城大與哈佛大學攜手取得神經醫學研究突破
香港城市大學（城大）領導的研究團隊成功開闢快捷途徑，能夠在多不勝數的化合物中，篩選出潛力高的進行研發，從而減少研製新藥的時間及成本，準確度約50%。
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，歷經五年合作研究，在神經藥理學方面取得突破。研究結果在科學期刊《自然通訊》發表，題為「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」。
研究由城大生物醫學工程學系副教授史鵬博士領導，旨在提供一個技術平臺以預測化合物是否有潛力研發成治療大腦疾病的新藥。該平臺有助加快發現新藥的過程，節省成本。
史博士說：「即使藥物研發的成功率僅提高1%，對中樞神經系統疾病患者而言，足以帶來重大改變。」
這項研究以小型脊椎動物——斑馬魚作為研究對象，對牠們整個腦部進行掃描和追蹤神經細胞的活動，以顯示其大腦或中樞神經系統對藥物的反應。這個藥物篩選系統運用創新方法簡化流程，因而能進行大規模實驗。
史博士解釋說︰「我們運用機械人、微流控技術與水動力，可於20秒內自動捕獲並固定一條未經麻醉的斑馬魚，而過往要花上20分鐘，因此可同時對多條斑馬魚進行掃描；更重要的是，我們的技術毋須用麻醉藥來降低斑馬魚的運動功能，因此避免了干擾。」
研究團隊首先為179種現有中樞神經系統藥物建立大腦活動圖譜的參考庫。他們對數以千計的斑馬魚分別逐一施加一種臨床中樞神經系統藥物，相關的大腦活動圖譜顯示斑馬魚腦部不同區域對這些藥物的反應情況。然後，研究團隊根據圖譜之間的內在相似性，運用機器學習算法將這些藥物按斑馬魚大腦生理表現分類為10個集群。
建立參考庫之後，研究團隊與城大生物醫學系助理教授王鑫博士、哈佛醫學院副教授Stephen Haggarty博士緊密合作，進行數據分析，運用機器學習算法來預測121種新型化合物的潛在臨床治療功效。
機器學習策略預測到在121種新化合物中，有30種具抗癲癇特性。為了驗證這個預測，研究團隊從這30種潛在抗癲癇化合物中，隨機挑選了14種，在斑馬魚的癲癇動物模型作行為學測試。
結果顯示，14種化合物中有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，顯示預測的準確度達到50%左右。史博士說：「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。」
該論文的共同第一作者是生物醫學工程學系副研究員林旭東博士、生物醫學系副研究員段鑫先生，其他作者包括生物醫學系鄭淑嫻教授、生物醫學工程學系畢業生陳中原先生和前副研究員陳思亞女士。