2018
패혈증은 사망과 장애를 유발하는 가장 흔한 증후군 중 하나이다. 치료를 위해 다양한 약물이 개발되어 왔지만, 아무런 연구도 사망률을 감소시키지 못했다. 이 연구의 목표는 in vitro와 in vivo에서 패혈증 모델에 기반한 LINCS L1000 perturbation (이하 L1000) 자료를 통해 패혈증에 대한 시료운 치료 옵션을 찾는 것이다. 이 병과 연관된 초기의 염증과정에 대한 마이크로어레이 연구결과를 환자와 면역세포에서 얻어와 L1000을 기반으로 후보 약물을 선택하는 데 사용 되었다. 선택된 후보 약물의 항염작용 효과는 활성화된 macrophage 세포주를 사용하여 분석되었다. Cyclin-dependent kinase의 inhibitor인 CGP-60474가 가장 강력한 약물이었다. 이 약물은 활성화된 macrophage 세포주내에 tumor necrosis factor-α (TNF-α) 및 interleukin-6 (IL-6)를 낮추며 NF-κB 활성을 억제하여 LPS 유도 내독소증 마우스에서 사망률을 감소시켰다. 이 연구는 CGP-60474가 endotocemic process를 완화시키는 잠재적인 치료 후보물질일 수 있음을 보여준다. 또한 L1000을 활용한 가상의 선별 전략은 약물 개발 초기 단계에서 비용과 시간을 효과적으로 절약할 수 있는 도구일 수 있다.
Comments
L1000의 질병에 대한 약물 후보군을 뽑는데 시간과 비용을 줄여준다는 효용성을 확인해 볼 수 있던 논문이다. 실재로 L1000을 활용하여 약물 후보군을 뽑는 workflow와 기타 여러 참고할만한 점이 많은 논문이다. 재미있게도 L1000CDS2 기법이 사용되었다.
L1000CDS2 - 판별분석 (실제로는 LDA와 QDA의 절충안인 NDA기법이 사용되는 방법)을 이용하여 DEG를 고르거나 gene set enrichment analysis (PAEA)를 하는 방식. 약물간의 orthogonality를 고려하여 기전이 겹치지 않는 약물간의 보완성을 볼 수 있게하는 기능도 있다. 나중에 이 논문의 초록도 읽어 올릴듯!
Scientific report에서 약물 재조합과 연관된 기사를 찾던중 국내 연구진 (차병원)에서 연구한 본 논문을 찾아 반가웠다!
Original paper