Ny viden om det menneskelige genom åbner for nye lægemidler – Københavns Universitet

sund.ku.dk > Nyheder > 2018 > Ny viden om det mennes...

23. februar 2018

Ny viden om det menneskelige genom åbner for nye lægemidler

Proteinforskning

Førende danske og internationale proteinforskere har afdækket to større uudforskede områder i det menneskelige genom. Det åbner for udviklingen af mange nye lægemidler.

Udviklingen af nye lægemidler fokuserer kun på 60 procent af potentielle lægemiddel-targets. Det konkluderer ny analyse, der netop er udgivet i det internationalt anerkendte videnskabelige tidsskrift Nature Reviews – Drug Discovery.

Undersøgelsen, der bygger på omfattende dataanalyse med supercomputere – også kaldet data mining – har gransket enorme mængder sundhedsvidenskabelig litteratur og andre evidenskilder for at finde henholdsvis de bedst og dårligst beskrevne proteiner til lægemiddel-targets. Undersøgelsen er den første, der giver et solidt, fyldestgørende og brugbart billede af samtlige de proteiner, der kan anvendes til at udvikle nye lægemidler.

Forskerne har beskæftiget sig med 20.000 proteiner og konkluderer, at 8.000 af dem stort set ikke er blevet kortlagt og studeret af forskere og lægemiddel-virksomheder (2 ud af 5). Det åbner for uudforsket terræn for lægemiddelforskning med stort potentiale.

”Vi har brugt højtavanceret computer-analyse af data til at belyse de områder af det menneskelige genom, som forskningen normalt ikke beskæftiger sig med. Vi kan se, at de rummer stort potentiale, så vi håber, at analysen motiverer til lidt pionerarbejde blandt lægemiddel-forskere. Det kan få stor betydning for fremtidens lægemiddelinnovation”, siger professor Søren Brunak fra Novo Nordisk Foundation Center for Protein Research.

Nye guldårer for lægemiddelforskning
Mange sygdomme skyldes dysfunktionelle proteiner, der er beskadiget af genetiske defekter. Langt de fleste lægemidler forsøger derfor at forhindre proteinet i at være aktivt og dermed mindske deres indflydelse på sygdomme.

Det er derfor afgørende for lægemiddeludviklingen at studere og afdække de proteiner, der medvirker til sygdomme. De proteiner som rummer stort potentiale bliver benævnt som såkaldte lægemiddel-targets og kan efter omfattende kliniske forsøg blive godkendt som lægemidler.

Undersøgelsen viser, at 40 procent af potentielle lægemiddel-proteiner mangler en grundig og prioriteret undersøgelsesindsats. Forskerne har derfor inddelt de 20.000 proteiner i fire kategorier og har ranket deres potentiale som kommende lægemidler.

Ifølge analysen åbner kortlægningen også for nye såkaldt repositionerings-muligheder, hvor allerede godkendte lægemidler kan afprøves på nye indikationer. Det betyder, at proteiner i lægemidler, der kun er godkendt til et terapiområde nu med fordel kan afprøves til behandling af andre sygdomme. 

Kombinationen af kategorisering og rankings fungerer lidt forsimplet som et lægemiddel-skattekort og projektet har derfor også modtaget bevilling til fase 2.

"I fase 2 af projektet vil vi forbedre vores værktøjer til at studere de biologiske funktioner af lægemiddel-targets baseret på både videnskabelige tekster og store eksperimenter, siger professor Lars Juhl Jensen, der er ansvarlig for sekventeringen af millioner af artikler med avancerede data mining teknik.

Big data kaster lys på de mørke områder i arvemassen
Siden 1990’erne har forskere forsøgt at kortlægge det menneskelige genom i ”The Human Genome Project” og i 2014 tog the National Institutes of Health Common Fund initiativ til at kortlægge de gener i det humane genom, der koder for proteiner i projektet ”Illuminating the Druggable Genome”.

Forskere troede oprindeligt, at der fandtes mere end 100.000 gener, der kan kode for proteiner, men under kortlægningen viste det sig, at der kun er tale om 20.000 gener. De lægemidler der findes i dag relaterer til mindre end 1.000 lægemiddel-targets. Ifølge Søren Brunak er potentialet med lægemiddeldesign med disse proteiner ved at være udtømt og det er derfor vigtigt, at udforske nyt terræn.

Formålet med at sekventere det humane genom er typisk at afdække, hvilke gener, der er relateret til sygdom. Her kigger man på særlige genmønstre i familier og befolkningsgrupper for at vurdere, hvad der fører til bestemte sygdomme.

Faktaboks: Data mining betegner søgning efter mønstre og strukturer i større datamængder. Gennem eksempelvis algoritmer eller direkte observation forsøger man at finde relationer mellem datapunkterne for således bedre at kunne visualisere og på sigt udnytte de komplekse informationer.

Læs hele analysen her: https://www.nature.com/articles/nrd.2018.14

Analysen er udarbejdet af et internationalt forskerteam fra:

NIH Nationalt Center for Advancing Translational Sciences, Novo Nordisk Foundation Center for Protein Research, Det Sundhedsvidenskabelige Fakultet, KU, The University of New Mexico, the University of Miami, the European Bioinformatics Institute and the Icahn School of Medicine at Mt. Sinai. 

Kontaktinformation

Andreas Westergaard, Kommunikationsrådgiver
Det Sundhedsvidenskabelige Fakultet, KU
Tlf. 53 59 32 80 

Professor Søren Brunak
Telefonnummer kan rekvireres gennem Andreas Westergaard.