基于模块分析的因果共表达方法筛选靶标药物

在过去三十年间,医药行业加大了药物的研究和开发,但通过审批的新药数量并没有增加。在新药研发的过程药物和靶标之间存在多维互动网络,这一关系不可忽视。因此,以生物学网络的角度来研究药物作用很有必要。

当前研究多基于转录因子的共表达网络及其下游基因,上海生物信息技术研究中心郝沛研究员,上海生命科学院植物生理生态研究所李轩研究员领导的合作小组提出了一种新的方法,称为模块分析因果关系共表达方法,以此来筛选靶标药物,减少药物的副作用。这个基于模块分析的因果关系共表达方法,它可用于分析不同候选药物的基因芯片数据。首先,计算DW值发现在调控网络内具有差异性表达的基因结合成一些因果转录因子(TFs)。在发现因果转录因子后,利用共表达模块分析方法对其进行分析,该方法丰富了分子药理学。研究人员运用该方法对Argyrin A和硼替佐米这两种具有抗癌活性的候选药物进行分析。首先从Argyrin A或硼替佐米细胞中得到了一些具有差异性表达的转录因子。几乎所有的这些转录因子与肿瘤抑制蛋白p27kip1有关。此外,模块的分析表明,在细胞周期和细胞增殖过程中硼替佐米抑制肿瘤生长不具备特异性,但在许多基本的代谢过程对癌细胞具有细胞毒性。相反,Argyrin A影响整个细胞周期,同时参与DNA损伤修复,这表明argyrin A是更合适的抗癌药物。研究显示,基于模块分析的因果共表达方法是有效的,并且可以作为用来评估候选药物。该研究发表在2013年《Gene》杂志上。

参考文献:

Causal co-expression method with module analysis to screen drugs with specific target.Shuhao Yuet al.Gene. 2013 Apr .

作者简介:

郝沛:上海生物信息技术研究中心 研究员/课题组长。长期从事生物信息学研究和数据挖掘应用工具的研发。

李轩:中国科学院上海生命科学院植物生理生态研究所研究员,博士生导师。清华973国家重点基础研究发展计划项目《基于新一代测序的生物信息学理论与方法》第一课题组负责人。主要从事生物信息学和系统生物学的应用研究。