计算机程序帮助找到充分利用现有药物的方法

案例综合癌症中心研究人员在凯斯西储大学医学院已经开发出一种计算机程序找到新适应症的药物。计算机程序,叫做DrugPredict,现有的数据匹配fda批准的药物的疾病,并预测潜在的药物功效。在最近的一项研究发表在致癌基因,研究人员成功地翻译DrugPredict结果进了实验室,并显示常用的止痛药,如阿司匹林,可以杀死patient-derived卵巢癌上皮细胞。

在新的研究中,DrugPredict建议非甾体抗炎药,也被称为非甾体抗炎药,可能应用于上皮卵巢癌。研究人员暴露patient-derived上皮生长的卵巢癌细胞在实验室到一个特定的非甾体抗炎药,吲哚美辛,证实了DrugPredict发现。吲哚美辛卵巢癌耐药和非上皮细胞死亡。有趣的是,有顺铂耐药性卵巢癌上皮细胞对吲哚美辛最敏感。当研究者将化疗药物添加到实验中,癌细胞死得更快。研究结果可以代表一个新的治疗方案的第一步上皮卵巢癌。

上皮卵巢癌是女性癌症死亡的第五大原因,每年在美国大约有14000妇女死亡。可用的治疗方法仅仅是一个小小的成功,有超过70%的女性在5年内死亡的诊断。根据作者,挑战的一部分发展中新的卵巢癌药物在于升级临床试验成本和冗长的药物开发时间表。DrugPredict等项目可能“重新定位”fda批准的药物的新适应症——一个更有效的策略。

“传统药物发现过程需要平均14年和数十亿美元的投资使抗癌药物从实验室过渡到诊所,”研究论文的第一作者Anil Belur Nagaraj,博士,凯斯西储大学医学院的研究员。“药物可能大大缩短了长期停滞阶段在药物发现和也降低相关成本。”

DrugPredict是由co-first作者此次ThinTek王,LLC和文章的第二作者荣许,博士,副教授生物医学信息学的人口和定量健康科学系的凯斯西储大学医学院的。程序的工作方式是将计算机生成的药物配置文件——包括行动的机制,临床疗效和副作用,信息可能与人类相互作用的蛋白质分子在特定疾病,如卵巢癌。

DrugPredict搜索的数据库fda批准的药物,化学物质和其他天然化合物。它发现化合物与特征相关的抗病机制。这些包括显性特征——表型和遗传因素可能会影响药物疗效。研究人员可以与徐病输入DrugPredict和接收一个输出列表的药物——或潜在的药物与分子特性与策略来对抗疾病。

“对于任何给定的疾病,DrugPredict同时执行一个靶向性,和表型筛选超过一百万的化学物质,在几分钟内,”徐说。

在致癌基因的研究中,DrugPredict产生6996种化学物质的优先列表与潜在治疗卵巢癌上皮。在列表的顶部15已经fda批准的药物来治疗癌症,帮助验证DrugPredict方法。在榜单上其他fda批准的药物,非甾体抗炎药排名明显高于其他药物类。研究人员结合DrugPredict结果和轶事证据对非甾体类抗炎药和癌症之前确认DrugPredict在他们的实验室实验结果。

程序可以帮助确定疾病安全的替代品,如上皮卵巢癌,迫切需要新的治疗方案。“药物可能超过传统药物发展的主要优势是,它是从化合物特征明显,药理学和安全配置文件。这会显著减少不利影响的风险,并在临床试验中摩擦,”徐说。

“通过结合我实验室的专业知识在卵巢癌生物学和许博士在生物信息学方面的专长,我们能够发现一个潜在的新型药物的方法治疗卵巢癌,“说文章的第二作者Analisa DiFeo,博士,诺玛·c和阿尔伯特。盖勒教授指定卵巢癌研究和案例综合癌症中心的助理教授凯斯西储大学医学院的。Nagaraj说,“目前还没有药物靶向肿瘤干细胞在卵巢癌的临床试验评估。我们的研究结果提供了一个理由来测试等非甾体抗炎药吲哚美辛作为卵巢癌的新型药物的临床试验。”

DiFeo计划测试吲哚美辛的能力专门针对卵巢癌干细胞在肿瘤病人第一阶段的临床试验。她将进行试验与史蒂文御夫座合作,医学博士,处长塞德曼大学妇科肿瘤医院癌症中心和妇产科教授凯斯西储大学医学院的。

这篇文章被转载材料所提供的凯斯西储大学医学院的。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。

参考

Nagaraj, a, B。王,问:问。,约瑟夫,P。郑,C。陈,Y。Kovalenko, O。,。Difeo, a (2017)。使用一种新型计算重新定位药物方法(DrugPredict)来快速识别有效的癌症治疗药物候选。致癌基因。doi: 10.1038 / onc.2017.328