Περίληψη
Ο σχεδιασμός φαρμάκων έχει ακολουθήσει διαχρονικά μια αφαιρετική προσέγγιση η οποία περιλαμβάνει την εύρεση χημικών ενώσεων που προσδένονται σε ένα στόχο, προσέγγιση η οποία βασίζεται σε μια φαινότυπο-κεντρική διαδικασία ανακάλυψης και όχι στον ακριβή τρόπο δράσης του φαρμάκου σε βιολογικό επίπεδο. Παρόλο που η προσέγγιση αυτή ιστορικά υπήρξε εξαιρετικά επιτυχημένη με ζενίθ τη δεκαετία του 1990, από την αρχή του αιώνα παράγει φθίνουσες αποδόσεις. Τα τελευταία χρόνια ωστόσο σημειώνεται μια αλλαγή παραδείγματος προς μια ανακάλυψη βασισμένη σε πολλαπλούς στόχους, η οποία έχει σκοπό να αντιμετωπίσει το εν λόγω κενό παραγωγικότητας, εστιάζοντας τόσο στην αποσαφήνιση των αιτιών εμφάνισης μιας ασθένειας σε μοριακό επίπεδο, όσο και στον ακριβή τρόπο δράσης ενός φαρμάκου, αξιοποιώντας την πρόοδο των γονιδιωματικών τεχνολογιών υψηλής απόδοσης. Η εικόνα εδώ είναι ιδιαίτερα περίπλοκη. Οι μοριακές αλληλεπιδράσεις δημιουργούν περίπλοκα δίκτυα που ρυθμίζουν τις βιολογικές λειτουργίες, οι οποίες έχουν ...
Ο σχεδιασμός φαρμάκων έχει ακολουθήσει διαχρονικά μια αφαιρετική προσέγγιση η οποία περιλαμβάνει την εύρεση χημικών ενώσεων που προσδένονται σε ένα στόχο, προσέγγιση η οποία βασίζεται σε μια φαινότυπο-κεντρική διαδικασία ανακάλυψης και όχι στον ακριβή τρόπο δράσης του φαρμάκου σε βιολογικό επίπεδο. Παρόλο που η προσέγγιση αυτή ιστορικά υπήρξε εξαιρετικά επιτυχημένη με ζενίθ τη δεκαετία του 1990, από την αρχή του αιώνα παράγει φθίνουσες αποδόσεις. Τα τελευταία χρόνια ωστόσο σημειώνεται μια αλλαγή παραδείγματος προς μια ανακάλυψη βασισμένη σε πολλαπλούς στόχους, η οποία έχει σκοπό να αντιμετωπίσει το εν λόγω κενό παραγωγικότητας, εστιάζοντας τόσο στην αποσαφήνιση των αιτιών εμφάνισης μιας ασθένειας σε μοριακό επίπεδο, όσο και στον ακριβή τρόπο δράσης ενός φαρμάκου, αξιοποιώντας την πρόοδο των γονιδιωματικών τεχνολογιών υψηλής απόδοσης. Η εικόνα εδώ είναι ιδιαίτερα περίπλοκη. Οι μοριακές αλληλεπιδράσεις δημιουργούν περίπλοκα δίκτυα που ρυθμίζουν τις βιολογικές λειτουργίες, οι οποίες έχουν ως αποτέλεσμα συγκεκριμένους φαινότυπους. Τα δίκτυα αυτά είναι γενικά εύρωστα, ωστόσο γενετικοί και περιβαλλοντικοί παράγοντες μπορούν να προκαλέσουν διαταραχές που οδηγούν στην ανάπτυξη μιας ασθένειας. Τα διαταραγμένα δίκτυα είναι και αυτά εύρωστα. Τα φάρμακα με τη σειρά τους δρουν σε μοριακό επίπεδο και έχουν ως αποτέλεσμα νέες διαταραχές που μεταδίδονται στα διάφορα επίπεδα οργάνωσης ώστε να θεραπεύσουν μια ασθένεια ή να ανακουφίσουν τα συμπτώματα της. Η φαρμακολογία συστημάτων φέρνει την υπόσχεση της επανάστασης στη διαδικασία ανακάλυψης φαρμάκων, ενώ ταυτόχρονα δύναται να δράσει ως καταλύτης στη μετάφραση φαρμακογενετικών εφαρμογών σε κλινικό περιβάλλον, η οποία έχει μείνει σχετικά στάσιμη παρά το πρόσφατο κύμα καινοτόμου έρευνας πάνω στις εφαρμογές των γενομικών τεχνολογιών στην ασθένεια. Στόχος της διδακτορικής διατριβής ήταν ο σχεδιασμός και η ανάπτυξη καινοτόμων υπολογιστικών μεθόδων, λογισμικού ανοιχτού κώδικα και οπτικοποιήσεων που μπορούν να χρησιμοποιηθούν στους βασικούς άξονες της φαρμακολογίας συστημάτων: το χαρακτηρισμό του μηχανισμού δράσης φαρμάκων, την ταυτοποίηση νέων φαρμακευτικών στόχων, την επανατοποθέτηση φαρμάκων και την πρόβλεψη παρενεργειών. Στο πρώτο κεφάλαιο, παρουσιάζεται μια εκτενής ανασκόπηση των υπολογιστικών προσεγγίσεων που χρησιμοποιούνται στους βασικούς άξονες της φαρμακολογίας συστημάτων. Στο δεύτερο κεφάλαιο παρουσιάζεται μια μέθοδος για εύρεση