کاربردهای جدید برای داروهای قدیمی

مجید جویا: پژوهشگران با استفاده از یک برنامه کامپیوتری که ساختار مولکولی ترکیب‌های دارویی و مواد شیمیایی موجود در بدن را با هم مقایسه می‌کند، توانسته‌اند هزاران کاربرد جدید برای داروهای موجود بیابند. از این روش می‌توان برای یافتن کاربردهای جدید یا آشکار کردن تاثیرات جانبی احتمالی داروهایی که هم‌اکنون در داروخانه‌ها موجود هستند استفاده کرد.

برایان راث، پژوهشگر و داروشناس از دانشگاه کارولینای شمالی که این برنامه را آماده کرده، در گفتگو با نیچر گفت: «این، رویکردی جدید و کاملا متفاوت با آن چیزی است که دیگر افراد تاکنون انجام داده‌اند. علت درست کار کردن این سیستم هم همین است».

معمول‌ترین روش‌ها برای پیش‌بینی این‌که آیا یک مولکول کوچک به اهداف دارویی متفاوت می‌چسبد یا نه، یا شامل بررسی‌های آزمایشگاهی توان‌فرسا است و یا شبیه‌سازی مجازی این‌که آیا یک ترکیب مشخص کاملا با پروتئین‌های هدف چفت خواهد شد و این دو مانند قفل و کلید عمل خواهند کرد یا نه. اما رویکرد تجربی، خسته‌کننده و زمان بر است، در حالی که روش کامپیوتری بر وجود ساختارهای پروتئینی با رزولوشن بالای موجود تکیه دارد، امری که دست‌یابی به آن در خیلی از پروتئین‌های حساس به دارو تاکنون امکان‌پذیر نبوده است.

یافتن هدف
سال گذشته، پیر بورک و همکارانش در آزمایشگاه اروپایی زیست‌شناسی سلولی در هایدلبرگ آلمان، رویکرد جدیدی برای یافتن اهداف دارویی جدید برای داروهای موجود ارائه کردند. انها نشان دادند که داروهای با تاثیرات جانبی زیان‌بار مشابه، معمولا در پروتئین هدف مشترک هستند، حتی اگر آن داروها به لحاظ شیمیایی با هم شباهت نداشته باشند.

اکنون، گروهی از پژوهشگران به سرپرستی راث و برایان شویچت (شیمی‌دان محاسبه‌ای در دانشگاه کالیفرنیا در سن‌فرانسیسکو) توانسته‌اند با مقایسه ترکیبات دارویی موجود با لیگاندهای مختلف، (لیگاند به مولکول‌های فعال زیستی گفته می‌شود که به طور طبیعی به پروتئین‌ها می‌چسبند) با موفقیت استفاده‌های جدیدی برای داروهای موجود در بازار بیابند. ظن آنها بر این بود که اگر یک دارو و یک لیگاند، ساختارهای سه بعدی مشابهی داشته باشند، آنگاه احتمال این‌که این دارو به همان پروتئین‌هایی بچسبد که لیگاند در حالت طبیعی می‌چسبد، خیلی بالا خواهد بود.

مشخص شد که شک این پژوهشگران درست بوده است. آنها «اثر انگشت شیمیایی» بیش از 3600 دارو را تهیه کردند که یا به بازار عرضه شده بود و یا در مرحله آزمایشات کلینیکی قرار داشتند، و هم‌چنین برای بیش از 65 هزار لیگاند که در مجموع به تقریبا 250 هدف پروتئینی می‌چسبیدند، نیز اثر انگشت شیمیایی تهیه کردند. سپس یک تحلیل آماری برای مقایسه دو نوع مولکول انجام دادند و در نهایت 7هزار جفت از تعامل دارو- هدف را جدا کردند، که هزاران مورد از آنها هیچ‌گاه پیش از این دیده نشده بودند.

شویچت می‌گوید که این تکنیک «راهی برای ارائه تحلیل‌های منطقی بر پایه ساختار مولکولی برای تاثیرات جانبی داروها و هم‌چنین راهی برای یافتن اهداف جدید برای این مولکول‌های خیلی خاص» فراهم می‌کند.

نویسندگان مقاله صحت سی مورد از این ارتباط‌ها را به طور تجربی بررسی کردند و نشان دادند که 23 مورد آنها واجد تمام شرایط بودند. در این گزارش آمده که این ارتباطات پیش‌بینی نشده شامل تاثیرات تاکنون ناشناخته خیلی از داروهای کاملا شناخته شده نیز بود. برای مثال، پژوهشگران نشان دادند که داروهای ضد افسردگی پروزاک و پاکسیل که با افزایش سطح سروتین در مغز عمل می‌کنند، گیرنده‌های آدرنالین مانند بتا را نیز محدود می‌کنند. این فعالیت ممانعت از بتا می‌تواند بعضی از تاثیرات جانبی این دارو را مانند حالت تهوع و کاهش میل جنسی توجیه کند.

درمان یا اشتباه؟
جرمی جنکینز، متخصص کمواینفورماتیک در موسسه تحقیقات زیست‌دارویی نوارتیس، (که بازوی تحقیقاتی این شرکت دارویی است) در کمبریج ماساچوست می‌گوید: «صنایع دارویی باید به این کار توجه کنند. این کار واقعا می‌تواند به ما کمک کند که در پیشگیری از مشکلات ایمنی پیشرفت کنیم، مسائلی که از جمله مهم‌ترین عوامل شکست داروها می‌باشند».

نویسندگان هم‌چنین یک هدف برای ترکیب توهم‌زای دی‌متیل‌تریپتامین یا (DMT) کشف کردند. این هدف تا اوایل سال جاری پیدا نشده بود، و وقتی پیدا شد که پژوهشگران دانشکده دارو و بهداشت عموم دانشگاه ویسکانسین در مدیسون نشان دادند که این دارو (که در پوست وزغ، چای روانگردان آیاهواسکا، و غده صنوبری مغز پیدا می‌شود) با وابستگی ضعیف به گیرنده‌های لاندا 1 می‌چسبد.

شویچت و راث الگوریتم پیش‌بینی خود را برای دی.ام.تی اجرا کردند و دریافتند که این داروی توهم‌زا خیلی محکم به گیرنده‌های سروتونین می‌چسبد، گیرنده‌هایی که از جمله آنها می‌توان به گیرنده‌ای اشاره کرد که با داروی توهم‌زای معروف ال.اس.دی مرتبط است. پژوهشگران، یافته‌های محاسبات خود را در آزمایشات سلولی و موش‌های زنده به اثبات رساندند.

اندرو هاپکینز، شیمی‌دان محاسباتی در دانشگاه داندی انگلستان در یادداشتی که برای این مقاله نوشته، گفته است: «این که چگونه نویسندگان مقاله از پیش‌بینی‌های کامپیوتری به اثبات‌های تجربی رسیدند، مرا تحت تاثیر قرار داده است. شما می‌توانید ببینید که قسمتی از این اطلاعات، از منظر زیست‌شناسی واقعا مهم است».