Когда беременным женщинам нужны лекарства, часто возникают опасения по поводу их возможного воздействия на плод. Хотя однозначно признано, что некоторые лекарства вызывают врожденные дефекты (печально известный пример – талидомид), а другие в целом признаны безопасными, об уровне риска большинства лекарств известно на удивление мало. Исследователи из Бостонской программы информатики детской больницы (CHIP) создали доклиническую модель для прогнозирования тератогенности препарата (тенденции вызывать пороки развития плода) на основе характеристики генов, на которые оно нацелено.
Модель, описанная в мартовском выпуске журнала Reproductive Toxicology за 2011 год (опубликованном в Интернете в ноябре), использовала биоинформатику и общедоступные базы данных для профилирования 619 лекарств, уже отнесенных к классу риска для беременности, и чьи целевые гены или белки известны. Для каждого из генов-мишеней, всего 7426, исследователи CHIP Ашер Шехтер, доктор медицины, MMSc, MS, и Исаак Кохан, доктор медицины, доктор философии, обработали базы данных, чтобы идентифицировать гены, участвующие в биологических процессах, связанных с развитием плода, в поисках контрольных поисковых запросов, таких как "происхождение," "развивать," "дифференцировать" или "рост."
Исследователи обнаружили, что препараты, нацеленные на большую часть генов, связанных с развитием плода, как правило, относятся к классам повышенного риска. Основываясь на профиле гена развития, они создали модель, которая показала 79-процентную точность в прогнозировании того, будет ли препарат относиться к классу A (самый безопасный) или классу X (известный тератоген).
Например, все препараты, снижающие уровень холестерина, церивастатин, ловастатин, правастатин и флувастатин, относятся к Классу X. Все эти препараты также нацелены на очень высокую долю генов высокого риска (от 98 до 100 процентов). Доля антикоагулянта варфарина, также принадлежащего к классу X, составляла 88%.
Когда Шехтер и Кохан применили модель к лекарствам для всех классов риска, доля целевых генов развития примерно соответствовала степени известного риска (см. График). Однако модель нуждается в дальнейшей проверке, прежде чем Шехтер захочет поделиться фактическими прогнозами для конкретных препаратов. "Мы не хотим, чтобы беременные женщины не принимали необходимые лекарства в заблуждение," он говорит.
Одна из трудностей при проверке модели заключается в том, что "известный" тератогенность, на которую он часто тестируется, неизвестна. Между классом A и классом X находятся классы B, C и D с возрастающим уровнем риска, но границы между ними основаны на минимальных данных. Тератогенные эффекты трудно обнаружить, поскольку большинство лекарств во время беременности принимают относительно редко, некоторые можно принимать вместе с другими лекарствами, а любые эффекты, как правило, редкие или слишком незначительные, чтобы их можно было отметить в медицинских записях. Более того, данные испытаний на животных не обязательно применимы к людям.
"Многие препараты в средней части спектра, а может быть, даже и в классе А, могут вызывать незначительные дефекты, которые мы не обнаружили," говорит Шахтер. "Мы не можем дать ответ «да» / «нет», но мы обнаружили шаблон, который может предсказать, какие из них более рискованные."
Учитывая степень неопределенности, Шехтер и Кохан полагают, что их модель может быть интересна разработчикам лекарств и врачам, выписывающим рецепты, и может предоставить полезную информацию для включения в маркировку лекарств.
"Теперь мы можем сказать пациентам: «Этот препарат нацелен на тонну генов, участвующих в процессах развития»" говорит Шахтер.
Или, наоборот, если молодая беременная женщина страдает сердечным заболеванием и нуждается в лечении, врачей может успокоить профиль сердечного препарата, добавляет он. "Вместо того, чтобы говорить «мы не знаем», теперь мы можем сказать, что препарат более безопасен во время беременности."
"Перед нами призматический пример полезности макробиологического подхода, основанного на общей картине," говорит Кохан, директор CHIP. "Объединив обширную базу данных белков-мишеней лекарств и базу данных врожденных дефектов, связанных с лекарствами, мы находим многообещающую модель прогнозирования лекарственного риска для врожденных дефектов."