基于生物學網絡的藥物作用網絡藥理學研究

基于生物學網絡的藥物作用網絡藥理學研究

在過去，新藥物的發(fā)現(xiàn)主要集中在特定的酶誘導劑或特定過程中的高特定劑上。然而，只有不到10%的單基因發(fā)現(xiàn)了治療價值。因此,僅使用針對單一分子靶點的高特異性化合物來治療復雜疾病,如腫瘤、心血管疾病、糖尿病及神經精神疾病等,難以獲得很好的療效。盡管單一靶點的藥物適于大規(guī)模的高通量篩選和藥物的理性設計,但在過去十年,獲得FDA批準的藥物數(shù)量卻逐年下降,并且只有25%是全新藥物。因此針對單一分子靶點的高特異性化合物治療疾病的策略(onegene,onedrug,onedisease),希望高特異性的化合物且更安全有效的設想如今受到質疑,研究人員開始重新審視發(fā)現(xiàn)藥物靶標和策略的方法。事實上,人體內存在著復雜的基因調控網絡、蛋白質相互作用網絡以及代謝網絡等。如果將疾病認為是身體原有網絡平衡狀態(tài)的改變,那么有效的藥物應該是使得原有平衡狀態(tài)恢復的藥物或藥物組合,由于網絡的復雜性和穩(wěn)定性,這通常需要同時對多個靶點進行調節(jié)。近年來研究人員發(fā)現(xiàn),在腫瘤、精神疾病和抗感染等方面,具有多靶點藥理作用的藥物比單靶點藥物具有更好的療效,并由此產生了多向藥理學(polypharmacology)和多靶點藥物設計,并已經應用于多種復雜疾病的藥物研究。Yildirim等人通過網絡分析研究發(fā)現(xiàn),藥物與作用靶點之間傾向于組成富集的網絡,而非孤立的對應關系。通過對疾病基因網絡與藥物作用網絡整合分析,發(fā)現(xiàn)不僅大多數(shù)藥物通過多靶點作用,且約有超過40%的藥物作用靶點與多種疾病相關,這樣藥物與疾病基因之間形成了復雜的交叉網絡。將生物學網絡與藥物作用網絡整合,分析藥物在網絡中與節(jié)點或網絡模塊的關系,由尋找單一靶點轉向綜合網絡分析,就形成了網絡藥理學(networkpharmacology)(圖1)。通過系統(tǒng)生物學的研究方法進行網絡藥理學分析,能夠在分子的水平上更好的理解細胞以及器官的行為,加速藥物靶點的確認以及發(fā)現(xiàn)新的生物標志物。這使得我們有可能系統(tǒng)地預測和解釋藥物的作用,優(yōu)化藥物設計;發(fā)現(xiàn)影響藥物作用有效性和安全性的因素,從而設計多靶點藥物或藥物組合。如使用聯(lián)合抑制劑來改變網絡的拓撲結構(topology);或利用模塊屬性來改變網絡拓撲結構;或者通過增加或刪減相互作用來調節(jié)網絡。藥物靶標由分子靶點轉向復雜的疾病網絡,從而產生新的治療疾病的方法和策略。一、建立數(shù)學模型系統(tǒng)生物學是一門新興的跨專業(yè)學科,它通過整合生物化學、分子生物學、基因組學、生理學以及生物信息學和計算生物學對生物學系統(tǒng)(細胞、組織器官和機體水平)進行描述。系統(tǒng)生物學的研究方法是通過整合數(shù)據(jù)并建立數(shù)學模型來描述系統(tǒng)的結構及其對獨特干擾的應答,實現(xiàn)實驗、數(shù)據(jù)處理和數(shù)學建模三位一體。它可以描述和計算分子與分子、細胞與細胞、系統(tǒng)與系統(tǒng)之間復雜的相互作用和關系。它不僅可以依據(jù)已知實驗結果和知識,分析、計算獲得實際的分子之間和細胞之間相互關系的系統(tǒng)模型和網絡聯(lián)系;而且可以預測和演化,在生理和病理條件下系統(tǒng)的發(fā)展趨勢和演化過程與結果;并且可以進行干預和推演系統(tǒng)的變化過程,修正和優(yōu)化系統(tǒng)模型,進而可以發(fā)現(xiàn)新機理,開發(fā)藥物,提出新的防治措施。網絡分析方法包括:度、網絡距離、網絡模體、網絡群落(社區(qū))、路徑、進化速率、相似度分析、子網絡分析等方法。