कंप्यूटर मॉडल सफलतापूर्वक ड्रग साइड इफेक्ट की भविष्यवाणी करता है
कंप्यूटर मॉडल सफलतापूर्वक ड्रग साइड इफेक्ट की भविष्यवाणी करता है
Anonim

नेचर जर्नल में इस सप्ताह ऑनलाइन दिखाई देने वाले एक पेपर के अनुसार, कंप्यूटर मॉडल के एक नए सेट ने सैकड़ों मौजूदा दवाओं में नकारात्मक दुष्प्रभावों की सफलतापूर्वक भविष्यवाणी की है, जो उनके रासायनिक संरचनाओं और साइड इफेक्ट के लिए जाने जाने वाले अणुओं के बीच समानता पर आधारित है।

यूसीएसएफ स्कूल ऑफ फार्मेसी, नोवार्टिस इंस्टीट्यूट फॉर बायोमेडिकल रिसर्च (एनआईबीआर) और सीचेंज फार्मास्युटिकल्स, इंक। के शोधकर्ताओं के सह-नेतृत्व वाली टीम - पेपर के दो लेखकों द्वारा लॉन्च की गई एक यूसीएसएफ स्पिनऑफ कंपनी - यह परीक्षण करने के लिए तैयार है कि कंप्यूटर कितना अच्छा है मॉडल शोधकर्ताओं को यह पहचान कर जोखिमपूर्ण दवा की संभावनाओं को खत्म करने में मदद कर सकता है कि किन लोगों के प्रतिकूल दुष्प्रभाव होने की सबसे अधिक संभावना है।

दवाएं अक्सर एक से अधिक लक्ष्यों के साथ परस्पर क्रिया करती हैं, इनमें से सैकड़ों लक्ष्य चिकित्सकीय रूप से उपयोग किए जाने वाले चिकित्सीय के दुष्प्रभावों से जुड़े होते हैं। ज्ञात सुरक्षा रिकॉर्ड या साइड इफेक्ट के साथ वर्तमान में निर्धारित 656 दवाओं पर ध्यान केंद्रित करते हुए, टीम ऐसे अवांछनीय लक्ष्यों की भविष्यवाणी करने में सक्षम थी - और इस प्रकार संभावित दुष्प्रभाव - आधे समय में।

यह पिछले काम से एक महत्वपूर्ण छलांग है, जिसने कभी भी सैकड़ों यौगिकों का सामना नहीं किया है, ब्रायन शॉइचेट, पीएचडी, फार्मास्युटिकल केमिस्ट्री के यूसीएसएफ प्रोफेसर के अनुसार, जो नोवार्टिस में लास्ज़लो अर्बन, एमडी, पीएचडी के साथ परियोजना पर संयुक्त सलाहकार थे।.

नतीजतन, यह शोधकर्ताओं के लिए उन यौगिकों को विकसित करने के अपने प्रयासों पर ध्यान केंद्रित करने के लिए एक संभावित नया तरीका प्रदान करता है जो रोगियों के लिए सबसे सुरक्षित होंगे, जबकि संभावित रूप से हर साल अरबों डॉलर की बचत होती है जो असफल दवाओं के अध्ययन और विकास में जाती है।

"सबसे बड़ा आश्चर्य यह था कि दवाएं कितनी बड़ी थीं, प्रत्येक दवा 10 प्रतिशत से अधिक लक्ष्यों को मारती थी, और कितनी बार साइड-इफेक्ट लक्ष्य दवाओं के पहले ज्ञात लक्ष्यों से असंबंधित थे," शोइचेट ने कहा, जिनकी प्रयोगशाला है ज्ञात दवाओं के लिए नए लक्ष्यों की पहचान करने के लिए कम्प्यूटेशनल सिमुलेशन का उपयोग करने में अपने काम के लिए प्रसिद्ध। "मानक वैज्ञानिक दृष्टिकोणों का उपयोग करके भविष्यवाणी करना कठिन होता।"

