(PhysOrg.com) – 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, как правило, признаны безопасными, о большинстве лекарств известно на удивление мало. уровень риска.
Гарвардские исследователи из Бостонской программы информатики детской больницы (CHIP) создали доклиническую модель для прогнозирования тератогенности препарата (склонность 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 сети 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. Исследователи CHIP Ашер Шехтер и Исаак Кохан обработали базы данных для каждого из целевых генов (всего 7 426), чтобы идентифицировать гены, участвующие в биологических процессах, связанных с развитием плода, в поисках контрольных поисковых терминов, таких как «генезис», «?? ??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 эту модель к лекарствам для всех классов риска, доля целевых генов развития примерно соответствовала степени известного риска. 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, ?? он говорит.
Одна из трудностей при проверке модели заключается в том, что «известные» тератогенность, на которую он тестируется, часто не известно. 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.
?? Множество лекарств в средней части спектра, а может быть, даже 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 множество генов, которые участвуют в процессах развития ». говорит Шахтер, доцент педиатрии Гарвардской медицинской школы (HMS).
Или, наоборот, если молодая беременная женщина страдает сердечным заболеванием и нуждается в лечении, врачей может успокоить профиль сердечного препарата, добавляет он. ?? Вместо того, чтобы сказать: «Мы не знаем?» теперь мы можем сказать, что препарат более безопасен при беременности.??
«Перед нами призматический пример полезности макробиологического подхода в целом», говорит Кохан, директор CHIP и Лоуренс Дж. Хендерсон, профессор педиатрии в HMS. Комбинируя обширную базу данных белков-мишеней лекарств и базу данных врожденных дефектов, связанных с лекарствами, мы находим многообещающую модель прогнозирования лекарственного риска для врожденных дефектов.??