διαφορικά εκφρασμένων χρονικά μεταβαλλόμενων υπομονοπατιών. Η μέθοδος έχει την επεξηγηματική ισχύ να προσφέρει εστιασμένα χρονικά στιγμιότυπα των μηχανισμών που διαταράσσονται υπό πειραματικές συνθήκες, προσφέροντας ολιστική οπτική της δυναμικής των γονιδίων που συμμετέχουν σε κάθε μονοπάτι, λαμβάνοντας υπόψιν τόσο τη χρονική διάσταση της ενεργοποίησης ενός υπομονοπατιού όσο και το είδος της ρύθμισης μεταξύ των γονιδίων, καθώς και την τοπολογική διάσταση των ενεργοποιημένων υπομονοπατιών, δηλαδή το δυναμικό που έχει κάθε υπομονοπάτι να διαδώσει το βιολογικό σήμα είτε στην άμεση γειτονιά του είτε σε άλλα υπομονοπάτια. Στο τρίτο κεφάλαιο παρουσιάζεται μια μέθοδος για εύρεση διαφορικά εκφρασμένων υπομονοπατιών σε δίκτυα πολλαπλών μονοπατιών. Ορίζοντας το υπομονοπάτι εντός ενός ενοποιημένου δικτύου πολλαπλών μονοπατιών, η μέθοδος λαμβάνει υπόψιν της τις αλληλεπικαλύψεις μεταξύ μονοπατιών, ένα πεδίο μελέτης που έχει προσελκύσει σημαντικό ενδιαφέρον. Η εξαγωγή διαφορικά εκφρασμένων υπομονοπατιών γίνεται μέσω μιας μεγάλης ποικιλίας βιολογικά σχετικών μεθόδων ανάλυσης δικτύων, ενώ η ανάλυση διαφορικής έκφρασης σε επίπεδο γονίδιου επιτυγχάνεται με χρήση γνωστών μεθόδων ανάλυσης διαφορικής έκφρασης. Επιπλέον, κάθε υπομονοπάτι συσχετίζεται με εν δυνάμει λειτουργικούς και φαρμακολογικούς όρους οι οποίοι χαρακτηρίζουν, ρυθμίζουν ή συνδέονται με την έκφρασή του. Στο τέταρτο κεφάλαιο παρουσιάζεται μια μέθοδος για εύρεση διαφορικά εκφρασμένων υπομονοπατιών μέσω μιας προσέγγισης συναίνεσης. Η μέθοδος εκλεπτύνει ένα συνδυασμένο δίκτυο πολλαπλών μονοπατιών, κάνοντας χρήση τόσο διαφορικά εκφρασμένων γονιδίων όσο και τοπολογικά σημαντικών μη διαφορικά εκφρασμένων γονιδίων, τα οποία εμφανίζουν συσχετισμένα επίπεδα έκφρασης με τους γείτονές τους και διευκολύνουν τη διάδοση του βιολογικού σήματος, με σκοπό τη μείωση της πυκνότητας του συνδυασμένου δικτύου με βιολογικά ορθό τρόπο. Τελικά, το εκλεπτυσμένο δίκτυο ερευνάται για διαφορικά εκφρασμένα υπομονοπάτια χρησιμοποιώντας μια πληθώρα μεθόδων αναγνώρισης υπομονοπατιών και ελέγχεται για εμπλουτισμό σε λειτουργικούς όρους, όπως φάρμακα και ασθένειες. Στο πέμπτο κεφάλαιο παρουσιάζεται μια μέθοδος για εύρεση διαφορικά εκφρασμένων υπομονοπατιών μέσω μιας διεπίπεδης αξιολόγησης συναίνεσης της τοπολογίας δικτύου και της γονιδιακής έκφρασης σε δίκτυα μονών μονοπατιών, συνδυάζοντας τις ενδείξεις διαφορικής έκφρασης γονιδίων και ταξινομώντας τα υπομονοπάτια με βάση τη συνδεσιμότητά τους μέσα σε ένα δίκτυο πολλαπλών μονοπατιών, αποσκοπώντας στην παραγωγή υποψήφιων βιοδεικτών για φαρμακολογική παρέμβαση, ταξινομημένων σύμφωνα με το δυναμικό τους να προκαλέσουν παρενέργειες. Στο έκτο κεφάλαιο παρουσιάζεται ένα σχήμα οπτικοποίησης για τα πολυεπίπεδα υπομονοπάτια τα οποία παράγονται από τις μεθόδους των προηγούμενων κεφαλαίων, αλλά και από άλλες μεθόδους ανάλυσης υπομονοπατιών. Πρόκειται για μια νέα διαδραστική οπτικοποίηση, η οποία συγχωνεύει τη δομή δικτύου με την πληροφοριακά πλούσια οπτική που προσφέρεται από κυκλικές απεικονίσεις συσχετίσεων. Η οπτικοποίηση απεικονίζει μια δομή δικτύου πολλαπλών επιπέδων για ένα υπομονοπάτι με λειτουργικές συσχετίσεις με ένα σύνολο λειτουργικών όρων ενδιαφέροντος και τοπολογικές συσχετίσεις, οι οποίες αποτυπώνονται μέσω ενός συνόλου μετρικών ενδιαφέροντος. Την οπτικοποίηση πλαισιώνει ένα γραφικό περιβάλλον το οποίο μπορεί να επεκτείνει τις επεξηγηματικές δυνατότητες μεθόδων με υλοποιήσεις ως πακέτα της γλώσσας R.
