Investigadores del Centro Médico de la Universidad de Columbia CUMC han desarrollado un algoritmo informático que ayuda a los científicos a ver cómo los medicamentos producen efectos farmacológicos dentro del cuerpo. El estudio, publicado en la revista Celda , podría ayudar a los investigadores a crear medicamentos que sean más eficientes y menos propensos a los efectos secundarios, sugerir formas de regular la actividad de un medicamento e identificar nuevos usos terapéuticos para compuestos nuevos y existentes.
"Por primera vez podemos realizar una búsqueda en todo el genoma para identificar el conjunto completo de proteínas que juegan un papel en la actividad de un medicamento", dice la coautora del estudio, la Dra. Andrea Califano, profesora de química de Clyde y Helen WuBiología de Sistemas y presidente del departamento de Biología de Sistemas en CUMC.
Los científicos diseñan medicamentos para identificar objetivos moleculares en la célula. Sin embargo, cuando un medicamento ingresa al cuerpo humano, se convierte en parte de un sistema increíblemente complejo y puede interactuar con otras moléculas de formas difíciles de predecir.la conversación provoca efectos secundarios y evita que muchos candidatos prometedores de medicamentos se utilicen en la atención clínica. Desafortunadamente, los métodos experimentales actuales no permiten a los científicos identificar el repertorio completo de proteínas que se ven afectadas por un medicamento.
Los miembros del laboratorio del Dr. Califano han ideado un nuevo enfoque llamado DeMAND.
Detección del mecanismo de acción mediante la desregulación de la red para caracterizar los efectos de un fármaco con mayor precisión. El método consiste en crear un modelo computacional de la red de interacciones de proteínas que ocurren en una célula enferma. Luego se realizan experimentos para rastrear los cambios de expresión génica en enfermoscélulas ya que están expuestas a una droga de interés. El algoritmo DeMAND combina datos del modelo con datos de los experimentos para identificar el complemento de proteínas más afectadas por la droga.
DeMAND mejora con métodos más intensivos en mano de obra y menos eficientes, que solo son capaces de identificar objetivos a los que un compuesto se une más fuertemente. Esto proporciona una imagen más completa, porque DeMAND identifica muchas moléculas que se ven afectadas además del objetivo directo del medicamento.
Hasta ahora, las predicciones de DeMAND están demostrando ser precisas cuando se prueban con experimentos de seguimiento. Los investigadores informan que cuando expusieron células de linfoma de células B difusas humanas a un panel de medicamentos, el algoritmo identificó el 70% de los objetivos previamente documentados."La precisión del método ha sido el resultado más sorprendente", dice el Dr. Califano.
El algoritmo permite identificar una variedad de compuestos que causan resultados farmacológicos similares. Usando DeMAND, los investigadores mostraron que un subconjunto similar de proteínas se ve afectado por los medicamentos no relacionados sulfasalazina y altretamina. La altretamina se usa actualmente para tratar el cáncer de ovario,pero estos resultados sugieren que, como la sulfasalazina, también podría usarse para la inflamación intestinal o la artritis reumatoide.
El coautor principal Mukesh Bansal ve un gran potencial en este enfoque, diciendo: "DeMAND podría acelerar el proceso de descubrimiento de fármacos y reducir el costo del desarrollo de fármacos al desentrañar cómo funcionan los nuevos compuestos en el cuerpo. Nuestros hallazgos sobre la altretamina también muestran quepuede determinar nuevas aplicaciones terapéuticas para medicamentos existentes aprobados por la FDA ".
Fuente de la historia :
Materiales proporcionado por Centro médico de la Universidad de Columbia . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :