Koronavírus gyógyszert, de minél előbb! Barabási Albert László csapata is ezen dolgozik

2020 / 04 / 03 / Justin Viktor
Koronavírus gyógyszert, de minél előbb! Barabási Albert László csapata is ezen dolgozik
Barabási Albert László is a koronavírus ellen küzd a Barabási Lab kutatóival, nem is akármilyen eredménnyel. Mindössze 10 napos hajrával felfedezések egész sorával segítik a világméretű erőfeszítést.

Ahogy arról már beszámoltunk egyik legnevesebb tudósunk, Barabási Albert László részvételével, a hálózati orvoslás (Network Medicine) eszközei alapján rangsorolva, készült már egy lista a COVID-19 gyógyszer-jelölteiről.

A legfontosabb koronavírus elleni jelöltek talán már ezen a héten megkezdik az utat a kísérleti laboratóriumba, hogy emberi sejtvonalakon teszteljék őket.

A cikkben ismertetjük a Barabási Lab által közölt eddigi legfontosabb eredmények összefoglalóját.

Mi a Network Medicine?

A hálózati orvoslás a hálózatok tudományának alkalmazása a betegségek azonosítására, megelőzésére és kezelésére. Ez a terület a hálózati topológia és a hálózati dinamika felhasználására összpontosít a betegségek azonosítása és az orvosi gyógyszerek fejlesztése céljából. A hálózati orvoslás felhasználja a biológiai hálózatokat, például a protein-protein kölcsönhatásokat és az anyagcsere útvonalakat. A betegséghálózatok, amelyek feltérképezik a betegségek és a biológiai tényezők közötti kapcsolatot, szintén fontos szerepet játszanak a területen. Az epidemiológiát széles körben vizsgálják hálózati tudomány felhasználásával, a HO-ban a közösségi- és közlekedési hálózatokat a betegségek emberi populációkban történő terjedésének modellezésére szolgálnak. A hálózati orvoslás a rendszerbiológia orvosi szempontból koncentrált területe . A terület kezdőknek szánt bevezetése itt található: Network Medicine: a gentle introduction.

A hálózati orvoslás által jelzett eredmények

  • A tudósok azonosították azokat a humán szöveteket, amelyek legyártják (expresszálják) a vírus számára szükséges fehérjéket (azokat, amelyek statisztikailag szignifikáns vírusmodulhoz szükségesek, Kitsak et al. nyomán).  Ezek azok az emberi szövetek és sejtek, amelyekbe a vírus betörhet. Az előrejelzések teljes mértékben lefedik a betegség patológiájánál igazolt szerveket, mint például a tüdő- és a szív-érrendszeri szöveteket, összhangban azzal a megállapítással, hogy a COVID-19 betegek tüdő- vagy szívelégtelenségben halnak meg. Az immunrendszerhez kapcsolódó vírus-útvonalakat is találtak.
  • Előrejelzésként jelezték azt is, hogy a vírus több agyszövetet is megtámadhat, ami magyarázhatja a fertőzött egyének ízlelés- és szaglásvesztését. Azóta ez az előrejelzés is igazolódni látszik, a The New York Times tegnapi cikke szerint a betegek töredékénél ugyan, de megfigyelték az erre utaló komplikációkat (neurológiai tüneteket, ideértve a tudatzavart, sztrókot és rohamokat).
  • Szintén rendhagyó előrejelzés, hogy a vírus behatolhat a reproduktív rendszerbe (hüvely, méh, herék, méhnyak, petefészek). Részleges és meg nem erősített, publikálás előtt álló tanulmány formájában (egyelőre csak férfiak esetében) már erről is érkeztek híradások Wuhani kutatóorvosoktól.
  • A Covid-19 betegség szervezeten belüli célpontjai nem mutatnak jelentős átfedést egyik ismert fő betegség modullal sem (299 betegségre tesztelték Menche et al.). A klinikai bizonyítékokkal összhangban, a Covid-19-hez legközelebb a szív- és érrendszeri betegségek és a rákbetegségek állnak. Az idegrendszeri betegségeket szintén a legközelebbi (legproximálisabb) betegségek között találták.

Mi az betegségmodul?

A betegségekkel kapcsolatba hozható fehérjék rendszere ún. betegségmodult alkot, ez lényegében egy gráf, amely tartalmazza a betegséggel kapcsolatba hozható valamennyi molekuláris szintű összetevőt. A betegségmodulok ilyen értelmű azonosítása lehet az első lépés a komplex betegségek molekuláris mechanizmusának megértéséhez.

4 lehetséges gyógyszer-újrafelhasználási útvonal

Ezek a felismerések és előrejelzések lehetővé tették a Barabási Lab kutatói számára, hogy négy lehetséges gyógyszer-újrafelhasználási útvonalat dolgozzanak ki:

  1. Ahhoz, hogy egy gyógyszer hatékony legyen egy adott betegség ellen, a gyógyszer célpontjainak a betegséggel társult betegség-gének hálózati közelségében (network proximity) kell lennie (Guney et al., Chen et al.). Barabásiék az összes gyógyszert a hálózati közelségén keresztül rangsorolták, és így több olyan gyógyszert találtak, amelyek légzőszervi rendellenességekre parazitafertőzésekre adott válaszreakcióra, az antitrombotikus szerekre és az idegrendszerrel kapcsolatos problémákra készültek.
  2. Marinka Zitnik egy gépi tanuláson alapuló prediktív csatorna kidolgozásához járult hozzá, rangsorolva az összes ismert gyógyszert a COVID-19 elleni várható hatékonyságuk alapján.
  3. A Scipher Medicine csapata a diffúziós állapot távolság (Diffusion State Distance) alapján történő gyógyszer rangsorolást elkészítésében vett részt, kimutatva, hogy egy csomópontból indított zavar hogyan befolyásol más csomópontokat.
  4. A COVID-19 által célzott proteinek expresszióját moduláló gyógyszerek potenciális jelöltek lehetnek a betegség kezelésére. Megvizsgálták 1,776 gyógyszer perturbációs profilját a kapcsolatképesség térképen (Connectivity Map) további gyógyszer-jelöltek megtalálása céljából.

