一个创新的算法破译体内药物如何工作

这项研究可以帮助研究人员创建更有效的药物,更不容易发生副作用,建议的方法来调节药物的活动,并确定新的治疗用途新的和现有的化合物。

“第一次我们可以执行全基因组搜索来确定整个组蛋白质药物的活动中发挥作用,”博士说,这项研究的合作者安德里亚·Califano克莱德和海伦吴教授的化学系统生物学和系统生物学部门的主席CUMC。

科学家设计药物来确定细胞中的分子靶点。然而,当药物进入人体,它变成了一个非常复杂的系统的一部分,可以与其他分子的方式很难预测。这个意外的相声会导致副作用,阻止许多有希望的候选药物被用于临床护理。不幸的是,目前的实验方法不允许科学家们识别蛋白质的全部曲目,受到药物的影响。

通过分析药物特异的基因表达模式的改变,一个叫做需求识别的新算法实现所涉及的基因药物的影响。方法可以帮助预测不良脱靶交互,建议的方法调节药物的活动,并确定新的治疗用途fda批准的药物,在药物开发三个关键的挑战。

成员Califano博士的实验室设计了一个叫做需求的新方法(检测机制的行动网络失调)更精确地描述药物的影响。网络的方法涉及创建一个计算模型的蛋白质相互作用发生在病变细胞。实验然后进行追踪基因表达变化在病变细胞暴露于感兴趣的一种药物。需求算法相结合的数据模型与实验数据确定补充蛋白质最受药物的影响。

需求提高更多的劳动密集型和低效率的方法,仅能确定目标化合物的结合最强烈。这提供了一个更全面的图片,因为需求识别许多分子影响除了药物的直接目标。

到目前为止,测试需求的预测被证明是准确的,当与后续实验。研究人员报告说,当他们暴露人类分散b细胞淋巴瘤细胞的药物,之前记录的算法确定的70%的目标。“方法的准确性是最令人惊讶的结果,“Califano博士说。

算法可以识别多种化合物,引起相似的药理效果。使用需求,研究人员表明,类似的蛋白质子集是影响药物柳氮磺胺吡啶和altretamine无关。Altretamine目前用于治疗卵巢癌,但是这些结果表明,像柳氮磺胺吡啶,它可用于肠道炎症或类风湿性关节炎。

文章的第二作者穆克什邦萨尔看到巨大的潜力在这种方法中,说:“需求可能加速药物发现过程和降低药物研发成本,揭示新的化合物是如何工作的。altretamine我们的研究结果也表明,它可以确定新的治疗应用现有fda批准的药物。”