[论文解读] How to design multi-target drugs: Target search options in cellular networks
本文提出一种系统生物学方法，通过利用细胞网络识别最佳靶点组合，以设计多靶点药物。该研究引入基于网络的策略，利用间接的、系统层面的效应，扩展可药物化蛋白组，降低脱靶毒性，并通过低亲和力结合克服传统可药物化限制，显著提升药物发现潜力。
Despite improved rational drug design and a remarkable progress in genomic, proteomic and high-throughput screening methods, the number of novel, single-target drugs fell much behind expectations during the past decade. Multi-target drugs multiply the number of pharmacologically relevant target molecules by introducing a set of indirect, network-dependent effects. Parallel with this the low-affinity binding of multi-target drugs eases the constraints of druggability, and significantly increases the size of the druggable proteome. These effects tremendously expand the number of potential drug targets, and will introduce novel classes of multi-target drugs with smaller side effects and toxicity. Here we review the recent progress in this field, compare possible network attack strategies, and propose several methods to find target-sets for multi-target drugs.
研究动机与目标
- 解决尽管基因组学和高通量筛选技术取得进展，单靶点药物研发成功率却持续下降的问题。
- 通过将重点从传统靶点转向网络层面靶点，克服常规药物设计中可药物化和脱靶效应的局限性。
- 识别并评估多种基于网络的策略，以选择有效的多靶点药物组合。
- 通过整合间接的、依赖网络的效应，超越直接的蛋白质-配体相互作用，扩大可行药物靶点的范围。
- 提供一种通过系统层面分析实现理性设计多靶点药物的框架，以降低毒性并提高疗效。
提出的方法
- 利用分子互作网络映射细胞信号传导和代谢通路。
- 应用网络拓扑分析识别影响多个下游过程的中心或枢纽蛋白。
- 基于网络中心性、鲁棒性和模块性评估靶点集合，以预测其功能影响。
- 将低亲和力结合效应整合到靶点选择中，认识到此类相互作用可在降低脱靶风险的前提下稳定网络状态。
- 比较不同的网络攻击策略（例如，靶向枢纽蛋白、瓶颈节点或功能模块），以评估其药理潜力。
- 使用计算建模模拟在网络中同时扰动多个靶点的系统性效应。
实验结果
研究问题
- RQ1细胞网络拓扑结构如何指导超越传统单靶点方法的多靶点药物候选选择？
- RQ2在多靶点药物设计中，靶向网络枢纽、瓶颈或功能模块的相对优势是什么？
- RQ3低亲和力结合在多靶点药物中如何扩展可药物化蛋白组并降低毒性？
- RQ4间接的、网络介导的效应如何促进多靶点药物的疗效？
- RQ5哪些基于网络的标准可以可靠预测具有最小副作用的有效多靶点组合？
主要发现
- 通过利用间接的、依赖网络的效应，多靶点药物可显著扩大药理学相关靶点的数量。
- 多靶点药物中的低亲和力结合可降低可药物化限制，并扩大可药物化蛋白组的规模。
- 靶向网络枢纽和瓶颈可导致更大的系统性干扰，同时可能降低脱靶毒性。
- 基于网络的策略在识别有效且稳健的靶点集合方面优于传统的单靶点方法。
- 整合系统层面的网络分析可实现多靶点药物的理性设计，从而提升其安全性和疗效特征。
- 本研究证明，网络拓扑结构为在细胞网络中识别最优多靶点组合提供了可预测的框架。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。