περισσότερα
Περίληψη σε άλλη γλώσσα
Drug design has largely followed a reductionist’s approach, which entails finding a compound that reacts with a single molecular target, as well as a phenotypic based discovery process which does not focus on the drug’s mode of action. Although this approach has served the industry in the past and reached its zenith in the 1990’s, it has been producing diminishing returns since the turn of the century. In the last years, there has been a paradigm shift towards multi-target based discovery, aiming to address the productivity gap in drug development, by focusing on the elucidation of the disease’s causes on a molecular level, as well as the exact mode of action of a drug, while leveraging advancements in high-throughput technologies. The picture here is extremely complex. Molecular interactions form complex networks that regulate biological functions, resulting in specific phenotypes. These networks are generally robust; however, a variety of environmental and genetic factors may produce ...
Drug design has largely followed a reductionist’s approach, which entails finding a compound that reacts with a single molecular target, as well as a phenotypic based discovery process which does not focus on the drug’s mode of action. Although this approach has served the industry in the past and reached its zenith in the 1990’s, it has been producing diminishing returns since the turn of the century. In the last years, there has been a paradigm shift towards multi-target based discovery, aiming to address the productivity gap in drug development, by focusing on the elucidation of the disease’s causes on a molecular level, as well as the exact mode of action of a drug, while leveraging advancements in high-throughput technologies. The picture here is extremely complex. Molecular interactions form complex networks that regulate biological functions, resulting in specific phenotypes. These networks are generally robust; however, a variety of environmental and genetic factors may produce perturbations which can result in the rise of a disease. Disease networks are also robust. Drugs also operate on a molecular level, resulting in perturbations propagated along different levels of organization to cure a disease or alleviate its symptoms. Systems pharmacology brings the promise of revolutionizing the drug discovery process, while at the same time catalysing the translation of pharmacogenomics applications to the clinical environment, which has been lagging behind despite the recent wave of groundbreaking research on genomics implications in disease. The aim of the doctoral thesis was to design and develop novel computational methods, open source software and visualizations that can be used along the main application areas of systems pharmacology: characterization of drug mechanism of action, identification of novel drug targets, drug repurposing and side-effect prediction. The first chapter presents an in-depth review of computational methods that are utilized in each of the application areas of systems pharmacology. The second chapter presents a method for the identification of time-varying differentially expressed subpathways. The method offers the explanatory power to offer focused temporal snapshots of the mechanisms perturbed under specific conditions, offering a holistic view of the dynamics of molecules participating in each pathway, by considering the time aspect of the activation of a subpathway, the type of regulation between subpathway members and ultimately the topological aspects of the activated subpathways, which portray the capacity of each subpathway to affect systemic changes within multiple pathways. The third chapter presents a method for the identification of differentially expressed subpathways within multi-pathway networks. By defining the subpathway within a combined multi-pathway network, the method takes into account pathway crosstalks, a field of research which has gained significant attention. In order to extract differentially expressed subpathways, the method utilizes an array of network analysis methods. Differential expression analysis on the gene level is possible via an array of well-known differential expression analysis methods. Finally, each subpathway is associated with functional and pharmacological terms that characterize, regulate or are connected with its expression. The fourth chapter presents a method for the identification of differentially expressed subpathways using a consensus approach. The method refines a combined multi-pathway network, by utilizing differentially expressed genes that exhibit coordinated expression level with their neighbors, and topologically significant non differentially expressed genes that accommodate the propagation of the biological signal, in order to reduce the density of the combined network in a biologically meaningful manner. Finally, the refined network is decomposed to a list of differentially expressed subpathways using an array of network analysis methods and checked for enrichment in functional terms such as drugs, diseases and side-effects. The fifth chapter presents a method for the identification of differentially expressed subpathways using a bilevel consensus scoring of pathway topology and gene expression in single pathway networks, by combining differential expression evidence and ranking the connectivity of each subpathway within a multi-pathway network, in order to produce candidate biomarkers for pharmacological intervention, ranked according to their potential to induce side-effects. The sixth chapter presents a novel visualization theme for multi-level subpathways that are constructed by subpathway analysis methods. The theme is interactive and merges a network structure with the information-rich view of circular plots. It depicts a multi-layer network structure with functional associations with terms of interest and topological associations captured by network centrality measures. It is accessible via a graphical environment that can extend the explanatory capabilities of subpathway analysis methods implemented as R-packages.
περισσότερα