Международная исследовательская группа разработала новую стратегию, которая может предсказать потенциальные клинические последствия новых препаратов. Это открытие - заслуга ученых Университета Монреаля (UdeM), и представляет собой важный шаг вперед в разработке более эффективных препаратов с меньшим количеством побочных эффектов. Исследователи провели свою работу в Исследовательском центре Centre de Recherche de l'hôpital Ste-Justine и опубликовали свои выводы в журнале Nature Communications .
Разработка новых лекарственных препаратов - это длительный, сложный и дорогостоящий процесс. Он начинается с определения молекулы или "лиганда "( это может быть лекарственное средство, гормон или нейромедиатор), который активирует или блокирует цель, участвующая в заболевании. Идентификация соединений является одним из наиболее сложных и важных шагов. Ведь перед учеными стоит задача создать соединение, которое будет обеспечивать эффективный клинический ответ с наименьшим количеством возможных побочных эффектов.
"Большинство новых препаратов терпят неудачу в клинических испытаниях на людях, потому что терапевтический ответ недостаточен. Разработка стратегии, которая сможет предугадывать потенциальные клинические ответы на ранних стадиях процесса обнаружения лекарственных средств, значительно улучшит отбор кандидатов на лекарственные препараты",-сказал Бесма Бенреджем, соавтор исследования и докторант по фармакологии в UdeM.
Найти иголку в стоге сена
"Наша главная цель заключалась в том, чтобы найти способ классифицировать большое количество потенциальных препаратов на основе сходства их эффективности",-сказал профессор Грасиела Пиньейро, соавтор исследования и исследователь в CHU Sainte-Justine. Для достижения этой цели она работала с доктором Оливье Лихтаржем из Медицинского колледжа Бейлор, который использует передовой биоинформационный анализ для сравнения и группировки соединений.
Лекарственные препараты производят желательные или нежелательные клинические действия, изменяя сигналы внутри клеток. Группируя лекарственные средства с известными клиническими действиями, мы можем сделать вывод о клиническом действии новых соединений, сравнивая сходства и различия в их сигналах с известными лекарственными средствами, чтобы способствовать желаемым клиническим реакциям и избежать побочных эффектов.
Этот метод анализа был разработан с использованием опиоидных анальгетиков в качестве прототипов. Это позволило команде связать простые клеточные сигналы, вырабатываемые опиоидами, такими как оксикодон, морфин и фентанил, с частотой, с которой депрессия дыхания и другие нежелательные побочные эффекты этих препаратов сообщались программе фармаконадзора Управления по контролю за продуктами питания и лекарственными средствами. В разгар опиоидной эпидемии, когда риск смерти от респираторной депрессии находится на самом высоком уровне, группа считает, что эта новая аналитическая стратегия может привести к разработке более безопасных опиоидов.
"Благодаря нашим выводам, теперь мы можем классифицировать большое количество соединений, принимая во внимание множество клеточных сигналов. Богатство сравнений, которые это обеспечивает, повышает прогностическую ценность этой классификации для клинических ответов",-сказал профессор Мишель Бувье, соавтор исследования и главный исследователь молекулярной фармакологии и главный исполнительный директор Института исследований иммунологии и рака UdeM. "Мы думаем, что можем помочь пациентам, ускоряя процесс открытия лекарств, чтобы клинические испытания могли начаться раньше."
"Наша следующая цель состоит в том, чтобы использовать аналогичный подход для тестирования продуктов каннабиса, которые могут производить вредные психоневрологические действия среди молодых людей, и определить, какие экстракты каннабиса наиболее эффективны для лечения хронической боли", - добавил Бесма Бенреджем.