Ruđerova online baza za prepoznavanje strukture lijekova

  • Objavljeno u ZDRAVLJE
image

Tim znanstvenika s Instituta Ruđer Bošković i Ruđerove spin-off tvrtke Biozyne razvio je inovativni bioinformatički model za prepoznavanje strukture lijekova i potencijalnih kemoterapeutika koji bi trebao doprinijeti boljem odabiru ciljane terapije i sprječavanju nuspojava lijekova. 

U njihovom znanstvenom radu objavljenom u vodećem znanstvenom časopisu s područja medicinske kemije Journal of Medicinal Chemistry prikazuje se razvoj "in silico" računalnog modela za prepoznavanje strukture lijekova koji su potencijalni supstrati za P-glikoprotein (P-gp ili ABCB1).

P-glikoprotein jest glavna proteinska "pumpa" za izbacivanje toksičnih molekula pa samim time i lijekova iz ljudskih stanica. Transport P-gp-om je vrlo važan faktor u raspodjeli farmaceutika po ljudskom tijelu, primjerice, kod krvno-moždane barijere. Upravo zato je poznavanje pojavnosti P-glikoproteina, njegove raspodjele i aktivnosti u različitim tkivima izrazito važno kod odabira pravog lijeka za određenu bolest i sprječavanje nuspojava. 

S druge strane, tumorske stanice često na svojoj površini posjeduju prekomjernu proizvodnju proteina P-gp, što im pomaže u obrani od kemoterapije. To je vrlo važno kod dizajna novih, potencijalnih kemoterapeutika jer ako dotičnu molekulu prepoznaje P-gp to ju čini lošijim kandidatom za liječenje tumora, posebno onih koji pojačano izražavaju, odnosno, proizvode ovaj protein. 

Osnova modela prikazanog u ovom radu jest inovativni pristup stvaranju opsežne, tri puta veće od postojećih, baze molekula supstrata i ne-supstrata koja se temelji na korištenju postojećih eksperimentalnih podataka u okviru baze Nacionalnog Instituta za rak (National Cancer Institute-Developmental Therapeutics Program; NCI-DTP). 

U okviru tog programa testirani su deseci tisuća kemijskih spojeva na panelu od 60 tumorskih staničnih linija i ti se rezultati mogu koristiti u razvoju novih potencijalnih lijekova. 

Pored detaljnog pregleda dosadašnjih istraživanja, rad nudi i usporedbe s postojećim modelima i dokazuje da je novi model značajno bolje statistički podržan.

Podaci dobiveni novom metodom pohranjeni su i dostupni putem ove poveznice svim potencijalnim korisnicima.

Podijeli