研究人员开发了一种强大的计算工具,名为 iDOMO,以提高药物协同作用的预测,并加速复杂疾病组合疗法的开发。研究强调了 iDOMO 利用基因表达数据识别协同药物组合的能力,超越了现有的方法。
来自西奈山伊坎医学院的研究人员开发了一种强大的计算工具,名为 iDOMO,以提高药物协同作用的预测并加速复杂疾病组合疗法的开发。该研究于 2 月 20 日发表在《生物信息学简报》中,强调了 iDOMO 利用基因表达数据识别协同药物组合的能力,超越了现有的方法。
通过计算方法推进药物发现
组合疗法使用多种药物针对与疾病相关的不同通路,日益成为治疗癌症等复杂疾病的关键。然而,实验识别有效药物对的过程成本高、耗时长。iDOMO 通过分析基因表达数据(测量给定生物样本中基因的活性水平)和基因特征(与特定状态相关的基因活性特征模式,如疾病状态或药物反应)提供了计算解决方案。通过比较药物和疾病的基因特征,iDOMO 预测药物组合的有益和有害效果。
“我们的方法提供了一种更有效的方式来预测可以作为新疗法选项的药物组合,以治疗人类疾病,”资深作者 Bin Zhang 博士,威拉德 T.C. 约翰逊神经遗传学研究教授及西奈山转化疾病建模中心主任说道。“这可以显著扩展临床医生的治疗选择,并改善对标准疗法无反应患者的治疗效果。”
在三阴性乳腺癌中的验证
该研究将 iDOMO 应用于三阴性乳腺癌,这是一种特别具有侵袭性且难以治疗的癌症形式。该模型识别出一种有前景的药物组合——三氟尿嘧啶和单苄酮,随后在体外实验中进行了测试。研究结果确认该组合对三阴性乳腺癌细胞生长的抑制效果优于单独使用任何一种药物,验证了 iDOMO 的预测。
“通过利用像 iDOMO 这样的计算方法,我们可以优先考虑最有前景的药物组合进行进一步的实验验证,从而加速新治疗的发现,适用于各种疾病,”张博士补充道。
对医学和研究的意义及未来方向
iDOMO 为临床医生提供了更多的治疗选项,可能导致对抵抗传统疗法的患者的新疗法和更有效的治疗。这种方法为识别协同药物对提供了一种高效、可扩展的解决方案,为在各种疾病中的广泛应用铺平了道路。
未来的工作将集中在将 iDOMO 的应用扩展到三阴性乳腺癌以外的其他疾病,进一步完善其预测能力,并将其整合到更广泛的药物开发管道中。