Wirkstoff-Kombinationen für die Behandlung von non-small-cell lung cancer (NSCLC) und Melanom sind nicht so effektiv wie Sie sein könnten. Onkologen hatten nicht die richtigen Werkzeuge, um vorherzusagen, drug interactions, andere als in kostspielige klinische Studien.
Das könnte sich ändern, mit einem neuen Algorithmus entwickelt von einem interdisziplinären Vanderbilt University-team für die Berechnung Medikament Synergie. Der neue Ansatz unterscheidet Medikament Wechselwirkungen, die zu übersetzen, um schneller, effektiver töten von Tumoren zu Interaktionen führen können, in weniger Nebenwirkungen.
Das team verwendet es in 500.000 einzelnen tests von Medikamenten-Kombinationen angewendet, um zu Leben-Krebs-Zellen und glauben, es kann angewendet werden zur Behandlung von vielen Arten von Krebs.
„Wenn es um die Suche nach neuen Krebs-Wirkstoff-Kandidaten, irgendwie Hochschulen und der pharmazeutischen Industrie mischen Potenz und Wirksamkeit,“ sagte Professor von Biochemie und Pharmakologie Vito Quaranta, „Das ist ein grundlegender Fehler.“
Synergie von Wirksamkeit ist ideal zur Verringerung Medikament Dosierung, und daher der möglichen Nebenwirkungen. Synergie von Wirksamkeit, stattdessen erhöhen soll die therapeutische Decke, die ist besonders wünschenswert, in Krankheiten neigen zu Rezidiven aufgrund unvollständiger Abstand, wie nicht-kleinzelligem Lungenkrebs.
Das team ruft der Algorithmus MuSyC, das steht für Multi-dimensionale Synergie-Kombinationen. Synergie-frameworks vor MuSyC nicht unterscheiden zwischen Potenz und Wirksamkeit, was sich in irreführenden Eindrücke von Kombinationen echte Interaktion. Ihre Arbeit erscheint heute in der Zeitschrift Cell Systems in einem Papier mit dem Titel „Quantifizierung der Wirkstoff-Kombination, die Synergie Zusammen die Potenz und Wirksamkeit Achsen.“
Assistant Professor für Medizin Christine Lovly und research assistant professor Darren Tyson, in Verbindung mit Joshua Bauer im Vanderbilt-Institut der Chemischen Biologie, High-Throughput-Screening-Core, durchgeführt mehr als 500.000 Messungen von 12.000 Kombination von Medikamenten Bedingungen. Sie suchten, wie Sie zur Berechnung der synergistischen Profil von 64 anti-Krebs-Medikamente in Kombination mit standard der Pflege osimertinib bei NSCLC, welche Ziele mutierten EGFR.
Die Gruppierung der Medikamente in vier Kategorien—mitotic checkpoint, epigenetische Regulatoren Rezeptoren und/oder-Kanälen, und-Kinasen—hat gezeigt, dass drug-Klasse trends verschleiert durch vor-frameworks. Speziell fand das team eine Medikamenten-Kombinationen Zielen auf eine Teilmenge der mitotischen checkpoints sowie epigenetische Regulatoren mit EGFR-drastisch erhöht die rate der Krebs-Zellen waren zu sterben im Vergleich zu entweder allein. Zum Beispiel, die Kombination von osimertinib mit vindesine, ein drug-targeting-Mikrotubuli, war 70 Prozent wirksamer als osimertinib allein.
„Zu wissen, wie Kombinationen interagieren, ist entscheidend für die Erhöhung der therapeutischen Wirksamkeit und die Lebensqualität der Patienten. Jetzt haben wir ein mathematisches Modell zur Quantifizierung und Unterscheidung, wie sich eine Kombination durchführt entlang dieser Ziele“, sagte Christian Meyer, student im Aufbaustudium in der Chemischen und Physikalischen Biologie-Programm und erste Autor auf dem Papier.
Die Forscher voraussehen MuSyC wird sich ändern, wie Medikamenten-Kombinationen entdeckt, übersetzt und bereitgestellt, in vielen Krankheiten.
Jetzt ist das team ist die Untersuchung der Interaktionen von drei Medikamenten-Kombinationen, als auch die Untersuchung von Wirkstoff-Kombinationen in komplexer Prä-klinischen Modellen wie Krebs organoids.