人工智能識別出可能改善睡眠的氣味化合物

 (https://pubs.rsc.org/dd/article/5/3/1068/889073/Mapping-sleep-promoting-volatiles-in-aromatic)

 睡眠障礙影響全球高達三分之一的人口，然而，目前基於失眠藥物的藥理療法有顯著的風險和副作用。芳香植物因其緩解壓力和促進睡眠的功效而備受推崇；然而，驅動這些益處的生物活性揮發物仍知之甚少。這項研究對991種芳香植物中的2391種揮發物進行了全面調查，並結合整合機器學習方法，以識別其潛在的促進睡眠活性。為了評估方法的預測準確性，透過計算篩選出五種候選揮發物進行體內測試。其中四種（成功率達80%）表現出顯著的促睡眠作用，腦電圖分析和γ-氨基丁酸（GABA）受體表現的調節證實了這一點。同時，這項研究發現菊科、唇形科和樟科等植物科富含高潛力的揮發性成分，並重點關注了薰衣草（Lavandula angustifolia）和紫蘇（Perilla frutescens ）等特定物種，認為它們是值得進一步藥理學研究的候選對象。透過結合大規模資料探勘、計算預測和體內實驗，這項研究首次全面揭示了促進睡眠的揮發性成分和芳香植物的分佈情況，並提供了一個可重複使用的工作流程，以加速發現具有潛在應用價值的生物活性化合物，這些化合物可應用於醫藥、功能性食品和天然療法等領域。