Introduction
높은 처리량 약물 및 납 화합물 스크리닝을 포함하여 기존의 신약 개발 접근 방식과 관련된 비용이 많이 들고 비효율적 인 프로세스는, 환자 1, 2에 대한 치료에 대한 연구의 발견을 번역에 지연에 기여하고있다. 10 억 달러로 15 ~ 20 년 평균은 침대 옆 3 벤치에서 새로운 약을 가지고해야합니다. 또한, 약물의 52 %는 1 상 임상 시험에서 개발하는 동안 실패하고, 2 단계를 입력 화합물의 25 %는 전체 3 상 임상 시험 (4)에 진행합니다. 약물의 용도 변경 또는 약물 재배치의 목적은 실패 마약을 갱신 및 / 또는 더 빨리 환자들에게 새로운 치료법을 제공하고 높은 성공률과 함께하기 위해 승인 된 의약품에 대한 새로운 적응증을 찾는 것입니다. 의약품의 용도 변경은 3-12년 5 환자에 사용되는 약물을 사용할 수 있도록 타임 라인을 감소시킬 수있다. 약물 용도 변경을위한 중요한 의료 응용 프로그램은 다음과 같습니다 가난한 prognos과 질병하고 낮은 생존율, 약제 내성 질병, 충분한 자금 질환 연구 분야와 가난하고 소외된 환자 집단.
전산 약물의 용도 변경은 설계 및 약물 후보 6 새로운 적응증에 대한 가설을 생성 할 수있는 자동화 된 워크 플로우를 검증하는 과정으로 정의된다. 기존 컴퓨팅 약제 용도 변경 방법은 타겟 기반 기술 기반 서명 기반, 네트워크 기반의 분류 및 타겟팅 메커니즘 - 기반 및 유전자 질환 또는 약물 관점에서 배향 될 수있다. 또한, 계산 방법은 또한 용도 변경 약물 후보 7 개념 증명 검증 실험 및 소규모 임상 연구를 가속화 할 수 있습니다. 우리는 이전에 "RE : 좋은 약"에보고 한 약물 유전자 - 질병의 관계 (8)의 전이 이론을 바탕으로 의약품 용도 변경 가설 생성을위한 자유롭게 사용할 대화 형 웹 기반 도구입니다. 전체 g이 방법의 OAL 체계적으로 임상, 산업 및 규제 지역 사회 등 다양한 지역 사회에서 사용자의 용도 변경 약물을 사용하는 약물, 유전자 및 임상 데이터의 다양한 유형을 통합하는 것이다. 이 시스템에 대한 기초적인 방법은 이전 게놈 넓은 협회 연구 (GWAS) 연구 9,10 용도 변경 약물에 발 형체 전체 연관 연구 (PheWAS) 데이터의 사용에 대한보고되었다. 이러한 유형의 데이터의 새로운 조합은 다른 목표 기반의 방법 6,11에서 우리의 웹툴을 구분합니다.
재 : 고급 마약 시스템은 현재 916 마약, 567 유전자와 1,770 질병을 다루는 60,911 약물 용도 변경 가설이 포함되어 있습니다. 웹툴 대화 형 약물 용도 변경 가설을 검색하고 다양한 기준을 사용하여 우선 순위를 연구자를위한 사용자 친화적 인 인터페이스를 제공합니다. 예를 들어, 사용자는 생물 의학 문헌에서 지원 및 임상 시험 databa와 약물 용도 변경 가설을 필터링 할 수 있습니다그 자체로 상당한 P-값, 협회 확률 비율 또는 특정 표시로. 이 시스템에 대한 유일한 요건은 인터넷이다.
