المخدرات تطويعها لأغراض أخرى فرضية الجيل باستخدام "RE: المخدرات بخير" النظام
ديسمبر 11, 2016
هنا نصف بروتوكولا يستخدم أداة إنشاء فرضية إعادة استخدام الأدوية المستندة إلى الويب: "RE: Fine Drugs". يمكن تعديل هذا البروتوكول وفقا لتفضيلات المستخدم على مستوى نوع الاستعلام (الجين أو الدواء أو المرض) و / أو مجموعة الخيارات المتقدمة المتاحة.
الهدف العام لأداة البرنامج هذه هو إنشاء فرضية إعادة استخدام الأدوية وتحديد أولوياتها بناء على كل من بيانات دراسة الارتباط على مستوى الجينوم وبيانات دراسة الارتباط على مستوى الظواهر. يمكن أن تساعد هذه الطريقة في الإجابة على الأسئلة في مجال اكتشاف الأدوية، بما في ذلك الأدوية المتاحة التي يمكن إعادة استخدامها عند استخدام مؤشرات المرض والمرشحين الذين يتمتعون بمزيد من الدعم في الأدبيات. الميزة الرئيسية لهذه التقنية هي توفر نقاط دخول متعددة لاستكشاف إمكانات إعادة الاستخدام سواء كان ذلك من منظور مرض أو جين أو دواء معين.
قم بالوصول إلى الصفحة الرئيسية ل RE: Fine Drugs. ابدأ بإدخال مصطلح استعلام في شريط البحث. يمكن أن يكون هذا المصطلح اسما للدواء عاما أو مؤشرا جديدا للمرض أو جينا.
قم بتصفية وظيفة شريط البحث لتشمل اسم الدواء فقط أو مؤشر المرض الجديد أو رمز الجين أو جميع الفئات. يتضمن شريط البحث وظيفة الملء التلقائي لإدخالات الاستعلام. ضع كلمة رئيسية وانقر على زر البحث.
يمكن تخزين جدول النتائج بواسطة خيارات متعددة كما هو موضح في الصف العلوي. انتقل إلى خيار البحث المتقدم لتمكين ميزة معلومات الدواء. انقر فوق الرمز في عمود المعلومات لدواء معين.
راقب صفحة تسرد القيمة المحتملة للارتباط واسم المرض وتفاصيل جين اسم الدواء وتفاصيل الدواء. انقر فوق الزر "خيارات متقدمة" الموجود على الجانب الأيمن من الصفحة في عدة خيارات لتحسين النتائج المقدمة. تتضمن خيارات البحث المتقدم تعديلات على الدواء والارتباط والمرض والإمكانيات والجين والعمل.
قم بتصدير جداول النتائج بالنقر فوق الزر "تصدير" على الجانب الأيمن من الصفحة. انقر فوق الزر "بسيط" لسحب نافذة البحث المتقدم لأسفل. ضمن علامة تبويب المخدرات الخيار المتقدم، حدد مؤشرا معينا للدواء أو اسما إضافيا للدواء لتصفية النتائج.
انقر فوق علامة تبويب الاقتران لتصفية النتائج حسب مستوى الدلالة P-Value و P-Value المعدلة بمعدل اكتشاف خاطئ و / أو حجم التأثير و / أو نوع الدراسة. ضمن علامة التبويب المرض، حدد وصفا معينا للمرض للاستخدام الجديد المتوقع. ضمن علامة التبويب المحتملة ، قم بتصفية النتائج وفقا لما إذا كان مؤشر الدواء موجودا في قاعدة بيانات DrugBank ، وعدد ملخصات medline مع الحدوث المتزامن للدواء والمرض ، وعدد التجارب السريرية.
إدخالات قاعدة بيانات الحكومة مع هذا الحدوث المشترك ، بالإضافة إلى إمكانية إعادة التوظيف. ضمن علامة تبويب الجينات ، أدخل معرف تعدد الأشكال أحادي النوكليوتيدات أو رمز الجين لتصفية النتائج حسب جينات مستهدفة محددة للأدوية. انقر فوق علامة تبويب الإجراء وحدد نوع عمل الدواء ضد هدف الدواء إما ناهض أو مضاد أو آخر أو غير معروف أو كل.
في هذا المثال ، تم إدخال الجين IL2RB كاستعلام قائم على الجينات وتم إرجاع 12 فرضية لإعادة استخدام الدواء لجين IL2RB. يتم توفير صفحة المعلومات التفصيلية لفرضية إعادة استخدام دواء معين من عمود المعلومات. تظهر هنا فقط تلك الأدوية التي لها مؤشر معروف لمصطلح مرض الزرع.
