Skip to main content

Mathematisches Modell kann Krebsmedikamente verbessern

(PhysOrg.com) - Ein interdisziplinärer Forscher von UT Dallas hat ein Humangenomanalyseprojekt gestartet, um ein mathematisches Modell zu erstellen, das die Wirksamkeit von Krebsmedikamenten verbessert und gleichzeitig die Herstellungskosten um bis zu 30 Prozent senkt. Ein Dreijahreszuschuss von 305.000 USD von der National Science Foundation wird Dr. Mathukumalli "Sagar" Vidyasagars Entwicklung einer neuen Methode zum Nachweis von Ähnlichkeiten zwischen DNA-Sequenzen finanzieren.

"Ich schlage vor, mathematische Modelle zu finden, wie ein Querschnitt von Krebspatienten auf ein bestimmtes Medikament aus klinischen Studien reagieren würde", sagte er. "Wenn es wahrscheinlich ist, dass ein unannehmbar hoher Anteil nachteilig reagiert, können die Entwickler dieses Programm rechtzeitig beenden."

Die statistische Methode von Sagar würde die Größe der riesigen Datenbanken reduzieren, in denen genetische Daten gespeichert sind. Mit seinem Modell könnten Kliniker diese Datenbanken subsamplen und dabei die statistischen Merkmale wie Korrelationen beibehalten, wodurch Zeit und Geld gespart werden, ohne die Genauigkeit zu beeinträchtigen.

Sagar, Cecil und Ida Green, Professor für Systembiologie, sieht in der statistischen Analyse einzelner Genome eine Möglichkeit, die Kluft zwischen dem aktuellen Verständnis der Ursache-Wirkungs-Beziehungen zwischen dem Erbgut und dem Ansprechen eines Patienten auf die Behandlung zu überbrücken.

"Es gibt große Unterschiede sowohl bei den vorteilhaften als auch bei den nachteiligen Wirkungen von Medikamenten", sagte er. "Es wird angenommen, dass DNA-Variationen verwendet werden können, um diese Unterschiede zu erklären."

Es besteht kein Zweifel, dass statistische Methoden besser für die Vorhersage von Fehlern als für Erfolge geeignet sind, fügte Sagar hinzu, der an der Erik Jonsson School of Engineering and Computer Science der Universität auch für Bioingenieurwesen zuständig ist.

"Wenn ein Pharmaunternehmen mit 100 Kandidaten beginnt, kann eine typische Anzahl statistischer Methoden sagen, dass diese 30 von dieser Partie mit Sicherheit scheitern", sagte Sagar. „Das heißt aber nicht, dass die verbleibenden Kandidaten garantiert Erfolg haben. Nach meiner Schätzung können die Gesamtkosten für die Arzneimittelentwicklung um etwa 30 Prozent gesenkt werden, wenn potenzielle Fehler frühzeitig behoben werden. “

Dieselbe Methode, die eine Kostensenkung ermöglicht, kann es auch ermöglichen, dass Arzneimittelbehandlungen mit der von Sagar als Kleinserienfertigung bezeichneten Arzneimittelherstellung personalisierter werden. Wenn Krebspatienten geringfügige Variationen eines Arzneimittels verabreicht würden, die auf die Besonderheiten ihres individuellen Genoms zugeschnitten wären, könnten sie vermeiden, mit unnötigen - und oft gefährlichen - Nebenwirkungen, die häufig mit einer Einheitsgröße verbunden sind, umzugehen -alle Behandlung Ansatz. Trotzdem schlägt Sagar keine statistische Wundermittel für eine mögliche Krebsbehandlung vor.

"Als der Entwurf des menschlichen Genoms zum ersten Mal im Februar 2001 veröffentlicht wurde, glaubte man, dass es durch Analyse der DNA von Individuen, Auffinden der Variationen und anschließende massive statistische Korrelationen möglich sein würde, herauszufinden, welche Individuen für welche Krankheit anfällig waren." er sagte. "Die Realität scheint zu sein, dass die Umwelt immer noch wichtiger ist als die Genetik."

Zur Verfügung gestellt von der University of Texas in Dallas