硝酸盐是一种机体不可或缺的营养物质，在实验室研究中已应用于多种疾病的预防和治疗。口服硝酸盐生物利用度低、代谢快，体内波动大，难以达到药效学浓度。人工智能（artificial intelligence，AI）技术的快速发展为生物制药行业带来了新机遇。作为新一代信息技术，AI将成为推动经济发展、助力疾病预防与诊疗以及药物研发的核心驱动力之一。
近日，首都医科大学王松灵院士团队在Science Bulletin发表了题为“Nanonitrator: novel enhancer of inorganic nitrate’s protective effects, predicated on swarm learning approach”的研究论文，该研究报道了一种基于群体学习方法的药物配伍预测系统（swarm learning-based combination drug prediction system，SLCDPS)，可以有效提高硝酸盐生物利用度，突破依赖大规模高通量生物实验的传统药物配伍研发瓶颈。
该系统预测维生素C为与硝酸盐配伍的优选药物。之后，采用微囊化技术，筛选并优化缓释制剂工艺，以维生素C、硝酸钠及壳聚糖3000为芯材，果胶与羧甲基纤维素钠为壁材制备硝酸盐纳米颗粒，命名为耐瑞特（Nanonitrator）。耐瑞特更高的生物利用度，及更长循环期显著提高了硝酸盐对放射性唾液腺损伤的疗效。同剂量的耐瑞特与硝酸盐相比，更有效的增加对放射性唾液腺损伤的保护效果；机制上，耐瑞特显著增强PI3K-Akt信号通路转导，更好地维持细胞内稳态。
这项研究结果提示，耐瑞特可被开发成具有多用途的新药，有望在预防、治疗相关慢病等方面发挥重要作用。该研究还为无机盐类的药物研发提供了新思路。
首都医科大学附属北京口腔医院2020级博士研究生潘雯、北京航空航天大学医学科学与工程学院2021级博士研究生胡耿、首都医科大学附属北京口腔医院李韶容医师为该论文的共同第一作者；北京航空航天大学医学科学与工程学院王晓刚教授、首都医科大学药学院王玉记教授、首都医科大学王松灵院士为共同通讯作者。