研究引入AI驱动预测模型，通过分析9个生物活性数据集，对7257个核苷衍生物进行计算筛选，重点评估其成胶能力、生物安全性及抗牙龈卟啉单胞菌活性。

图源：《Machine learning-driven discovery of therapeutic nucleoside hydrogels for periodontitis》

据研究团队披露，本研究引入分子生物活性特异性指数（MBSI）和复合分子属性评分（CMAS）两项评价指标，用于综合评估核苷衍生物的成胶能力、生物相容性及抗菌等功能属性。

实验结果表明，筛选出的GMP和dGMP在Ag⁺参与下形成具有自愈合与剪切稀化特性的稳定超分子水凝胶。在小鼠牙周炎模型中，GMP和dGMP水凝胶可抑制牙龈卟啉单胞菌相关炎症，减少牙槽骨丢失；在预防模型中，其治疗效果与阳性对照米诺环素相近。

图源：《Machine learning-driven discovery of therapeutic nucleoside hydrogels for periodontitis》

目前，该计算框架在该研究中主要用于缩小候选分子范围、提高筛选效率；其对研发周期与成本的实际影响仍需进一步验证。研究团队表示，该方法未来可能扩展至药物递送、创伤愈合及个性化再生医学等领域。

研究团队指出，该研究仍存在一定局限性：目前结果主要基于体外实验及动物模型验证，尚需开展临床人体试验，以进一步确认相关材料的安全性和有效性。