Protocol
1. 유전자에서 쿼리의 개시, 약물 또는 질병 약관
- http://drug-repurposing.nationwidechildrens.org : 다음 링크에서 "좋은 약 RE"의 홈페이지에 액세스 할 수 있습니다. 의약품 (제네릭 의약품 명), 질병 (새 질환 표시) 또는 유전자 (공식 HGNC 유전자 기호) : 다음과 같은 세 가지 범주 중 하나에서 검색 창에 검색어를 입력하여 시작합니다.
- 전용 "약물 이름", "새로운 질병의 표시", "유전자 기호"또는 "전체"카테고리를 포함하도록 검색 창 기능을 필터링합니다. 검색 창 쿼리 항목에 대한 자동 채우기 기능을 포함하고 있습니다.
- 키워드에 넣고 "검색"버튼을 클릭합니다. 정렬 다음 열 중 하나에 의해 결과의 테이블 : "약", "등록 표시", "P-값", "P-값이 조정", "확율 비율", "연구", "새로운 표시", "의약품 은행 표시 ","Medline을 초록의 # ","CLI의 #nical 시험 등록 ","잠재적 인 ","SNP ","유전자 "또는"작용 ".
- 약물 정보 기능을 활성화하기 위해 고급 검색 옵션으로 이동합니다. 특정 약물에 대한 '정보'항목에서 아이콘을 클릭합니다. 나열하는 페이지를 준수합니다 모든 협회, 질병 이름, 약 이름에 대한 P 값, 유전자 정보 (NCBI 유전자 링크) 의약품 정보 (DrugBank 링크)를 포함하여 해당 정보를 제공합니다.
고급 옵션 2. 탐험
- 페이지의 오른쪽에있는 "고급"버튼을 클릭하고, 또한 결과를 수정하는 몇 가지 옵션이 제공됩니다. 약물, 협회, 질병, 잠재력, 유전자 및 조치 : 고급 검색 옵션은 다음에 대한 수정을 포함한다.
- 수출은 페이지의 오른쪽에있는 '내보내기'버튼을 클릭하여 테이블을 발생합니다. 고급 검색 창을 아래로 접어하기 위해서 "단순"버튼을 클릭합니다. </ 리>
- 고급 옵션 "약물"탭에서, 특정 약물 표시 또는 결과를 필터링하는 추가 약물의 이름을 지정합니다.
- 은 "연결"탭에서, 유의 수준의 P-값, FDR과 조정 된 P-가치, 효과 크기 (확율 비율) 및 / 또는하여 필터 결과 유형 (GWAS, PheWAS 또는 둘 다)을 공부한다.
- 은 "질병"탭에서 예측 된 새로운 사용하기위한 특정 질병에 대한 설명을 지정합니다.
- 은 "전위"탭에서 다음 조건 중 어느 한 항에있어서, 필터 결과는 (i) 약물 표시가 DrugBank 데이터베이스에 포함되어 있는지 여부, 약물의 동시 발생 및 질병과 Medline을 초록의 (II)의 수 ( 약물의 동시 발생과 질병 (IV) 잠재적 용도 변경과 ClinicalTrials.gov 데이터베이스 항목의 ⅲ) 수.
주 : (II)를 강하게지지 관계가 이미 DrugBank 데이터베이스에 존재 : 알려진 (I) 다음 잠재적 용도 변경 옵션은 검색의 신규성을 설명: 두 임상 시험 레지스트리와 Medline을 초록의 일부 지원, (ⅲ) 가능성 : 임상 시험 레지스트리 또는 Medline을 초록과 중 일부 지원 (ⅳ) 소설 : 임상 시험 레지스트리도 Medline을 초록의 증거. - 은 "유전자"탭 아래에서 SNP ID를 입력하거나 유전자 기호는 특정 약물 표적 유전자에 의한 결과를 필터링 할 수 있습니다.
- "작업"탭에서 작용제, 길항제, 기타, 알 수없는 또는 모든 (: DrugBank 데이터베이스 소스)를 포함하는 약물 표적 (들)에 대한 약물 작용의 유형을 지정합니다.
