生物科学门户网站
BIO1000.COM

加速药物发现过程以帮助患者

一个国际研究团队已经开发出一种新策略,可以基于简单的细胞反应预测新治疗化合物的潜在临床意义。这一发现部分由蒙特利尔大学(UdeM)附属的科学家领导,代表了开发更有效的药物,副作用更少,比以前快得多的重要一步。研究人员在HépitalSte-Justine中心进行了他们的工作,并在着名的自然通讯期刊上发表了他们的研究成果。

开发新药是一个漫长,复杂和昂贵的过程。它首先确定可以激活或阻断疾病中涉及的靶标或“受体”的分子或“配体”(例如药物,激素或神经递质)。化合物鉴定和验证是确保新药以尽可能少的副作用提供有效临床反应的最重要步骤之一。

大多数针对人类受试者测试的新药在临床试验中失败,因为治疗反应不充分。制定一项战略,在药物发现过程的早期推断潜在的临床反应,将大大改善候选药物的选择。“

“我们的主要目标是找到一种方法,根据有效性的相似性对大量候选药物进行分类,从而引发多种细胞反应,帮助确定新化合物的治疗作用,”GracielaPiñeyro教授说,他是联合资深的高级作者。该研究和CHU Sainte-Justine的研究员。为了实现这一目标,她与贝勒医学院的Olivier Lichtarge博士合作,他使用先进的生物信息学分析,根据相当全面的信号概况对配体进行比较和分组。

这种分析方法是使用阿片类镇痛药作为原型开发的。这使得该团队可以将阿片类药物(如羟考酮,吗啡和芬太尼)产生的简单细胞信号与这些药物的呼吸抑制和其他不良副作用报告给食品和药物管理局的药物警戒计划的频率联系起来。在阿片类药物流行高峰期,当呼吸抑制导致死亡的风险达到最高时,该团队认为这种新的分析策略可能会导致更安全的阿片类药物的发展。药物通过改变细胞内的基本信号产生所需或不希望的临床作用。通过对具有已知临床作用和新配体的药物进行分组,我们可以通过比较其信号与已知药物的相似性和差异来推断新化合物的临床作用,以促进所需的临床反应并避免副作用。

“由于我们的研究结果,我们现在可以对大量化合物进行分类,同时考虑到大量的细胞信号。这种分析的丰富性提高了该分类对临床反应的预测价值,”该研究的Michel Bouvier教授说。 UdeM免疫学和癌症研究所的高级作者和分子药理学首席研究员兼首席执行官。“我们认为我们可以通过加快药物发现过程来帮助患者,因此临床试验可以提前开始。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。