Mi az Interaktóma?

A molekuláris biológiában az interaktóma a molekuláris interakciók összessége egy adott sejtben. A kifejezés kifejezetten a molekulák közötti fizikai kölcsönhatásokra utal (például a fehérjék között, más néven a protein-protein interakciók, PPI-k, vagy kis molekulák és fehérjék között), de leírhatja a gének közötti közvetett kölcsönhatások halmazát (genetikai kölcsönhatások) is. A szót eredetileg 1999-ben egy francia tudóscsoport hozta létre, Bernard Jacq vezetésével. Az interaktómák matematikai szempontból általában grafikonként jelennek meg, noha az interaktómákat biológiai hálózatokként lehet leírni, ezeket nem szabad összekeverni más hálózatokkal, például az idegi hálózatokkal vagy a tápláléklánccal.

Bármely betegség általában nem egyetlen gén hibájának következménye, jellemzően multiplex molekuláris folyamatok konzekvenciájaként értelmezhető. E folyamatok kapcsolatait az ún. interaktóma kódolja, egy hálózat, amely adott sejt valamennyi fizikális „interakcióját” integrálja, a fehérje-fehérje, a fehérje-DNS és a metabolikus interakciókat egyaránt.


Az összes létező emberi fehérje hálózati alapú beágyazott képe gépi tanulással létrehozott szimulációban. Szimbolikus, hogy a COVID-19 vírus vörös színnel jelölt célpontjai körbefonják az egész emberi interaktomot. (Kép: Marinka Zitnik)
  • A négy prediktív csatorna tizenegy rangsort hozott létre, amelyeket összefésültek, így létrehozva 7600 gyógyszeradatbázis (DrugBank) vegyület rangsorolását. Joseph Loscalzo, a Harvard Medical School főorvosa manuálisan megvizsgálta mindegyiket, eltávolítva a listából azokat a gyógyszereket, amelyek jelentős toxicitással rendelkeznek, vagy amelyek nem intravénás vagy orális alkalmazásra készültek.
  • Ami most következik, a listán előre rangsorolt gyógyszerek hatásmechanizmusába történő mélyebb betekintés, és ezt követően - nemsokára - publikálják a listát, ez gyakorlatilag a küszöbön áll. Barabásiék felhívják az őket követőket, hogy amennyiben bárkinek van ötlete további kiépíthető gyógyszer-újrafelhasználási csatorna elméleti leírására, javaslatára, haladéktalanul tudassa a csapattal, akik az ígéretes kandidátusokon azonnal dolgozni is kezdenek.

A csapat eddigi eredményeit mindössze tíz nap alatt érte el, a munkában részt vettek: Asher Ameli, Albert-László Barabási, Xiao Gan, Dina Ghiassian, Deisy Morselli Gysi, Ítalo Do Valle, Joseph Loscalzo, Grecia Morales, Helia Sanchez, Onur Varol, Marinka Zitnik, Nicolette Lee tudósok, akik közül sokan minden egyéb tevékenységüket felfüggesztették, hogy hozzájárulhassanak ehhez az erőfeszítéshez. Az is sokat segített, hogy a Network Medicine épp az ehhez hasonló problémák megoldásában rendkívül hatékony eszköztára rendelkezésre állt.

Barabásiék felhívják rá a figyelmet, hogy a nyaktörő tempóra való tekintettel minden eredmény csupán előzetes jellegű, és finomításra kerülhet, amikor mélyebbre ásnak.

(Forrás: BAL Facebook, Pharmaindex Kép: Facebook)


Így lettek a szexuális játékszerekből digitális kütyük
Így lettek a szexuális játékszerekből digitális kütyük
Lassan már senkit sem lep meg, hogy egy intim segédeszköznek legalább olyan jól kell tudnia csatlakoznia a wifihez vagy egy telefonhoz, mint a viselőjéhez, használójához.
Miért nem találkozunk idegenekkel? – A válasz az AI lehet egy félelmetes elmélet szerint
Miért nem találkozunk idegenekkel? – A válasz az AI lehet egy félelmetes elmélet szerint
Egy új elmélet szerint a Nagy Szűrő egy versenyfutás az mesterséges szuperintelligencia és a bolygóközi utazás és letelepedés között – és ebben a versenyben nem állunk épp túl jól.
Ezek is érdekelhetnek
HELLO, EZ ITT A
RAKÉTA
Kövess minket a Facebookon!
A jövő legizgalmasabb cikkeit találod nálunk!
Hírlevél feliratkozás

Ne maradj le a jövőről! Iratkozz fel a hírlevelünkre, és minden héten elküldjük neked a legfrissebb és legérdekesebb híreket a technológia és a tudomány világából.



This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.