Dépistage de drogues basé sur la transcriptomique rentable
23 février 2024
Ce protocole décrit un flux de travail allant des cultures cellulaires ex vivo ou in vitro au prétraitement des données transcriptomiques pour un criblage rentable de médicaments basés sur le transcriptome.
La transcriptomique nous permet d’acquérir une compréhension approfondie des programmes cellulaires et de leur réaction aux changements externes. Cependant, malgré une réduction considérable des coûts de production et de séquençage des bibliothèques au cours des dernières décennies, l’application de cette technologie, à l’échelle nécessaire au criblage des médicaments, reste inabordable, ce qui entrave le grand potentiel de ces méthodes. Notre étude présente un système rentable pour le criblage de médicaments basé sur le transcriptome, combinant des cultures de perturbation miniaturisées avec une transcriptomique mini-en vrac.
Le protocole optimisé de mini-bulk fournit un signal biologique informatif à une profondeur de séquençage rentable, ce qui permet un criblage approfondi de médicaments connus et de nouvelles molécules. L’un des principaux avantages de la combinaison de la transcriptomique et du criblage non biaisé des médicaments est la possibilité d’identifier de nouvelles cibles médicamenteuses qui n’ont pas été envisagées auparavant. Les approches conventionnelles de criblage de médicaments se concentrent souvent sur des molécules ou des voies cibles établies, ce qui entrave l’identification de nouvelles cibles et peut entraîner la mise en place de médicaments ayant des effets secondaires imprévus et une efficacité limitée.
Aperçu
Cette étude présente un flux de travail rentable de criblage de médicaments basé sur le transcriptome, utilisant des cultures cellulaires ex vivo ou in vitro. Le protocole innovant minibug associe des cultures de perturbation miniaturisées à des approches transcriptomiques avancées afin d'identifier efficacement de nouvelles cibles thérapeutiques.
Composantes clés de l'étude
Domaine de recherche
- Transcriptomique
- Écranage de médicaments
- Techniques de culture cellulaire
Contexte général
- La transcriptomique permet d'obtenir des informations sur les réactions cellulaires aux conditions externes.
- Le dépistage conventionnel de médicaments omet souvent de nouveaux objectifs thérapeutiques.
- Le coût et la complexité entravent l'application généralisée de la transcriptomique dans la découverte de médicaments.
Méthodes utilisées
- Utilisation de PBMC (cellules mononucléées du sang périphérique) pour l'expérimentation
- Techniques de dilution miniaturisées des médicaments
- Protocoles avancés de séquençage et d'analyse
Résultats principaux
- Le protocole minibug produit des signaux biologiques précieux avec une profondeur de séquençage réduite.
- A permis d'identifier d'éventuelles nouvelles cibles thérapeutiques au-delà des molécules établies.
- A permis un criblage approfondi de médicaments connus et de composés nouveaux.
Conclusions
- L'étude établit un flux de travail favorisant une identification plus facile de nouvelles cibles thérapeutiques.
- Elle souligne l'importance de l'intégration de la transcriptomique dans la recherche en biologie moderne et la découverte de médicaments.
Questions fréquemment posées
Pertinence professionnelle pour l'industrie
Le criblage de médicaments basé sur la transcriptomique offre une solution évolutible pour l'identification sans parti pris des réponses cellulaires induites par les médicaments, palliant ainsi les limites des approches conventionnelles centrées sur les cibles. Le protocole mini-bulk permet un profilage transcriptomique à haut débit et rentable, soutenant la découverte précoce et l'identification de composés candidats prometteurs au sein de bibliothèques variées de composés. Ce flux de travail améliore la confiance prédictive et le tri des portefeuilles en révélant à grande échelle des mécanismes nouveaux et des effets hors cible.
Applications stratégiques en recherche et développement en biopharmaceutique
Début de la découverte et validation de la cible
- Permet une interrogation exhaustive des voies cellulaires en réponse à des perturbations par des médicaments.