تسمح علامة تبويب الاقتران للمستخدم بتصفية علاقات النمط الظاهري SNP حسب الدلالة الإحصائية وحجم التأثير الجيني. يعرف حجم التأثير الجيني بأنه احتمالات وجود المرض لدى الأفراد الذين لديهم النمط الجيني المحدد على الاحتمالات لدى الأفراد الذين ليس لديهم أليل SNP. يمكن تصفية النتائج تحت علامة التبويب المحتملة بعدد لا يقل عن خمسة ملخصات medline تحتوي على تكرار مشترك لمصطلحات الدواء والمرض.
في هذا المثال ، يتم استهداف جميع نتائج الأدوية ضمن علامة تبويب الجينات لجين IL2RB المقابل لمصطلح الاستعلام الأصلي. أخيرا ، تعيد النتائج التي تمت تصفيتها كناهضات ضمن علامة تبويب الإجراء جميع الأدوية التي تعمل كناهضات على جين IL2RB. بعد مشاهدة هذا الفيديو ، يجب أن يكون لديك فهم جيد لكيفية استخدام أداة RE: fine Drugs لإنشاء فرضية إعادة استخدام الأدوية وتحديد أولوياتها.
نظرة عامة
تصف هذه المقالة استخدام أداة إعادة توظيف الأدوية القائمة على الويب، RE:fine Drugs، والتي تتيح للمستخدمين توليد فرضيات إعادة توظيف الأدوية وتحديد أولوياتها بناءً على البيانات الجينومية والفينومية. ويمكن تخصيص البروتوكول وفقاً لتفضيلات المستخدم، بما في ذلك أنواع الاستعلام مثل الجين، أو الدواء، أو المرض.
مكونات الدراسة الرئيسية
مجال العلم
- إعادة استخدام الأدوية
- تحليل البيانات الجينومية
- تحليل البيانات الفينومية
خلفية علمية
- يمكن لإعادة توظيف الأدوية أن تسرع عملية اكتشاف الأدوية.
- توفر دراسات الارتباط على مستوى الجينوم والمظهري بيانات قيمة لصياغة الفرضيات.
- توفر أداة RE:fine Drugs نقاط دخول متعددة لاستكشاف إمكانات إعادة توظيف الأدوية.
- تدعم الأداة أنواعاً مختلفة من الاستعلامات لتحسين تجربة المستخدم.
الغرض من الدراسة
- توفير أداة مرنة لصياغة فرضيات إعادة استخدام الأدوية.
- تسهيل استكشاف العلاقات بين الأدوية والجينات والأمراض.
- تحديد أولويات الفرضيات بناءً على البيانات والمؤلفات العلمية المتاحة.
الطرق المستخدمة
- يدخل المستخدمون مصطلحات البحث المتعلقة بالأدوية أو الأمراض أو الجينات.
- تتضمن وظيفة البحث خيارات الإكمال التلقائي والتصفية.
- تسمح خيارات البحث المتقدم بتصفية دقيقة للنتائج.
- يمكن تصدير النتائج لإجراء مزيد من التحليل.
النتائج الرئيسية
- تُقدم الأداة فرضيات متعددة لإعادة استخدام الأدوية بناءً على استعلامات المستخدم.
- يمكن تصفية النتائج وفقاً لمستويات الدلالة وأحجام التأثير الجيني.
- يمكن للمستخدمين عرض معلومات مفصلة حول كل فرضية.
- تعمل خيارات التصفية على تعزيز صلة النتائج بناءً على احتياجات المستخدم.
الاستنتاجات
- تعد أداة RE:fine Drugs أداة متعددة الاستخدامات لأبحاث إعادة استخدام الأدوية.
- فهي تمكن الباحثين من الاستفادة من البيانات المتاحة للوصول إلى رؤى علاجية جديدة.
- وتدعم مرونة هذه الأداة مختلف الاستفسارات البحثية في مجال اكتشاف الأدوية.
الأسئلة الشائعة
الأهمية الصناعية التنفيذية
تسرع عملية إعادة توظيف الأدوية من الاكتشافات العلاجية من خلال الاستفادة من ملفات السلامة والبيانات السريرية الموجودة، مما يقلل الوقت والتكلفة في المراحل المبكرة من صياغة الفرضيات. يدمج نظام RE:fine Drugs بيانات GWAS وPheWAS لتحديد أولويات المرشحين الذين لديهم دعم ميكانيكي ووبائي، مما يتيح التحقق من الأهداف بناءً على البيانات. ويعزز هذا النهج الثقة التنبؤية في اختيار فرص إعادة التوظيف لفرز المحافظ الدوائية وتحديد المركبات الرائدة.
