■ 高通量筛选中的组合筛选
目前已经有不少利用高通量筛选技术进行联合给药相关研究报道,如美国国家癌症研究所 (NCI) 对 104 种 FDA 批准的抗癌药物的 5000 种组合,在 60 种特定人类肿瘤细胞系中进行筛选,得到了多种具有潜在治疗价值的药物组合方式,并将筛结果汇总为数据库: NCI-ALMANAC (大型抗肿瘤药物组合矩阵)。图 1. 组合药物高通量筛选体外模式
然而,由于可能的药物组合数量呈指数级增长,再加上疾病和细胞环境的影响,即使使用自动化药物筛选设备,也无法通过盲目的实验筛选来覆盖所有的组合可能。因此,基于药物组合实验数据,通过药物作用机制分析,借助 AI 技术,实现计算机方法预测药物协同作用,对于指导发现合理的药物组合,加速临床转化至关重要■ AI 技术助力药物组合研究
多种药物组合测试数据已经公布,一些大型免费数据库也已经建立,如芬兰分子医学研究所、赫尔辛基大学发布的可免费访问的癌症联合用药数据门户 DrugComb 目前已经收录 739964 种药物组合数据,涵盖 2300 多种不同的细胞系,并具有最先进的机器学习模型预测药物组合的敏感性和协同作用。此外,其他的开放访问的药物组合分析网络平台如 Combenefi、SynergyFinder、DeepSynergy 也是不错的药物组合数据库。图 2. DrugComb 示意图
高通量筛选技术可以加速药物组合研究,并使药物组合测试更加系统化。
在药物组合研究中,活性化合物尤其 FDA 批准上市药物及处于临床研究化合物经常被用于药物组合研究: 此类化合物具有较为明确的作用机制,且已经处于临床研究或批准用于药物,可以加速临床转化。单纯的药物组合测试不是最终的研究目的,组合测试数据结合一定的作用机制分析,找出具有协同或互补作用的机制及相关生物标记物,将更有助于疾病机制的认识,促进新的治疗方法的开发。
作为全球高质量的生物活性化合物和化合物库供应商,MCE 可提供 3 万多种生物活性化合物和 100 多个化合物库。
相关产品 |
4,100+ 种批准上市药物及临床Ⅱ期及以后化合物集合,所有化合物均已经完成了广泛的临床前和临床研究,具有良好的生物活性、安全性和生物利用度,特别适合药物新适应症的研究。 |
2,600+ 批准上市药物,所有化合物具有明确的生物活性及适应症,可以加速临床转化。 |
1,900+ 处于临床研究化合物,所有化合物均可以提供详细的生物信息,临床状态,研究领域等信息。 |
15,000+ 种生物活性明确,靶点清晰的活性小分子化合物集合。 |
参考文献
1. Nat Biotechnol. 2009 Jul;27(7):659-66.
2. Cancer Res. 2017 Jul 1; 77(13):3564-3576.
3. Nature. 2022 Mar; 603 (7899):166-173.
4. Nucleic Acids Res. 2019 Jul 2;47(W1):W43-W51.
5. Nucleic Acids Res. 2021 Jul 2;49(W1):W174-W184.