Ingyenes, egyszerű: régi szerek új indikációban
Egy lefegyverzően egyszerű ötlet révén megvizsgálhatjuk, hogy egy gyógyszer hat-e olyan betegségre, amelyre eredetileg nem tervezték: nézzük meg, hogy csökkenti-e a betegséget meghatározó gének aktivitását.
A szereket magukat nagy publikus biológiai adatbázisokból választhatjuk ki, a betegségekkel kapcsolatos génmintázatokat pedig szintén ingyenesen hozzáférhető gyűjtőhelyről: ez a Gene Expression Omnibus, ahová egy évtizede helyezik el a kutatók génexpressziós adataikat, miután azok szakcikkekben, szaklapokban megjelentek.
A nagyszerű ötletről Peter Aldhous számol be a New Scientistben. Az ötlet gazdája Atul Butte, a kaliforniai Stanford Egyetem bioinformatikusa, és kollégái, akik rájöttek, hogy a Gene Expression Omnibus-ból származó adatokat kombinálhatják egy másik adatbázis információjával, amelyik azt mutatja be, hogyan változik az emberi sejtek génexpressziós mintázata, ha különböző szerek hatásainak tesszük ki őket. Ez az adatbázis a Cambridge-i Broad Institute biológusai által létrehozott Connectivity Map.
Butte és munkatársai az adatbázisok és algoritmusok segítségével olyan szereket kerestek, amelyek erősítik az olyan gének aktivitását, amelyek gyanúsan csendesek egy-egy betegségben, illetve fordítva, amelyek gyengítik az olyan gének átíródását, amelyek túlzottan is aktívak ugyanabban a betegségben.
A megközelítés sikerében sokan kételkedtek, mert mint Butte nyilatkozta, az emberek, ha azt látják, hogy valami ingyenesen hozzáférhető az interneten, kétségbe vonják annak értékességét.
Azonban már a kezdeti eredmények is meggyőzhetik a szkeptikusokat. Az első vizsgálat során Butteék az epilepszia kezelésében használatos topiramate-t adták gyulladásos bélbetegségben szenvedő patkányoknak, amelyek jól gyógyultak a szertől (Science Translational Medicine, Computational Repositioning of the Anticonvulsant Topiramate for Inflammatory Bowel Disease).
A második vizsgálatban a gyomorfekély- és reflux-ellenes cimetidine csökkentette az emberi tüdőráksejtek növekedését (Science Translational Medicine, Discovery and Preclinical Validation of Drug Indications Using Compendia of Public Gene Expression Data).
Az eredményeket a New Scientistnek az a Nicholas Tatonetti kommentálta, aki korábban már sikeresen használta az adatbányászatot arra, hogy megtaláljon olyan szerkombinációkat, amelyek súlyos mellékhatást okoznak:
“Ez a siker is azt mutatja, hogy egyszerű, elegáns ötletek igenis működnek.”
