Ein Ansatz aus der Systemmedizin zur Wirkstoffentdeckung
Die Pathobiologie komplexer Erkrankungen umfasst verschiedene Mechanismen und Pfade, der sich am besten durch die Anwendung einer Kombination von Behandlungen begegnen lässt, die auf jeden einzelnen Pfad ausgerichtet sind. Im Rahmen dieses Szenarios könnten sich Rechenmodelle unter Anwendung einer systemischen Perspektive und die Einbindung von Erkenntnissen, die durch Omik-Technologien und klinische Daten erlangt worden sind, als hilfreich erweisen. Bei multipler Sklerose (MS) handelt es sich um eine komplexe Autoimmunerkrankung, die das Nervensystem angreift. Die bestehenden MS-Behandlungen sind jedoch weit davon entfernt, effektiv zu sein. Dies ist zumindest teilweise darauf zurückzuführen, dass diese nur auf einen Teil des Immunsystems abzielen. Wissenschaftler des EU-finanzierten Projekts COMBIMS (A novel drug discovery method based on systems biology: combination therapy and biomarkers for multiple sclerosis) machten sich daran, die biologischen Netze zu untersuchen, die bei einer MS involviert sind und zu verstehen, wie sich bestehende MS-Behandlungen auf diese Netze auswirken. In diesem Zusammenhang wurde ein Ansatz aus der Systembiologie angewandt, um effektivere Kombinationsbehandlungen zu entwickeln. Unter Anwendung proteomischer Untersuchungen maß das Konsortium biologische Aspekte der Immunzellen, die an der Signalübertragung beteiligt sind und verglich diese mit gesunden Zellen. Es wurden pathogene Veränderungen und die Reaktion auf ausgewählte Behandlungen bei aus Patienten isolierten Primärzellen erforscht, um die molekulare Signatur klinischer Phänotypen zu definieren. Berechnungsmodellierungstechniken wurden verwendet, um die Phosphorylierungsnetze und -pfade sowie die bei MS involvierten Genotypen abzubilden. Mit diesem Modell wurde eine Liste an 33 potenziellen Wirkstoffkombinationen erstellt, die Synergiekriterien entsprachen und die Kombinationen aktueller Behandlungen mit MS-unspezifischen Wirkstoffen beinhalteten. Daraufhin wurden geeignete Algorithmen angewandt, um Sicherheitsprobleme und mögliche mit diesen Wirkstoffen in Zusammenhang stehende Nebenwirkungen zu bestimmen. Die Wirkstoffkombinationen wurden ebenfalls an Tieren getestet und führten zu vielversprechenden Resultaten. Es wurden neben Modellen, die die Interaktion zwischen dem Immunsystem und dem zentralen Nervensystem rekapitulieren, zusätzliche dynamische Modelle entwickelt, die sich für verschiedene MS-Untertypen eignen. Das COMBIMS-Konsortium zeigte Möglichkeiten auf, neuartige Behandlungsansätze für komplexe und weniger komplexe Erkrankungen über einen Ansatz aus der Systemmedizin vorherzusagen. Abgesehen von den direkten Behandlungsvorteilen für Patienten mit MS könnte die Einbindung dieser Technologie in die Pharmaindustrie den Wirkstoffentdeckungsprozess verbessern.
Schlüsselbegriffe
Systemmedizin, Wirkstoffentdeckung, multiple Sklerose, Proteomik, Immunsystem
