2016年12月11日
本文介绍了一种使用基于网络的药物重定位假设生成工具“RE:fine Drugs”的实验方案。该方案可根据用户的需要,在查询类型(基因、药物或疾病)和/或可用的高级选项范围层面进行个性化修改。
该软件工具的总体目标是基于全基因组关联研究数据和全表型组关联研究数据,生成并优先排序药物再利用假设。该方法有助于回答药物发现领域中的问题,例如在使用疾病适应症时,哪些现有药物可以被重新利用,以及哪些候选药物在文献中具有更强的支持证据。该技术的主要优势在于提供了多种切入点,以便从特定疾病、基因或药物的角度探索药物再利用的潜力。
访问 RE:fine Drugs 的主页。首先在搜索栏中输入查询词。该查询词可以是药物的通用名、新的疾病适应症或一个基因名称。
通过筛选搜索栏功能,仅包含药物名称、新疾病适应症、基因符号或所有类别。搜索栏包含查询输入的自动填充功能。输入关键词后,点击“搜索”按钮。
可通过顶行列出的多种选项保存结果表格。进入高级搜索选项以启用药物信息功能。点击特定药物所在行“信息”列中的图标。
观察一个列出关联性P值、疾病名称、药物名称、基因详情和药物详情的页面。点击页面右侧的“高级”按钮,可通过多个选项进一步优化所提供的结果。高级搜索选项包括对药物、关联性、疾病、潜在性、基因和作用方式的修改。
通过点击页面右侧的“导出”按钮来导出结果表格。点击“简易”按钮以展开高级搜索窗口。在高级选项的药物标签下,指定特定的药物适应症或添加其他药物名称以过滤结果。
单击“关联”选项卡,可根据显著性水平 P 值、经错误发现率校正的 P 值、效应量和/或研究类型来筛选结果。在“疾病”选项卡下,指定预测新用途的特定疾病描述。在“潜在性”选项卡中,可根据药物适应症是否包含在 DrugBank 数据库中、Medline 文摘中药物与疾病共同出现的次数、以及 ClinicalTrials.gov 上的相关临床试验数量来过滤结果。
gov 数据库中具有此共现关系的条目,以及药物的再利用潜力。在基因选项卡中,输入单核苷酸多态性标识符或基因符号,以按特定药物靶基因筛选结果。点击作用选项卡,并指定药物对靶点的作用类型,包括激动剂、拮抗剂、其他、未知或全部。
在此示例中,输入了基因 IL2RB 作为基于基因的查询,系统返回了针对 IL2RB 基因的 12 个药物重定位假说。特定药物重定位假说的详细信息页面可通过“信息”列获取。此处仅显示那些已知对移植相关疾病术语具有适应症的药物。
关联标签页允许用户根据统计显著性和遗传效应大小来筛选SNP与表型之间的关系。遗传效应大小定义为具有特定基因型的个体患病几率与不携带该SNP等位基因个体患病几率的比值。在“潜在”标签页下的结果可通过PubMed摘要数量进行筛选,要求包含药物和疾病术语共现的摘要至少达到五篇。
在此示例中,基因标签页下的所有药物结果均针对与原始查询术语相对应的 IL2RB 基因。最后,在作用机制标签页中筛选为激动剂的结果,将返回所有作用于 IL2RB 基因的激动剂类药物。观看本视频后,您应能够充分掌握如何使用 RE:fine Drugs 工具生成并优先排序药物重定位假设。
本文介绍了基于网络的药物重定位工具 RE:fine Drugs 的使用方法,该工具可使用户基于基因组学和表型组学数据生成并优先排序药物重定位假设。该方案可根据用户偏好进行定制,包括基因、药物或疾病等查询类型。
药物再利用通过利用已有的安全性数据和临床资料,缩短早期假设生成的时间并降低成本,从而加速治疗发现。RE:fine Drugs 系统整合了全基因组关联研究(GWAS)和表型组关联研究(PheWAS)数据,优先筛选出具有机制和流行病学支持的候选药物,实现以数据驱动的方式进行靶点验证。该方法可提高在药物组合筛选和先导化合物识别中选择再利用机会的预测可信度。
RE:fine Drugs 系统通过数据驱动的优先级排序,生成药物再利用假设,从而支持早期发现阶段的先导化合物识别和临床前验证。