二、網絡心理學模型為進行網絡藥理學分析,研究人員通過整合基因組學、轉錄組學、代謝組學和蛋白質組學等層面的數(shù)據(jù),先后建立了多種網絡藥理學分析模型,包括藥物與靶點蛋白二部圖模型、細胞信號通路模型、代謝途徑模型、蛋白質相互作用網絡、基于副作用相似度的藥物-藥物網絡等模型。(一)藥物-靶點網絡研究人員將細胞組分,如蛋白質、代謝產物作為節(jié)點,與藥物建立二部圖模型。蛋白質在細胞內外均不孤立的發(fā)揮作用,而是作為細胞高度關聯(lián)的相互作用網絡的一部分。通過藥物與靶點的相互作用網絡和通路網絡,可以更好的理解藥物作用與靶點之間的相互作用關系,如基因表達模式等。通過網絡分析有助于確認多靶點藥物治療,預測藥物的副作用以及發(fā)現(xiàn)新的藥物靶點。研究人員通過對4252個FDA批準藥物(其中1178個已經上市藥物和3074個研發(fā)藥物)構建藥物-靶點網絡,見圖2。發(fā)現(xiàn)藥物與靶點之間傾向于組成富集的網絡,而非孤立的對應關系。分析發(fā)現(xiàn)這些藥物集中作用于體內的394個蛋白質靶點,平均每個藥物擁有1.8個作用靶點,而且絕大多數(shù)的蛋白質靶點被多個藥物作用。在已知靶點的890個藥物中,有788個藥物與其它藥物擁有共同的靶點;在394個蛋白質靶點中,有350個與其它的蛋白質靶點擁有共同的藥物作用。多靶點藥物使得網絡具有高度的相互關聯(lián)。許多多靶點藥物曾經因為特異性差而受到質疑。但隨著多靶點藥物的成功,如抗腫瘤藥物伊馬替尼(imatinib,Gleevec)和舒尼替尼(sunitinib,Sutent)等,多靶點藥物逐漸成為藥物發(fā)現(xiàn)的主要發(fā)展方向。隨著新上市的藥物增加,藥物-靶點網絡還在不斷擴展。在1982年至2004年之間,每年新藥平均作用于27.7個蛋白質靶點,其中6.3個是新的藥物作用靶點。另外,研究人員使用878個FDA批準上市的小分子藥物和2787個藥用化合物與246個靶點構建了藥物-靶點網絡。通過對藥物結構特點與藥物靶點的關系進行的相似性比較,預測并發(fā)現(xiàn)了藥物新的作用靶點。(二)藥物設計主要從分子藥物靶點轉向疾病的多靶點藥物設計為了更好的發(fā)現(xiàn)治療復雜疾病的全新藥物,克服單一靶點的局限性,藥物研究者開始將注意力由分子藥物靶點轉向疾病的的細胞信號網絡和多靶點藥物設計。1.gpcrs為靶點的藥物GPCRs將細胞外的信號轉導入細胞內,并且在每一個細胞和組織中發(fā)揮重要的生理調控作用。由于信號轉導網絡各組分對于細胞功能的重要性,目前應用的藥物很多是以它們?yōu)榘悬c的。其中,以GPCRs為靶點的藥物最多,占已使用藥物的18%,正在開發(fā)中藥物的9%。由于GPCRs是主要的藥物靶點,對它的下游信號轉導和反應都有充分的研究。GPCRs超家族的特點是細胞表面受體,有7個跨膜的α-螺旋,胞外的N末端和胞內的C末端。除了轉導胞外的信號,GPCRs的活性通過細胞信號自調節(jié)或反式調節(jié)作用機制調節(jié)。人類基因組包括720～800個GPCRs。GPCRs及其效應系統(tǒng)以及不同的偶聯(lián)譜決定了其介導的信號轉導的復雜性。2.基于人工輔助的erbc信號轉導的細胞模型可逆的蛋白質修飾是決定細胞信息處理的機制之一。其中蛋白質磷酸化是一個主要的細胞信號轉導的推動力。通過蛋白質磷酸化控制蛋白質-蛋白質相互作用,復合物的形成,酶活性和蛋白質的降解等。所有這些調控機制對于細胞正確接收和組織外界信號并作出反應都是必需的。我們將這些統(tǒng)稱為磷酸化網絡。常用的測定細胞信號轉導磷酸化網絡和動態(tài)的方法包括phospho-flow單細胞檢測方法、激酶活性分析、常規(guī)的免疫印跡和質譜方法結合。通過整合得到的酶活性的數(shù)據(jù)是構建細胞模型的關鍵。已經開發(fā)了一些計算機工具來整合這些異構的數(shù)據(jù)集并建立具有前瞻性的模型,包括計算機算法NetworkKIN和NetPhorest,可以用實驗證實的磷酸化位點數(shù)據(jù)建立網絡模型。這些方法可以幫助我們了解信號轉導系統(tǒng)中復雜的細胞生物學。