Uusi laskentamalli voi auttaa määrittämään lääkkeiden elinkelpoisuuden

Tällaista mekanismia on vaikea saada kiinni uusien lääkkeiden prekliinisissä testeissä, koska ihmissairauksien eläinmalleilla voi olla erilaisia ​​biologisia prosesseja, jotka johtavat sairauteen tai hoitovasteeseen. Tämän vuoksi on vaikea kääntää havaintoja eläinkokeista ihmisten biologisiin yhteyksiin.

Tämä malli voisi auttaa paremmin määrittämään, mitkä lääkkeet tulisi siirtää eläinkokeista ihmisiin. Jos lääkkeen epäonnistumiselle on jokin syy, kuten resistenssimekanismi, joka ei ollut ilmeinen eläinkokeista, niin tämä malli myös mahdollisesti havaitsisi sen ja auttaisi ohjaamaan kliinisen tutkimuksen perustamista. "

Doug Brubaker, Biolääketieteen tekniikan apulaisprofessori, Purduen yliopisto

Brubaker johti tämän mallin kehittämistä ja testaamista tutkijatohtorina MIT:ssä.

TransComp-R yhdistää tuhansia mittauksia eläinmallista vain muutamaan tietokoordinaattiin ihmisiin verrattuna. Vähenevät tiedot selittävät eläinmallin ja ihmisten väliset tärkeimmät biologisten erojen lähteet.

Sieltä, tutkijat voisivat kouluttaa muita malleja ennustaakseen ihmisen reaktion hoitoon näiden eläinkoordinaattien tietojen koordinaattien perusteella.

Infliksimabia varten hiirimallin ja ihmisen tiedot eivät olleet yhteensopivia, koska ne olivat erityyppisiä biologisia mittauksia. Hiirimallin tiedot tulivat suoliston proteiineina, ottaa huomioon, että potilailta saadut tiedot olivat saatavilla vain ekspressoitujen geenien muodossa, ristiriita TransComp-R pystyi korjaamaan.

TransComp-R auttoi Brubakerin tiimiä löytämään linkkejä tiedoista, jotka osoittavat ihmisten vastustusmekanismia.

Ryhmä teki yhteistyötä Vanderbiltin yliopiston tutkijoiden kanssa testatakseen ennustettua mekanismia Crohnin tautia sairastavan potilaan suoliston biopsioissa ja sitten kokeilla ihmisen immuunisoluilla.

Tutkijat käyttivät infliksimabiresistentistä Crohnin tautia sairastavan potilaan näytteen yksisoluista sekvensointia tunnistamaan solutyypit, jotka ilmentävät TransComp-R:n ennustamaan resistenssimekanismiin liittyviä geenejä.

Sitten he kohtelivat immuunisoluja infliksimabilla ja reseptorin estäjällä, jonka malli tunnisti olevan osa resistenssimekanismia. Koe osoitti, että reseptorin estäminen tehosti infliksimabin tulehdusta ehkäiseviä vaikutuksia, jolloin lääke voi olla tehokkaampi, koska se voisi hallita paremmin tulehdusta.

Lisäkokeilla selvitetään tapa mitata tarkemmin tämän vastusmekanismin markkereita, lääkärit voisivat käyttää tietoja lääkevasteesta määrittääkseen, tarvitseeko potilas erilaista hoitojaksoa.

Tämän tutkimuksen jälkeen, Brubaker on työskennellyt entisen tutkimusryhmänsä kanssa MIT:ssä soveltamaan TransComp-R:n takana olevaa matemaattista kehystä Alzheimerin taudin biologiaa ennakoivien hiirimallien ja rokotteen tehokkuuden immuunimerkintöjen tunnistamiseksi COVID-19-rokotekandidaattien eläinkokeissa.

"Itse mallinnuskehys voidaan käyttää erilaisiin eläimiin, eri tauti -alueet ja eri kysymykset, "Brubaker sanoi." Selvittämällä, milloin eläimissä näkemämme ei seuraa ihmisten tapahtumia, voidaan säästää paljon aikaa, kustannuksia ja vaivaa lääkekehitysprosessissa kaiken kaikkiaan. "

TransComp-R-koodi on saatavana MathWorks File Exchange -palvelusta (ID:77987). Brubaker sai rahoitusta tähän tutkimukseen Boehringer Ingelheim Pharmaceuticalsin strategisen innovaatiokeskuksen uuden terapeuttisen konseptin etsintäohjelmasta.

• Euroopan komissio hyväksyi ensimmäisen hepatiitti D -lääkkeen
• Peniksen mikrobiomi on bakteeri-vaginosis-bakteerien säiliö