La predicción de la eficacia de drogas y el descubrimiento de fármacos mejorando con ORACLs
janeiro 21, 2016
Desde los albores de la era de la genómica en la década de 1990, la estrategia de descubrimiento de fármacos dominante ha sido para detectar compuestos para la actividad específica contra objetivos conocidos asociados con la patogénesis de la enfermedad (p Inning et al., 2007). Una ventaja clave de esta prueba de detección ", basada en objetivo " es que utiliza pruebas bioquímicas sencillas que se pueden llevar a cabo, ya sea con un formato simple o en un sistema de detección automatizada, rápida de miles de compuestos diferentes. Un análisis reciente de los primeros en su clase de pequeñas moléculas de medicamentos apunta a la reducción éxito y altas tasas de deserción para los enfoques por objetivos (DC Swinney et al., 2011).
El estudio también mostró que la contribución de la detección fenotípica para el descubrimiento de fármacos de primera en su clase superior a la de los enfoques basados en destino. Métodos "fenotípicos" Históricamente, el descubrimiento de fármacos que se han empleado principalmente, a menudo se caracteriza por la observación fisiológica en animales enteros o modelos de órganos. En vista de ello, el cribado fenotípico ha hecho una reaparición en el descubrimiento de fármacos (T. Kodadek, 2010). Detección fenotípica identifica compuestos que inducen una respuesta biológica sin hacer suposiciones acerca de la diana molecular subyacente (s). Detección fenotípica proporciona un enfoque menos sesgado para detectar moléculas que modulan objetivos y vías de señalización en contexto celular nativo. Como resultado, las moléculas bioactivas identificados en pantallas fenotípicas tienen mayor impacto terapéutico en vivo. Éxitos de selección fenotípicos constituyen mejores puntos de partida para la optimización ya que deben ser permeable a las células y comprometer sus objetivos con una afinidad suficiente para desplazar metabolitos o proteínas que interactúan endógenos.
La detección fenotípica ha demostrado su utilidad en la clasificación de las bibliotecas de drogas en clases funcionales y predecir el mecanismo de acción mediante la culpabilidad por asociación ( D. Houle et al. , 2012 ). El éxito de una pantalla fenotípica radica en la selección de biomarcadores adecuados (por ejemplo, anticuerpos, tintes químicos o etiquetas fluorescentes codificadas genéticamente) cuyos perfiles fenotípicos pueden clasificar un conjunto de medicamentos conocidos en un solo paso. A pesar de una mayor adopción, los investigadores interesados en la aplicación de ensayos de selección fenotípica se han encontrado con varios desafíos. Ensayos de selección fenotípicos tienen menor rendimiento y el acceso a los modelos celulares relevantes presenta un gran desafío. El mayor desafío es la identificación de dianas moleculares de pequeñas moléculas bioactivas. Proyecciones fenotípicas actuales se basan en lecturas demasiado específicas o generales y esto no distingue efectivamente modos de acción en una pantalla de un solo paso.
Dr. Kang y sus colegas de la Universidad de Texas Southwestern Medical Center abordan estos desafíos mediante la construcción de una biblioteca de células en vivo líneas celulares reporteras que están etiquetadas con fluorescencia de genes implicados en una amplia variedad de funciones biológicas. Para habilitar perfiles de alto contenido de bibliotecas de compuestos de gran escala, desarrollaron una célula viva línea celular indicadora marcada triple donde las primeras dos etiquetas facilitan identificación automatizada de la morfología. La tercera etiqueta permitió que cada línea celular reportera para controlar la expresión de una proteína diferente. Estas líneas celulares reporteras se conocen como ORACLs, líneas celulares reporteras óptimas para la anotación de bibliotecas de compuestos. Prueba de concepto para esta tecnología proviene de la pantalla fenotípica a gran escala de las bibliotecas de compuestos de molécula pequeña que condujeron a la identificación de 175 cables compuestos. Los conductores fueron validados posteriormente a través de la literatura o la experimentación. Actualmente, no hay estrategias establecidas para la identificación sistemática y clasifica a los compuestos a través de múltiples clases de fármacos. Como grandes bibliotecas químicas se vuelven cada vez más disponibles, los métodos para la pantalla de manera eficiente por prometer compuesto conduce a través de múltiples clases de fármacos ampliaría nuestro repertorio de drogas para los nuevos objetivos.
Desde nuestra larga data, el línea insigne SCREEN- Well® biblioteca de compuesto de la familia de productos a nuestra cartera CELLESTIAL® complejo de sondas fluorescentes y kits de ensayo para el análisis celular, Enzo Life Sciences ofrece un conjunto completo de herramientas para el descubrimiento de fármacos.
