Naučnici razvili algoritam koji predviđa najefikasnije ljekove za liječenje genetskih bolesti i raka
Algoritam koji su razvili stručnjaci u Barseloni može da predvidi koji ljekovi će biti najefikasniji za liječenje genetskih bolesti i raka.
Algoritam koji su razvili stručnjaci Instituta za istraživanje biomedicine (IRB) i Centra za genomsku regulaciju (CRG) u Barseloni može da predvidi koji ljekovi će biti najefikasniji za liječenje genetskih bolesti i raka, pokazalo je istraživanje objavljeno danas u časopisu Nature Genetics.
Razvijeni prediktivni računarski model je alat za javnu upotrebu pod nazivom RTDetective i omogućava ubrzavanje dizajna, razvoja i efikasnosti kliničkih ispitivanja za širok spektar poremećaja uzrokovanih mutacijama u DNK koje uzrokuju sintezu skraćenih ili nepotpunih proteina.
Nepotpuni proteini nastaju kada se njihova sinteza iznenada zaustavi zbog “besmislenih mutacija“ koje djeluju kao signal za njihovo zaustavljanje ili blokiranje.
U mnogim slučajevima ovi nekompletni proteini ne mogu da obavljaju svoju funkciju i to dovodi do različitih poremećaja, piše agencija Efe.
Jedna od pet bolesti uzrokovanih mutacijama u jednom genu je povezana sa nekompletnim ili nedovršenim proteinima, uključujući neke vrste cistične fibroze i mišićnu distrofiju.
Ovi signali prevremenog zaustavljanja proteina se takođe javljaju u genima supresora tumora, što uzrokuje njihovu inaktivaciju, podstičući razvoj raka.
Studija pokazuje da su klinička ispitivanja ljekova koji djeluju čitanjem ovih znakova zaustavljanja vjerovatno koristila neefikasne kombinacije lijek-pacijent. Istraživači su razvili eksperimentalni sistem zasnovan na ljudskim ćelijskim linijama koji im je omogućio da izmere efikasnost osam različitih ljekova na 5.800 znakova preranog zaustavljanja koji izazivaju bolesti.
Tako su otkrili da lek koji dobro funkcioniše u savladavanju jednog prevremenog signala za zaustavljanje možda neće biti efikasan za drugi, čak i unutar istog gena, zbog DNK sekvence oko signala za zaustavljanje proteina. Istraživači su koristili algoritam da predvide efikasnost različitih ljekova za svaki od 32,7 miliona mogućih stop signala koji mogu da se generišu u ljudskom genomu.
Predviđeno je da će najmanje jedan od šest testiranih ljekova postići povećanje očitavanja od 1 odsto u 87,3 odsto svih mogućih znakova zaustavljanja i povećanje od 2 odsto u skoro 40 odsto slučajeva. Istraživači planiraju da potvrde funkcionalnost proteina proizvedenih u lijeku, što je ključni korak u potvrđivanju njihove kliničke primjenljivosti.
Španski tim takođe planira da istraži druge strategije koje se mogu koristiti u kombinaciji sa ovim terapijama kako bi se povećala efikasnost tretmana, posebno kod raka.
“Naša studija ne samo da otvara nove puteve za liječenje naslednih genetskih bolesti, već i, što je još važnije, za liječenje tumora“, zaključuje Fran Supek, šef laboratorije za nauku podataka o genomu u IRB Barseloni i profesor u Centru za biotehnologiju Istraživanje i inovacije na Univerzitetu u Kopenhagenu.
(Tanjug)