التطبيقات الاستراتيجية في البحث والتطوير الصيدلاني الحيوي
الاكتشاف المبكر والتحقق من الهدف
- القيمة العلمية: استقصاء الفرضيات العلاجية من خلال ربط المتغيرات الجينية بالأنماط الظاهرية للمرض عبر ثلاثيات (الدواء-الجين-المرض).
- القيمة التشغيلية: تمكين الاستكشاف المنهجي لمرشحي إعادة توظيف الأدوية انطلاقاً من نقاط دخول قائمة على المرض أو الجين أو الدواء.
- القيمة التنبؤية: تحديد أولويات المرشحين باستخدام الدعم المرجعي من الأدبيات العلمية، وقوة الارتباط، والدلالة الإحصائية للحد من الغموض الآلي.
الفرز وتطوير المقايسة
- القيمة العلمية: تُعد فرضيات قائمة على أسس بيولوجية للتحقق منها لاحقاً في عمليات الفرز المظهري أو الفرز القائم على الهدف.
- القيمة التشغيلية: توحد عملية اختيار المرشحين من خلال تصفية قابلة للتكرار بناءً على قيمة P-value، وحجم التأثير، والتزامن في الدراسات المرجعية.
- القابلية للتوسع: تدعم تصدير النتائج المصفاة لدمجها في سير عمل فحص المركبات وتقييمات جاهزية المقايسة.
الأبحاث الانتقالية وما قبل السريرية
- القيمة الانتقالية: تربط الارتباطات بين العقاقير والأمراض التي تم التحقق منها جينيًا بالنماذج قبل السريرية لتقليل المخاطر الآلية.
- الثقة التنبؤية: تستخدم حجم التأثير وعتبات التكرار لدعم قرارات المضي قدمًا أو التوقف في عملية التحقق من الهدف.
- الاستمرارية: تجسر الفجوة بين توليد الفرضيات في مرحلة الاكتشاف والتحقق قبل السريري من خلال مجموعات بيانات غنية بالتوصيفات وقابلة للتصدير.
تكامل مسار العمل والتدفق التشغيلي
يدعم نظام RE:fine Drugs عمليات الاكتشاف المبكرة من خلال توليد فرضيات لإعادة استخدام الأدوية، والتي تُفيد في مراحل تحديد المركبات الرائدة والتحقق قبل السريري عبر تحديد الأولويات بناءً على البيانات.
- بيولوجيا الاكتشاف: تدعم اختبار الفرضيات من خلال ربط إشارات GWAS/PheWAS بالأهداف الدوائية ودواعي المرض.
- الفحص: تعزز جاهزية المقايسات عن طريق تقديم قوائم مركبات مصفاة وذات أولوية للتحقق من صحتها في النماذج الخلوية أو المظهرية.
- التحليلات: تقدم مخرجات كمية تشمل P-values، وأحجام التأثير، ومقاييس الأدبيات العلمية لتمكين المقارنة بين الحالات المختلفة.
- الأبحاث الانتقالية: تربط الارتباطات الجينية بآليات المرض، مما يدعم مواءمة المؤشرات الحيوية والتحقق من المسارات.
- إعادة الاستخدام في المؤسسات: تعمل كلوحة تحكم قابلة لإعادة الاستخدام لتوليد الفرضيات بشكل متكرر عبر المجالات العلاجية وحملات الاكتشاف.
التأثير التشغيلي والمؤسسي
- القيمة العلمية: تزيد من الثقة في التحقق من الهدف من خلال ارتباطات الدواء والمرض المرتكزة جينياً.
- القيمة التشغيلية: تضمن إمكانية التكرار عبر التصفية الموحدة وجداول النتائج القابلة للتصدير.
- القيمة الاستراتيجية: تحسن قرارات المضي قدماً أو التوقف عن العمل عن طريق تقليل المخاطر البيولوجية في المرشحين الأوائل لإعادة استخدام الأدوية.
- التأثير على المحفظة: تتيح تحديد أولويات فرص إعادة استخدام الأدوية المعدلة وفقاً للمخاطر بناءً على قوة الأدلة وجودة البيانات.
اعتبارات التنفيذ
- يتطلب الإلمام بتفسير دراسات GWAS/PheWAS وقواعد بيانات الأدوية والأهداف.
- يعتمد على الوصول إلى مصادر البيانات الجينومية والنمط الظاهري والمصادر الأدبية لتحقيق الأداء الأمثل.
- يستلزم توحيد معايير التصفية بين الفرق لضمان اتساق ترتيب أولويات الفرضيات.
- يتضمن التكيف عبر مجالات الأمراض وفئات الأهداف من خلال إعدادات الاستعلام والتصفية القابلة للتخصيص.
- يتقيد بمدى اكتمال ودقة مجموعات بيانات GWAS/PheWAS المدخلة وموارد توصيف الأدوية.