- Facilite l'identification de nouvelles cibles thérapeutiques au-delà des voies établies.
- Permet une détection mécanistique sans biais en capturant des signatures transcriptomiques impartiales.
- Améliore la confiance prédictive concernant l'engagement de la cible et les effets en aval.
Développement de tests et criblage
- Prépare des systèmes biologiques validés pour le criblage transcriptomique à haut débit.
- Fournit des données quantitatives reproductibles d'expression génique pour l'évaluation de composés.
- Permet la standardisation et la montée en échelle des tests jusqu'à des centaines de conditions par expérience.
- Permet une comparaison fiable de molécules connues et nouvelles dans diverses conditions.
Recherche translationnelle et préclinique
- Aligne les données transcriptomiques avec des modèles cellulaires pertinents pour la maladie lorsque des PBMC ou d'autres cellules primaires sont utilisés.
- Assure une continuité entre la phase de découverte précoce et la validation préclinique en reliant les signatures moléculaires aux résultats phénotypiques.
- Permet de prendre des décisions d'avancement ajustées au risque sur la base de données moléculaires impartiales.
Intégration du pipeline et du flux de travail
Ce protocole s'intègre dans la continuité de la découverte, depuis les premiers tests d'hypothèses jusqu'à l'identification de composés d'intérêt et l'évaluation préclinique, permettant un profilage des réponses aux médicaments évolutif et exempt de biais.
- Biologie de la découverte : Soutient la vérification des hypothèses et la clarification des voies en mesurant les changements transcriptomiques après un traitement médicamenteux.
- Écrans de sélection : Fournit des données d'expression génique prêtes à l'emploi et reproductibles pour l'évaluation à haut débit de composés.
- Analytique : Fournit des résultats quantitatifs permettant la comparaison statistique des effets des médicaments dans différentes conditions.
- Recherche translationnelle : Relie les signatures moléculaires à des modèles pertinents pour la maladie, facilitant la découverte de biomarqueurs lorsque cela est applicable.
- Réutilisation en entreprise : Propose un flux de travail évolutif et adaptable destiné à un usage répété dans divers programmes de découverte de médicaments.
Impact opérationnel et organisationnel
- Valeur scientifique : Accroît la confiance prédictive et réduit l'ambiguïté mécanistique dans la validation des cibles.
- Valeur opérationnelle : Standardise et miniaturise les protocoles transcriptomiques afin d'assurer leur reproductibilité et leur évolutivité.
- Valeur stratégique : Permet de prendre des décisions plus pertinentes quant au passage à l'étape suivante ou non, ainsi qu'une meilleure efficacité dans l'utilisation des capitaux, en soutenant des criblages à grande échelle et non biaisés.
- Impact sur le portefeuille : Facilite la priorisation et le développement de candidats médicaments ajustés au risque, sur la base de données moléculaires solides.
Considérations relatives à la mise en œuvre
- Nécessite une expertise en transcriptomique, en culture cellulaire et en technologies de séquençage.
- Requiert un accès à des plates-formes de séquençage à haut débit et à une infrastructure analytique.
- Exige une standardisation interéquipes pour la manipulation des échantillons et l'analyse des données.
- Peut être adapté à divers types cellulaires et à différentes conditions expérimentales avec des drogues, moyennant une optimisation du protocole.
- Le débit d'échantillons et la variabilité du temps d'incubation doivent être maîtrisés pour obtenir des résultats optimaux.
Foire aux questions sur la bio-industrie pharmaceutique
Chapters in this video
0:00
Introduction
1:08
Drug Screening Using Peripheral Blood Mononuclear Cells (PBMCs) and Cell Lysate Preparation for mRNA Sequencing
3:01
cDNA Library Preparation from the Drug Treated‐Peripheral Blood Mononuclear Cell (PBMC) Lysate for mRNA Sequencing
5:31
mRNA Sequencing to Understand the Cellular Effect of Drug Treatment
