Chloé Moreau Un algorithme qui peut accélérer de plusieurs années la capacité d’identifier, parmi des milliers de possibilités, deux ou plusieurs médicaments qui agissent en synergie contre un problème comme le most cancers ou une infection virale a été développé par des industry experts en bioinformatique.
Le nouvel algorithme permet aux chercheurs d’utiliser de grandes bases de données existantes contenant des informations sur la façon dont un médicament anticancéreux a modifié l’expression génique d’une lignée cellulaire particulière du most cancers du sein et sur la manière dont il a tué la cellule, puis de combiner mathématiquement ces résultats avec l’impact d’un autre médicament pour voir s’ils pouvaient mieux travailler ensemble, déclare le Dr Richard McIndoe, directeur du Centre de biotechnologie et de médecine génomique du Health care College of Georgia.
Bien que l’algorithme ne rende pas immédiatement disponible le style d’informations qui déclencheraient un essai clinique, il accélère le chemin vers les essais, dit-il.
“L’idée est que nous voulons finalement trouver ces combinaisons de médicaments synergiques qui, espérons-le, aideront les patients atteints de cancer”, a déclaré McIndoe. “Pour les chercheurs. sans avoir à cribler un médicament à la fois, ce qui n’est vraiment pas faisable.”
réduire le dosage des médicaments (et la toxicité associée) et surmonter la résistance aux médicaments dans les traitements contre le cancer”, écrivent les chercheurs dans la revue PLOS 1, et deviennent un outil vital dans le traitement du most cancers.
donc l’un des moyens que les cliniciens essaient de contourner consiste à utiliser des combinaisons. explique McIndoe. “La probabilité que vous développiez une résistance aux deux simultanément est plus faible que si vous n’en aviez qu’un.”
Mais étant donné le nombre de médicaments et de combinaisons de médicaments disponibles, il n’existe pas de moyens efficaces et efficients d’identifier les meilleures combinaisons, selon les chercheurs.
Et, toutes les combinaisons ne sont pas bénéfiques, en fait, un médicament peut en fait fonctionner comme un antagoniste contre l’autre. La bonne combinaison, en revanche, augmentera l’impact du traitement, dit McIndoe, ce qui signifie qu’ensemble, ils sont meilleurs pour tuer les cellules cancéreuses.
L’algorithme permet également une synergie entre les scientifiques en permettant de partager facilement les résultats.
“La partie délicate est de savoir comment déterminer quelles combinaisons de médicaments ont un effet synergique”, dit-il.
Mais la liste des médicaments est longue et les combinaisons potentielles encore in addition longues, dit McIndoe.
ce qui représente encore beaucoup de médicaments et de combinaisons de médicaments, un autre processus lent et coûteux, dit-il.
Il existe d’énormes bases de données de lignées cellulaires qui ont été traitées avec un médicament pour examiner l’impact sur l’expression des gènes. y compris le projet Library of Integrated Network-centered Mobile Signatures, pour aider à rationaliser les études à grande échelle comme les enquêteurs du MCG ont voulu faire.
examinant en détail les changements moléculaires produits par chaque médicament et liant cela au taux de croissance, c’est-à-dire la quantité de cellules cancéreuses tuées par le médicament, puis ont conçu une représentation mathématique des changements moléculaires et la quantité de meurtres pour chacun.
“Puisque nous avons tous les effets d’un seul médicament, nous pouvons mathématiquement combiner deux médicaments en fonction de leurs modifications moléculaires”, explique McIndoe.
Au complete, il y avait 1 596 combinaisons des 57 médicaments anticancéreux étudiés. un résultat bien meilleur que le hasard et beaucoup moins coûteux et chronophage que de tester le grand nombre de combinaisons de médicaments potentielles, écrivent McIndoe et ses collègues.
Des exams de suivi en laboratoire, où ils ont traité les lignées cellulaires cancéreuses avec les combinaisons synergiques proposées, ont confirmé leur synergie.
“Ce que nous demandions pour cet article, c’est de pouvoir utiliser ces données d’expression génique pour trouver un moyen de hiérarchiser les médicaments qui auraient la plus grande probabilité d’être synergiques lorsque vous les assemblez”, déclare McIndoe.
Les modifications de l’expression génétique ou les mutations dues à des facteurs tels que les expositions environnementales ou même des erreurs aléatoires sont une induce majeure du développement et de la propagation du cancer. Différentes lessons de médicaments anticancéreux agissent de différentes manières pour endommager l’ADN des cellules cancéreuses et empêcher ou au moins ralentir leur replica.
comme un médicament ou un changement de nutriment, la cellule réagit”, dit-il. “Il réagit d’une manière où il va commencer à changer son profil d’expression génique.”
Les ajustements résultent probablement du fait que la cellule cancéreuse essaie de survivre, comme travailler pour activer une voie de signalisation alternate pour permettre la croissance parce que le médicament a arrêté la voie habituelle. Mais si le médicament fonctionne, la cellule mourra, alors McIndoe et ses collègues ont utilisé le taux de mortalité comme résultat vital.
Les enquêteurs notent que seul un petit nombre des 57 médicaments semblaient n’avoir aucun effet sur la lignée cellulaire cancéreuse, et ces médicaments ne faisaient pas partie de ceux qui avaient un effect synergique, mais la synergie est toujours probable lorsqu’ils sont combinés avec le bon partenaire. dit McIndoe.
L’algorithme pourrait également être utilisé pour identifier moreover facilement les meilleures combinaisons de médicaments pour d’autres problèmes tels que les bacterial infections bactériennes, fongiques et virales, écrivent-ils.
par exemple.
Le leading auteur de l’étude est le Dr Jiaqi Li, un ancien étudiant diplômé de McIndoe qui a entrepris le projet pour sa thèse d’utiliser des outils bioinformatiques pour faire avancer la science. Li est maintenant chercheur associé au MCG Middle for Biotechnology and Genomic Medicine. Le coauteur, le Dr Hongyan Xu, est généticien des populations humaines et biostatisticien au Département des sciences de la santé des populations du MCG.