Representative Results
이 예에서, 유전자 "IL2RB"는 유전자 기반 쿼리로 입력하고, 자동으로 자동 완성 기능 (도 1)에 의해 그렇게 인식 하였다. 도 2에 도시 된 바와 같이 IL2RB 유전자의 열두 약제 용도 변경 가설이 반환된다. 이 경우 특정 약물의 용도 변경 가설, "클리"에 대한 상세 정보 페이지는 "정보"열 (그림 3)에서 제공된다. 약물 탭은 "클리"약물에 대응하는 모든 결과가되었다에도 4에 도시 된 바와 같이 그 결과를 여과 하였다. 그림 5는 "이식"질병 용어 (: DrugBank 데이터베이스 소스)에 대한 알려진 표시 만 그 약을 보여줍니다. 협회 탭 홍보 확률의 비율로 정의 통계적 유의성 (P-값) 유전 효과 크기 (교차비)에 의해 SNP-표현형 관계를 필터링 할 수있는 사용자를 할 수 있습니다염기 다형성 대립 유전자가없는 개인 질병의 존재의 가능성을 통해 특정 유전자형 (SNP 대립 유전자)와 개인의 질병의 esence. 도 6은 0.000001 0.05로 P 값의 범위 내에서 연결 탭 필터링 된 결과를 나타낸다. 그림 7은 우리가 연구에서 발견 된 새로운 적응증에 따라 "천식"에 대한 특정 약물 용도 변경 가설을 보여줍니다. 잠재적 탭에서 그림 8은 결과 약물과 질병 용어의 동시 발생을 포함하는 5 Medline을 초록의 최소 숫자로 필터링합니다. 이 예에서, 유전자 탭 모든 약물 결과를 원래의 질의 용어 (도 9)에 대응하는 "IL2RB"유전자를 대상으로한다. 마지막으로, "작업"탭에서 여과 그림 10은 결과는 IL2RB 유전자에 작용 물질의 역할을 모두 약물을 반환합니다.
그림 1 : RE : 좋은 마약 대화 형 대시 보드 홈페이지. 사용자는 약 이름, 새로운 질병의 표시 또는 유전자 기호를 입력하여 조회를 시작할 수 있습니다. 링크는 또한 약물의 용도 변경 가설을 생성하는 방법을 설명하는 GWAS와 PheWAS 참조 서류 제공됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 2 : 쿼리 항목에 대한 자동 채우기 기능. 예로서, 유전자 검색어 "IL2RB"가 자동 유전자 용어로 인식되었다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 3 : 유전자 기반 쿼리 (예를 들어, IL2RB)에서 생산되는 의약품 용도 변경 결과를 테이블. IL2RB 유전자에 대한 십이 약물 용도 변경 가설이 생성된다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 4 : 결과 페이지에서 개별 의약품에 대한 정보 페이지. '정보'항목에서 아이콘을 클릭하면 약물 클리에 대한 상세한 정보를 보여줍니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 5 : 약물 탭에서 고급 검색 옵션은 특정 약물에 의해 필터링합니다. 이러한 예에서, 세 가지 결과는 약물 클리 위해 도시된다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 6 : 약 탭에서 고급 검색 옵션은 DrugBank 데이터베이스에서 특정 질병의 지시에 의해 필터링합니다. 질병 용어는 "이식"에 대한 알려진 표시 모든 약물이 표시됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 7 : 연결 탭에서 고급 검색 옵션은 유의 수준을 기준으로 필터링합니다. 이 경우, 팔의 연관 결과 유의 수준 0.05-0.000001의 P 값의 범위 내에 설치되어있다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 8 : 질병 탭에서 고급 검색 옵션은 우리가이 연구에서 추출 된 특정 질병의 지시에 의해 필터링합니다. 이 예에서, 네 개의 결과 새로운 용도 질환 표시 천식에 대해 도시된다. 큰 versi을 보려면 여기를 클릭하십시오이 그림의에.
