Ny forskning kan fremskynde opdagelsen af ​​lægemidler markant

Mange lægemidler virker ved at hæmme proteinenzymer forbundet med en bestemt sygdom. Desværre, de samme lægemidler kan hæmme proteinenzymer, der ikke er relateret til sygdommen, resulterer i skadelige bivirkninger. En potentiel løsning er bedre at identificere strukturelle træk, der bestemmer et proteinenzyms funktion.

Nu, et team ledet af en beregningsbiolog ved University of Maryland School of Medicine (UMSOM) har udviklet en række computerprogrammer, der samler data om struktur og genomisk sekvensering for at identificere de funktioner, der adskiller et enzym fra lignende enzymer. Denne forskning har potentialet til at fremskynde opdagelsen af ​​lægemidler markant, giver videnskabsfolk mulighed for at udvikle mere effektive lægemidler, hurtigere.

"Denne nye tilgang tillader proteiner at blive analyseret meget dybere, mere specifikt niveau, " siger Andrew F. Neuwald, PhD, professor i biokemi og molekylærbiologi, seniorforsker ved Institute for Genome Sciences (IGS) ved UMSOM, og hovedforfatteren af ​​papiret, der beskriver den nye metode. "Denne metode giver spor vedrørende sekvens og strukturelle træk, der er ansvarlige for et proteins specifikke biologiske funktion."

Avisen blev offentliggjort i denne uge i tidsskriftet eLife . Dr. Neuwald samarbejdede om arbejdet med L. Aravind, PhD, og Stephen F. Altschul, PhD, to seniorforskere ved National Center for Biotechnology Information ved National Institutes of Health.

I avisen, efterforskerne brugte denne tilgang til at identificere nøglefunktionerne ved forskellige enzymer:N-acetyltransferaser, P-loop GTPaser, RNA-helikaser, synaptojanin-superfamilie fosfataser og nukleaser, og thymin/uracil-DNA-glycosylaser. Resultaterne afslørede slående og tidligere oversete strukturelle træk, der sandsynligvis er forbundet med hvert proteins funktion. Dette har potentialet til at føre forskere til nye måder at designe lægemidler på, der har færre utilsigtede, skadelige bivirkninger.

De to hovedprogrammer er BPPS (Bayesian Partitioning with Pattern Selection), og SIPRIS (Structurally Interacting Pattern Residues' Inferred Significance). Programmerne og kildekoden er frit tilgængelige og kræver kun et minimalt kendskab til Linux, derved gøre denne tilgang bredt tilgængelig for andre forskere. Denne tilgang vil også være nyttig til proteinudvikling og til at forstå det molekylære grundlag for mange menneskelige sygdomme.

De tre forskere bragte hver især noget forskelligt til arbejdet. Dr. Neuwald, som har arbejdet med proteinanalyse i årevis, har en varieret baggrund, med erfaring inden for molekylærbiologi, datalogi og Bayesiansk statistik. Dr. Aravind er en kendt beregningsbiolog med en bred viden om proteinstruktur og funktion. Dr. Altschul, hvis formelle uddannelse er i matematik, var den første forfatter på to skelsættende publikationer, der beskriver de populære sekvensdatabasesøgeprogrammer BLAST og PSI-BLAST.