روش محاسباتی جدید کشف دارو برای کمک به درمان سرطان
✅ دانشمندان روش محاسباتی جدیدی ایجاد کردهاند که میتواند کشف داروهای جدید برای سرطان و سایر بیماریها را آسانتر کند. تنها با تجزیه و تحلیل محاسبات، محققان موفق به شناسایی چهار داروی مورد تأیید FDA شدهاند که میتواند برای نوع خاصی از سرطان کبد به نام Hepatocellular carcinoma که فاقد درمان مؤثر است، تجویز شود.
از چهار دارو مورد آزمایش پیروینیوم پاموات، دارویی که به طور سنتی برای درمان کرمهای رودهای استفاده میشود، تأثیر زیادی در برابر سرطان هپاتوسلولار در موشها داشته است و با پیشرفت بالینی بیشتری همراه بوده است. دانشمندان برای این روش محاسباتی مقدار معدودی از دادهها را از چهار پایگاه داده استخراج کردند. در ابتدا برای شناسایی امواج سرطانی، مقادیر ژنهای موجود در تومورها را با بافت سالم (از نمونههای بافت انسانی) مقایسه میکنند. سپس آنها کتابخانه دادههای الگوریتمهای سلولی مبتنی بر شبکه L1000 را برای تعیین اثر ترکیبات بر روی بیان ژن را جستجو میکنند. بعد از آن، آنها پایگاه داده ChEMBL برای تأثیر داروهای مؤثر در این زمینه را استخراج کردند. درنهایت، دانشنامه سلول سرطان را بررسی کرده تا ردههای سلولی را در پایگاههای داده دیگر نشان دهند. سپس کمیت احتمال هر گزینه دارویی که میتواند بیان ژن سرطان را معکوس کند شناسایی میشود؛ این اندازهگیری به عنوان نمره معکوس بیان ژن معرفی میشود. چهار دارو که بیشترین احتمال را برای معکوس بیان ژن سرطان داشتند، در مدلهای موش آزمایش شدند و پیروینیوم پاموات بیشترین تأثیر را برای کوچک شدن تومور داشت. بر طبق نتایج به دست آمده استفاده از این روش محاسباتی سیستماتیک سریعتر و ارزانتر از روش سنتی آزمایشهای بیولوژیکی است. در حال حاضر هدف این است که پیروینیوم پاموات و داروهای انتخاب شده برای سایر بیماریها را به آزمایشهای بالینی منتقل شود؛ اما انجام این کار به دلیل کمبود بودجه پرهزینه است.
?ترجمه: عادله حقیقت حسینی
☑️ لینک خبر
☑️ لینک مقاله
☑️ عضویت در زیست فن پزشکی مولکولی
☑️عضویت در کانال زیست فن