그림 9 : 잠재적 탭에서 고급 검색 옵션은 Medline을 초록 약물과 질병 용어의 동시 발생에 의해 필터링합니다. 이 예에서, 네 개의 결과 약물 질병 용어의 동시 발생을 함유하는 5 Medline을 초록의 최소 수에 의해 지원되는 것을 나타낸다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
그림 10 : 유전자 탭에서 고급 검색 옵션은 모든 결과는 원래의 질의에 사용되는 IL2RB 유전자에 해당하는 특정 유전자 기호에 의해 필터링합니다. 이 예에서, 모든 약물 결과유전자 탭에서 원래 검색어에 해당하는 "IL2RB"유전자를 대상으로하고 있습니다. 작업 탭에서 고급 검색 옵션 효능 약물에 의해서만 필터링합니다. 이 예에서, 여섯 결과는 IL2RB 유전자에 작용 물질의 역할을 모든 의약품에 대한 반환됩니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오.
Materials
| Name | Company | Catalog Number | Comments |
| Access the homepage for “RE:fine Drugs” at the following link: http://drug-repurposing.nationwidechildrens.org. | n/a | n/a | The only requirement for this system is Internet access |
References
- Borisy, A. A., et al. Systematic discovery of multicomponent therapeutics. Proc Natl Acad Sci U S A. 100 (13), 7977-7982 (2003).
- Zhang, L., et al. High-throughput synergy screening identifies microbial metabolites as combination agents for the treatment of fungal infections. Proc Natl Acad Sci U S A. 104 (11), 4606-4611 (2007).
- Adams, C. P., Brantner, V. V. Estimating the cost of new drug development: is it really 802 million dollars? Health Aff (Millwood). 25 (2), 420-428 (2006).
- Bunnage, M. E. Getting pharmaceutical R&D back on target. Nat Chem Biol. 7 (6), 335-339 (2011).
- Ashburn, T. T., Thor, K. B. Drug repositioning: identifying and developing new uses for existing drugs. Nat Rev Drug Discov. 3 (8), 673-683 (2004).
- Hurle, M. R., et al. Computational drug repositioning: from data to therapeutics. Clin Pharmacol Ther. 93 (4), 335-341 (2013).
- Jin, G., Wong, S. T. Toward better drug repositioning: prioritizing and integrating existing methods into efficient pipelines. Drug Discov Today. 19 (5), 637-644 (2014).
- Moosavinasab, S., et al. 34;RE:fine Drugs": An Interactive Dashboard to Access Drug Repurposing Opportunities. Database (Oxford). , (2016).
- Zhang, J., et al. Use of genome-wide association studies for cancer research and drug repositioning. PLoS One. 10 (3), e0116477 (2015).
- Rastegar-Mojarad, M., Ye, Z., Kolesar, J. M., Hebbring, S. J., Lin, S. M. Opportunities for drug repositioning from phenome-wide association studies. Nat Biotechnol. 33 (4), 342-345 (2015).
- Li, J., et al. A survey of current trends in computational drug repositioning. Brief Bioinform. 17 (1), 2-12 (2016).
- Denny, J. C., et al. Systematic comparison of phenome-wide association study of electronic medical record data and genome-wide association study data. Nat Biotechnol. 31 (12), 1102-1110 (2013).
- Wang, H., et al. Mining drug-disease relationships as a complement to medical genetics-based drug repositioning: Where a recommendation system meets genome-wide association studies. Clin Pharmacol Ther. 97 (5), 451-454 (2015).
- Sanseau, P., et al. Use of genome-wide association studies for drug repositioning. Nat Biotechnol. 30 (4), 317-320 (2012).
- Xu, H., et al. Validating drug repurposing signals using electronic health records: a case study of metformin associated with reduced cancer mortality. J Am Med Inform Assoc. 22 (1), 179-191 (2015).
