表观遗传药物筛选可以解锁新的治疗癌症、心脏病和精神疾病

机器学习的强大能力来检测数据在复杂的模式是如何驱动方式的一场革命,我们如何诊断疾病和现在,如何发现新的药物。科学家们桑福德Burnham Prebys医学发现研究所已经开发出一种机器学习算法,它可以从显微镜图片信息,允许高通量表观遗传药物筛选可以解锁新的治疗癌症、心脏病、精神疾病等等。该研究发表在eLife。

“为了识别所需的罕见的几个候选药物诱导表观遗传效应,科学家需要屏幕成千上万的潜在的化合物的方法,”说Alexey Terskikh博士。在桑福德Burnham Prebys副教授开发、衰老和再生计划和该研究的资深作者。“我们的研究描述了一个强大的基于图像的方法,使高通量表观遗传药物发现。”

表观遗传学是指化学标记的DNA,使细胞机制更多或更少的基因,从而改变基因的表达。几乎所有细胞的变化,包括对药物反应和环境压力,是反映在其表观遗传状态。几种药物目标表观遗传改变通过美国食品和药物管理局(FDA)治疗癌症,和研究人员正在努力找到更多epigenetic-based疗法。然而,药物发现放缓了缺乏大规模筛选方法:科学家们目前可视化表观遗传变化使用特殊的染料和传统的显微镜方法。

“表观遗传改变导致或许多神经系统疾病的根源,包括脑肿瘤和某些形式的自闭症,”哈利Kornblum)说,医学博士博士,教授,副主任塞梅尔的智力和发育障碍研究中心研究所神经科学和人类行为在加州大学洛杉矶分校的大卫格芬医学院。“这种方法将允许单个细胞的表观遗传状态的快速评估和应对潜在的治疗方法。我渴望把它应用到我自己的实验室的工作理解和治疗这些疾病。”

在这项研究中,科学家们训练有素的机器学习算法使用一组超过220的药物epigenetically工作。由此产生的方法,称为显微成像的表观遗传景观(蜂蜜),能够检测活性药物,化合物的分子分类函数,发现表观遗传变化跨多个细胞系和药物浓度,并帮助识别未知的化合物是如何工作的。科学家们使用的方法来识别表观遗传的化合物可以帮助治疗胶质母细胞瘤,一种致命的脑癌。

“我们的方法是准备直接用制药公司寻求开发表观遗传药物屏幕,“陈Farhy说,博士,博士后Terskikh实验室和这项研究的第一作者。“工业和学术研究人员致力于机械的研究也可能受益于这种方法,该算法可以检测和分类实验治疗,引起的表观遗传变异遗传操作或其他方法。”

Terskikh和他的团队已经使用该算法来研究表观遗传变化衰老细胞,与发展的目标化合物,促进健康老龄化,疾病的最大危险因素。这项工作是与桑福德Burnham Prebys教授合作进行的彼得•亚当斯博士。Terskikh也急于扩大技术从2 d图像到3 d视频,这将扩大的力量的方法。

参考:Farhy et al . 2019。提高药物发现使用基于图像的表观遗传的multiparametric分析景观。eLife。DOI: 10.7554 / eLife.49683。

本文从以下转载材料。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。