匹配的药物和疾病药物再利用使签名

在医疗改革的步伐正在比以往更快。通过利用新数据和技术,我们正在建立一个动态在药物发现和发展格局。最大化的潜在的新药,我们使用数据驱动方法颠倒传统的药物发现方法。

药物重定位是什么?

药物再利用,有时被称为重新定位,发现现有药物的新用途。这需要服用一种药物化合物最初被测试在一个疾病和探索它的使用来治疗不同的疾病。在阿斯欧洲杯微信买球利康,我们使用我们的知识在这一领域获得科学的潜在速度时间让新药物的病人。

从2015年开始通过协作与乔尔·达德利和伊坎在西奈山医学院,我们开发了一种公正的方法药物再利用使用数以亿计的数据点。

使用数据驱动的方法告知药物的再利用

疾病导致体内不同的基因表达。特定的基因影响,他们的表达是否增加或减少取决于疾病的类型。我们可以测量基因表达的这种变化通过生成multi-omic签名是独一无二的个人类型的疾病。我们也可以产生类似的签名,称为药物签名——当体内药物与细胞相互作用导致基因表达的变化。

转录组的映射是一个digital-based方法,比较药物对疾病签名和签名生成一个连接得分找到两者之间的互补匹配。使用数字技术和人工智能在我们的内部数据库和外部数据源,我们可以比较药物签名疾病在分子水平上签名并找到“匹配”。赠送的匹配显示潜在的药物可以被用来某些疾病。

虽然听起来很简单,该技术用于执行这些分析是非常复杂的,因为疾病概要文件通常包含无关的变量必须占。举个例子,一个病人可能有哮喘,但与此同时,也有感染。研究人员如何确保他们观察的疾病签名是由于哮喘孤独和不受感染?

简而言之,算法和数据分析是用来清洁合成签名运行任何连接之前病人的数据分析。这至关重要的第一步提高了该方法的准确性。

了解更多关于这项技术是如何工作的下面的动画

新研究发现特发性肺纤维化(IPF)

最近的研究在美国呼吸和重症监护医学杂志》上与耶鲁大学合作,开展国家犹太医院,伊坎在西奈山医学院的使用这个方法作为起点来识别引起的互补基因表达谱特发性肺纤维化(IPF)和saracatinib候选药物最初开发治疗癌症。

一旦发现saracatinib和IPF匹配使用的计算方法,研究人员进行了实验室实验使用IPF的临床前模型来测试候选药物的有效性。Saracatinib被证明工作或比在对抗纤维化治疗培养人类肺细胞和纤维化肺片获得IPF患者。saracatinib是被测试IPF患者作为临床试验的一部分,由学术研究人员和由美国国立卫生研究院(NIH)。

前途是光明的

小说这样的见解展示的可能性在药物发现中使用这种方法。从发现新的适应症的药品,寻找新的和更有效的药物组合,优化数据驱动的方法可能会帮助改变我们的方式发现和开发新药物的患者最需要他们。

在阿斯利康,我欧洲杯微信买球们继续努力优化转录组映射建立在数据驱动的方法发展的领先omics-mapping学习生物医学知识和基于ai图表示图,目的是预测小说候选药物化合物和疾病之间的联系。