कागज के अनुसार, प्रतिकूल दवा प्रभाव प्रभावशीलता के पीछे दूसरा सबसे आम कारण है, कि संभावित दवाएं नैदानिक ​​​​परीक्षणों में विफल हो जाती हैं। एक स्वीकृत दवा विकसित करने की लागत को अक्सर 15 वर्षों में लगभग 1 बिलियन डॉलर का हवाला दिया जाता है, हालांकि हाल के अनुमानों में अनुमान में कितनी विफलताओं को शामिल किया गया है, इस पर निर्भर करता है कि हाल के अनुमान $ 4 बिलियन से $ 12 बिलियन प्रति दवा तक हैं।

"यह मूल रूप से आपको एक कम्प्यूटरीकृत सुरक्षा पैनल देता है, इसलिए किसी दिन, जब आप पीछा करने के लिए सैकड़ों हजारों यौगिकों में से निर्णय ले रहे हों, तो आप उन लोगों के लिए प्राथमिकता के लिए एक कंप्यूटर प्रोग्राम चला सकते हैं जो सबसे सुरक्षित हो सकते हैं," माइकल कीसर, पीएचडी, सह पेपर के पहले लेखक, जिन्होंने शॉइचेट की प्रयोगशाला में डॉक्टरेट छात्र के रूप में परियोजना पर काम करना शुरू किया और स्नातक होने पर शोइचेट और जॉन इरविन, पीएचडी, यूसीएसएफ के साथ सीचेंज की सह-स्थापना की।

यह उन दवाओं के संभावित नए उपयोगों की पहचान करने की संभावना भी प्रदान करता है जो पहले से ही बाजार में हैं, पीटर प्रीश, पीएचडी के अनुसार, जो नेशनल इंस्टीट्यूट ऑफ हेल्थ के नेशनल इंस्टीट्यूट ऑफ जनरल मेडिकल साइंसेज में संरचना-आधारित दवा डिजाइन अनुदान की देखरेख करते हैं। जिसने आंशिक रूप से अध्ययन का समर्थन किया।

"एक दवा के अनपेक्षित लक्ष्यों की पहचान करने का एक तरीका प्रदान करके, यह अग्रिम न केवल दवा विकास पाइपलाइन को कारगर बनाने में मदद करेगा, बल्कि नई बीमारियों और स्थितियों के लिए मौजूदा दवाओं के पुन: उपयोग के प्रयासों में मूल्यवान मार्गदर्शन प्रदान करेगा," प्रीश ने कहा। "यह काम एक उल्लेखनीय योगदान का प्रतिनिधित्व करता है जिसे फार्मास्युटिकल क्षेत्र में व्यापक अनुप्रयोग मिलने की संभावना है।"

यह परियोजना यूसीएसएफ की विरासत पर आधारित है, जो दवा के विकास की सर्वोत्तम क्षमता वाले लोगों के लिए लाखों रसायनों की कुशलता से जांच करने के लिए कंप्यूटर-आधारित दृष्टिकोण विकसित करने में अग्रणी है। यूसीएसएफ स्कूल ऑफ फार्मेसी कंप्यूटर आधारित आणविक "डॉकिंग" सॉफ्टवेयर विकसित करने वाला पहला था, जिसका उपयोग सार्वजनिक और निजी दोनों शोधकर्ता यह देखने के लिए करते हैं कि संभावित दवाएं अपने कार्य को बाधित करने के लिए अणुओं को लक्षित करने के लिए कैसे संलग्न हो सकती हैं। यह फार्मास्युटिकल साइंस को आगे बढ़ाने वाले उद्योग सहयोग के लिए यूसीएसएफ की प्रतिबद्धता पर भी आधारित है। कंपनी के अनुसार, नोवार्टिस के पास क्लिनिकल विकास में 130 से अधिक परियोजनाओं के साथ उद्योग में सबसे मजबूत और सबसे अधिक उत्पादक दवा पाइपलाइन है।