這些數(shù)據(jù)建立的模型對于理解細胞在不同條件下(如疾病、分化、遷移和凋亡)的功能是十分重要的。質譜對于分析蛋白質網絡是十分有力的工具,可以確認和定量數(shù)千個體內蛋白質磷酸化的位點,可以用于蛋白質的定量分析以及翻譯后修飾分析以及蛋白質動態(tài)分析。穩(wěn)定同位素可以在細胞培養(yǎng)中進入蛋白質,并用于定量或比較分析。這些試劑可以提供蛋白質在不同網絡狀態(tài)下的相對數(shù)量的信息,并且可以確認相應的復合物。例如,Kumar等人對人乳腺上皮細胞內62個磷酸化位點進行了質譜分析,收集了時間點0、5、10和30分鐘的數(shù)據(jù)。通過分析,建立了細胞內ErbB信號轉導相關的分子活化的動態(tài)網絡。通過研究信號網絡可以為藥物靶點的確立提供很好的指導作用,并為發(fā)現(xiàn)新的藥物作用靶點提供信息。(三)藥物作用靶點的確定具有多靶點的藥物可能克服單靶點藥物的局限,獲得更有效和安全的療效。為了在疾病網絡中確認藥物可能作用的多個靶點,需要對網絡的結構和動力學進行分析。研究人員開發(fā)了在網絡中尋找多靶點最佳干預軟件(multipletargetoptimalintervention,MTOI),并應用于炎癥因子代謝網絡。炎癥是肌體對感染等傷害的反應。產生炎癥因子的關鍵酶如COX-2和5-LOX是藥物作用的靶點。但是以往的單靶點藥物在抗炎過程中均產生毒副作用。研究人員通過整合花生四烯酸代謝的3種細胞,中性粒細胞、內皮細胞和血小板細胞中的代謝途徑,構建了花生四烯酸的代謝網絡?；ㄉ南┧嵩诓煌募毎愋椭械拇x是不同的。在中性粒細胞中,白三烯是主要的炎癥因子;在內皮細胞中,前列腺素PGI2、PGF2α和PGE2是主要的代謝產物,其中PGE2是重要的炎癥因子,引起發(fā)熱和疼痛。PGI2具有抑制血小板細胞的聚集和松弛平滑肌細胞的作用。血小板細胞產生大量血栓素TXA2,可以誘導血小板細胞聚集和血管收縮。通過構建新的花生四烯酸代謝網絡,可以更好的模擬血管中炎癥因子產生的過程。而且可以通過計算PGI2/TXA2的比例來評估藥物的心血管或出血的副作用,如圖3。通過不同的計算方程來計算三種細胞中花生四烯酸的代謝過程,并且考慮到血管中三種細胞的數(shù)量比例。對網絡分別定義其正常生理狀態(tài)和病理狀態(tài),生理狀態(tài)為產生較少的炎癥因子LTB4和PGE2,低于疾病狀態(tài)產生數(shù)量的10%。通過MTOI方法的分析,最終確定了5個藥物作用靶點,分別是PLA2、LTA4H、COX-2、5-LOX和PGES。并且進一步了分析藥物靶點的最優(yōu)組合和副作用的預測。(四)藥物靶點位點不同利用蛋白質相互作用網絡的分析,可以幫助確認藥物作用的靶點。研究人員將藥物靶點定位于蛋白質相互作用的網絡,分析發(fā)現(xiàn)藥物作用的靶點比一般的蛋白質節(jié)點具有更多的連接,但比網絡中的關鍵節(jié)點的連接數(shù)目少,該結果具有統(tǒng)計學顯著性。這一結果說明,藥物靶點位點通常位于生物網絡中關鍵節(jié)點和冗余或外周節(jié)點之間。如果藥物靶點位于關鍵節(jié)點上,藥物干預可能引起嚴重的毒性;另一方面,如果藥物靶點位于外周節(jié)點,藥物干預可能效果甚微。通過蛋白質相互作用網絡中對藥物靶點的觀察,藥物靶點普遍位于高連接度,但非關鍵節(jié)點的位置。這說明,定量的網絡分析有助于藥物靶點的定位和確認。(五)藥物-藥物關系網絡研究人員通過副作用相似度來預測兩個藥物是否具有共同的靶點。應用746個上市藥物,通過副作用的相似度將不同類別的藥物聯(lián)系起來,構建了藥物-藥物關系的網絡。該網絡擁有1018個連接,其中261個連接是針對不同適應癥的藥物。通過unifiedmedicallanguagesystem(UMLS)本體對副作用癥狀進行分類和相似性比較,發(fā)現(xiàn)本體中緊密相關但不同類別的藥物的關系。通過對該網絡的分析,發(fā)現(xiàn)了已知藥物的新的作用靶點。