Diseñan un modelo computacional para predecir efectos beneficiosos y perjudiciales de las terapias combinadas
Investigadores norteamericanos han ideado un nuevo método para predecir el efecto sinérgico de las terapias combinadas en función de las firmas de expresión génica de la enfermedad y de los fármacos. Este enfoque podría suponer, en el futuro, un método eficiente y rentable para la detección de combinaciones sinérgicas de fármacos para una variedad de patologías como cánceres y enfermedades neurodegenerativas.
La terapia combinada que abarca múltiples fármacos está considerada como una herramienta imprescindible para tratar enfermedades complejas como el cáncer. Sin embargo, hasta ahora, la selección experimental de combinaciones de medicamentos suele ser costosa además de requerir mucho tiempo y esfuerzo por parte de los desarrolladores. A partir de la situación ...
La terapia combinada que abarca múltiples fármacos está considerada como una herramienta imprescindible para tratar enfermedades complejas como el cáncer. Sin embargo, hasta ahora, la selección experimental de combinaciones de medicamentos suele ser costosa además de requerir mucho tiempo y esfuerzo por parte de los desarrolladores.
A partir de la situación actual, investigadores de la Escuela de Medicina Icahn del Monte Sinaí (EEUU) se embarcaron en el desarrollo de un enfoque computacional, denominado "Identificación de combinaciones de medicamentos mediante operaciones de conjuntos múltiples (iDOMO)", con el objetivo de predecir la sinergia de medicamentos en función de operaciones de conjuntos múltiples de firmas genéticas de medicamentos y enfermedades.
El estudio, publicado en la revista 'Briefings in Bioinformatics' destaca la capacidad de esta herramienta iDOMO para identificar combinaciones sinérgicas de fármacos utilizando datos de expresión genética.
El valor de dicha herramienta reside en ofrecer una solución computacional mediante el análisis de datos de expresión genética (que miden los niveles de actividad de los genes en una muestra biológica determinada) y firmas genéticas, que son patrones distintivos de actividad genética asociados con una enfermedad específica, como un estado patológico o una respuesta a un fármaco. Al comparar las firmas genéticas de medicamentos y enfermedades, iDOMO predice los efectos beneficiosos y perjudiciales de las combinaciones de fármacos.
"Al aprovechar enfoques computacionales como iDOMO, podemos priorizar las combinaciones de medicamentos más prometedoras para una mayor validación experimental, acelerando potencialmente el descubrimiento de nuevos tratamientos para una amplia gama de enfermedades", agregó el Dr.Bin Zhang, profesor de investigación de neurogenética Willard TC Johnson y director del Centro Mount Sinai para el modelado de enfermedades.
Para el estudio se probó la herramienta en el cáncer de mama triple negativo, una forma de cáncer particularmente agresiva y difícil de tratar. El modelo identificó una combinación de fármacos prometedora (trifluridina y monobenzona) que posteriormente se probó en experimentos in vitro. Los hallazgos confirmaron que esta combinación inhibía el crecimiento de células de cáncer de mama triple negativo de manera más efectiva que cualquiera de los fármacos por separado, lo que validó la predicción de iDOMO.
La nueva herramienta ofrece a los médicos más opciones terapéuticas, lo que podría conducir a tratamientos nuevos y más eficaces para pacientes resistentes a las terapias convencionales. El enfoque proporciona una solución escalable y rentable para identificar pares de fármacos sinérgicos, lo que allana el camino para aplicaciones más amplias en una variedad de enfermedades.
El trabajo futuro se centrará en ampliar la aplicación de iDOMO a otras enfermedades más allá del cáncer de mama triple negativo, perfeccionando aún más sus capacidades predictivas e integrándolo en líneas de desarrollo de fármacos más amplias.