वर्तमान परियोजना यूसीएसएफ विकसित प्रौद्योगिकी पर आधारित है, जिसे "समानता पहनावा दृष्टिकोण" (एसईए) के रूप में जाना जाता है, जो प्रत्येक दवा के आकार की तुलना हजारों अन्य यौगिकों से करता है और इसका उपयोग यह अनुमान लगाने के लिए करता है कि वे दोनों किस प्रोटीन से बंधे हो सकते हैं - अनिवार्य रूप से, अपराधबोध संघ द्वारा। तकनीक को वायर्ड पत्रिका के "2009 की शीर्ष वैज्ञानिक सफलताओं" में नामित किया गया था।

इस परियोजना में, यूसीएसएफ और सीचेंज टीम ने 656 दवाओं पर एक कंप्यूटर स्क्रीन चलाई, जो वर्तमान में नैदानिक ​​उपयोग में हैं, यह अनुमान लगाने के लिए कि कौन से 73 लक्ष्य प्रोटीनों से बंधे होने की सबसे अधिक संभावना है, जो साइड इफेक्ट के लिए दवाओं के परीक्षण के लिए नोवार्टिस के सुरक्षा पैनल पर दिखाई देते हैं। दिल के दौरे के रूप में। इस बीच, एनआईबीआर ने उन लक्ष्यों को ज्ञात दुष्प्रभावों से संबंधित करने के लिए एक सांख्यिकीय पद्धति विकसित की।

कंप्यूटर मॉडल ने 656 दवाओं के लिए 1, 241 संभावित दुष्प्रभाव लक्ष्यों की पहचान की, जिनमें से 348 की पुष्टि नोवार्टिस के ड्रग इंटरैक्शन के मालिकाना डेटाबेस द्वारा की गई थी। एक और 151 हिट्स ने संभावित साइड इफेक्ट्स का खुलासा किया जिन्हें इन दवाओं के लिए कभी पहचाना नहीं गया था, फिर भी नोवार्टिस ने प्रयोगशाला परीक्षण के माध्यम से पुष्टि की। उनमें से एक एस्ट्रोजन का सिंथेटिक रूप था जिसे वर्षों से पेट दर्द का कारण माना जाता है, जिसका कोई ज्ञात कारण नहीं है। स्क्रीन से पता चला कि यह COX-1 नामक लक्ष्य से मजबूती से बंधता है, जो एस्पिरिन जैसी गैर-स्टेरायडल विरोधी भड़काऊ दवाओं का प्रोटीन लक्ष्य है, जो पेट दर्द, अल्सरेशन और रक्तस्राव का कारण बन सकता है।

केइज़र नेचर पेपर पर सह-प्रथम लेखक हैं, यूजीन लॉन्काइन, पीएचडी के साथ, नोवार्टिस इंस्टीट्यूट फॉर बायोमेडिकल रिसर्च में पोस्टडॉक्टरल विद्वान, जिनके पोस्टडॉक्टरल सलाहकार शहरी और शोइचेट हैं।

अतिरिक्त लेखकों में कैम्ब्रिज, मास में एनआईबीआर की सुविधाओं से स्टीवन व्हाइटब्रेड, दिमित्री मिखाइलोव और जेरेमी जेनकिंस शामिल हैं; जैक्स हैमन, एकहार्ड वेबर और सर्ज कोटे, बेसल, स्विट्जरलैंड में एनआईबीआर से; और एलिसन डोक, यूसीएसएफ डिपार्टमेंट ऑफ फार्मास्युटिकल केमिस्ट्री में।

इस परियोजना को राष्ट्रीय स्वास्थ्य संस्थान और QB3 रोजर्स फैमिली फाउंडेशन ब्रिजिंग-द-गैप अवार्ड द्वारा समर्थित किया गया था।

विषय द्वारा लोकप्रिय