A tudósok képesek lehetnek felfogni az ehhez hasonló problémákat a gyógyszerfejlesztési folyamat elején, amikor a gyógyszerek az állatokon végzett kísérletektől a klinikai vizsgálatokig terjednek, a Purdue Egyetem és a Massachusetts Institute of Technology kutatói által kifejlesztett új számítási modellel.
A kutatók a modellt "TransComp-R" -nek nevezik. Ben megjelent tanulmányban Tudományos jelzés , a modellt egy figyelmen kívül hagyott biológiai mechanizmus azonosítására használták, amely valószínűleg felelős a beteg infliximab -rezisztenciájáért.
Egy ilyen mechanizmust nehéz felfogni az új gyógyszerek preklinikai tesztelésénél, mivel az emberi betegségek állatmodellei eltérő biológiai folyamatokkal rendelkezhetnek, amelyek a betegséget vagy a terápiára adott választ eredményezik. Ez megnehezíti az állatkísérletekből származó megfigyelések emberi biológiai összefüggésekbe való lefordítását.
Ez a modell segíthet jobban meghatározni, hogy mely gyógyszereket kell átvinni az állatkísérletekről az emberekre. Ha van oka annak, hogy a gyógyszer nem sikerül, mint például az állatkísérletekből nem nyilvánvaló rezisztenciamechanizmus, akkor ez a modell ezt is felderítené, és segítene a klinikai vizsgálat felállításában. "
Doug Brubaker, Az orvosbiológia adjunktusa, Purdue Egyetem
Brubaker az MIT posztdoktori munkatársaként vezette e modell kifejlesztését és tesztelését.
A TransComp-R több ezer mérést egyesít állatmodellből néhány adatkoordinátába az emberrel való összehasonlításhoz. A megfogyatkozott adatok megmagyarázzák az állatmodell és az ember közötti biológiai különbségek legfontosabb forrásait.
Onnan, A tudósok más modelleket is betaníthatnának, hogy megjósolják az ember terápiára adott válaszát az állatmodell adatkoordinátái alapján.
Az infliximab esetében az egérmodellről és az emberről származó adatok nem egyeztek, mert különböző típusú biológiai mérésekről volt szó. Az egérmodell adatai bélfehérjék formájában érkeztek, mivel a betegekről származó adatok csak expresszált gének formájában álltak rendelkezésre, a TransComp-R eltérést tudott orvosolni.
A TransComp-R segített Brubaker csapatának abban, hogy az adatokban linkeket találjon az emberekben lévő rezisztencia-mechanizmus felé.
A csapat együttműködött a Vanderbilt Egyetem kutatóival, hogy teszteljék a Crohn -betegségben szenvedő beteg bélbiopsziájában megjósolt mechanizmust, majd humán immunsejtekkel végzett kísérleteket.
A kutatók egy infliximab-rezisztens Crohn-betegségben szenvedő beteg mintájának egysejtes szekvenálását használták a TransComp-R által megjósolt rezisztenciamechanizmushoz kapcsolódó géneket kifejező sejttípusok azonosítására.
Ezt követően az immunsejteket infliximabbal és a modell által azonosított receptor gátlóval kezelték a rezisztenciamechanizmus részeként. A kísérlet azt mutatta, hogy a receptor gátlása fokozta az infliximab gyulladáscsökkentő hatását, lehetővé téve a gyógyszer hatékonyabbá tételét, mivel jobban kontrollálhatja a gyulladást.
További tesztekkel annak megállapítására, hogyan lehet pontosabban mérni ennek az ellenállási mechanizmusnak a markereit, az orvosok felhasználhatják a gyógyszerre adott válaszra vonatkozó információkat annak megállapítására, hogy a betegnek más kezelési módra van -e szüksége.
E tanulmány óta, Brubaker a MIT korábbi kutatócsoportjával együttműködve alkalmazta a TransComp-R matematikai keretét, hogy azonosítsa az Alzheimer-kór biológiáját megjósoló egérmodelleket és a vakcina hatékonyságának immunaláírásait a COVID-19 vakcinajelöltek állatkísérleteiben.
"Maga a modellezési keret különböző állatokra alkalmazható, különböző betegségek területei és különböző kérdések, "Brubaker mondta." Sok idő megtakarítása annak megállapítása, hogy az állatokban látottak nem követik -e az emberekkel történteket, költségeket és erőfeszítéseket összességében a gyógyszerfejlesztési folyamatban. "
A TransComp-R kód elérhető a MathWorks File Exchange-en (azonosító:77987). Brubaker finanszírozást kapott ehhez a kutatáshoz a Boehringer Ingelheim Pharmaceuticals új terápiás koncepció -feltáró programjának Innovatív Stratégiai Központjából.