what are the 2 methods used to determine protein function?
- Forward genetics (Κλασσική Γενετική)
- Η προσέγγιση του Βιοχημικού σκαναρίσματος
explain how forward/classic genetics works
Προσδιορίζει τον φαινότυπο ενδιαφέροντος και την ταυτοποίηση του γονιδίου που είναι υπεύθυνο για τον φαινότυπο
—> Η προσέγγιση χρησιμοποιεί συχνά πειραματικές συνθήκες που οδηγούν στην επιλογή ενός φαινοτύπου που μας ενδιαφέρει κάθε φορά.
—> Έπειτα γίνεται ταυτοποίηση του γονιδίου (ή των γονιδίων) που είναι υπεύθυνα για τον φαινότυπο αυτό.
Διαδικασία δοκιμής/εξέτασης μικρών μορίων απευθείας για την επίδρασή τους στις βιολογικές διεργασίες.
Explain how προσέγγιση του Βιοχημικού σκαναρίσματος works
Βασίζεται στην γενετική μηχανική, όπου ένα συγκεκριμένο γονίδιο ενδιαφέροντος στοχεύεται
—> προκαλούμε μετάλλαξη, διαγραφή ή αφαίρεση
—> προκειμένου να κατανοήσουμε τι επίδραση θα έχουν στον φαινότυπο, σύμφωνα με την αντίστροφη γενετική
Explain what is the αντίστροφη γενετική used in the modern biological methods
= είναι μια πειραματική τεχνική μοριακής γενετικής που επιτρέπει στους ερευνητές να αποσαφηνίσουν τη γονιδιακή
λειτουργία.
—> εξετάζοντας αλλαγές σε φαινοτύπους (κυττάρων ή οργανισμών) που προκαλούνται από τροποποίηση ειδικών αλληλουχιών νουκλεϊκών οξέων (εντός DNA ή RNA)
why is it so important to find all the protein targets involved? what’s a new tool that shows that?
Πολλά φάρμακα παρουσιάζουν παρενέργειες λόγω αλληλεπιδράσεων με πρωτεΐνες «εκτός στόχου».
—> Η πολυφαρμακολογία (polypharmacology) μπορεί να θεωρηθεί ένα νέο εργαλείο, αξιοποιώντας επιδράσεις μικρών μορίων σε πολλαπλούς στόχους για να επιτευχθεί μέγιστο αποτέλεσμα, υπογραμμίζοντας την ανάγκη για την αποσυνέλιξη του στόχου
Since target identification is so important, name the main 3 methods για την ανακάλυψη πρωτεϊνικών στόχων
- Direct biochemical methods
- Genetic interaction methods
- Computational inference methods
Explain how direct biochemical methods work + name the 2 ways
= περιλαμβάνουν «επισήμανση» της πρωτεΐνης ενδιαφέροντος, επώαση και άμεση ανίχνευση δέσμευσης
- αλλαγές στην ευαισθησία των πρωτεϊνών σε πρωτεολυτική αποικοδόμηση κατά τη δέσμευση μικρών μορίων.
- μια χαρακτηριστική μετατόπιση στο χρωματογραφικό προφίλ χρόνου κατακράτησης, αφού μια ένωση δεσμευτεί σε έναν πρωτεϊνικό στόχο.
Explain genetic interaction methods
= ρυθμίζουν τους «στόχους» στα κύτταρα, αλλάζοντας την ευαισθησία των μικρών μορίων
(changing the protein will affect the small molecules sensitivity to it)
what information can be deduced from computational methods? what is it based on?
- υποθέσεις στόχων [target hypotheses]
- μηχανικές υποθέσεις [mechanistic hypotheses]
- υποθέσεις που σχετίζονται με τον μηχανισμό δράσης μιας ένωσης
—> Οι μέθοδοι βασίζονται στην τρισδιάστατη δομή της πρωτεΐνης
What new information can be gained from computational methods
Συμβάλλουν:
- στην εύρεση νέων στόχων για υπάρχοντα φάρμακα
- στην επανατοποθέτηση φαρμάκου
- στην εξήγηση των επιπτώσεων εκτός στόχου.
Give examples of different technological advances that help with target identification + what each one does
- Η βάση δεδομένων:
- να βρουν τον επιθυμητό στόχο φαρμάκου
- να κατανοήσουν την ιδιότητα των μικρών οργανικών μορίων. - Οι βιολογικές δοκιμές:
- να δοκιμάσουν τα αποτελέσματα που έχουν τα μικρά μόρια στον στόχο - Η machine-based μέθοδος:
- να προβλέψει τη σχέση μεταξύ φαρμάκων και στόχων
—> έχει χαμηλότερο κόστος από τις παραδοσιακές πειραματικές δοκιμασίες
Name the 2 main strategies for drug development
- Bottom-up (Ορθολογικός):
- Ταυτοποίηση στόχου + έλεγχος χιλιάδων ενώσεων για τη δραστικοτητά τους στο στόχο αυτό
- screening thousands of small organic molecules and then looking at its effect on the phenotype - Target deconvolution (αποσυνέλιξη στόχου):
- Ο στόχος εντοπίζεται αφού φτιαχτούν οι χημικές ενώσεις
- begin with a drug compound and then identified the targets of it
what was combined with AI to enhance target identification?
Πραγματοποιήθηκε ενσωμάτωση πολυομικών δεδομένων με αλγόριθμους τεχνητής νοημοσύνης
What are the 3 main στρατηγικές για την ταυτοποίηση ενός φαρμακευτικού στόχου
- ανίχνευση με πείραμα (experimental approaches)
- πολυωμική ανίχνευση (multiomics)
- ανίχνευση με χρήση υπολογιστών (computational approaches)
Explain what were experimental approaches
- Χρήση ανιχνευτών συγγένειας με αλληλεπίδραση πρωτεΐνης-προσδέτη —> affinity-based biochemical
- Χημικός και γενετικός έλεγχος μέσω της μεθόδου CRISPR ή RNAi μέσω της οποίας επιτυγχάνεται η αναγνώριση του στόχου και χρησιμοποιείται και ως διαγνωστικό εργαλείο —> chemical/genetic screening
- Χρήση ισότοπων αμινοξέων για την μελέτη της συμπεριφοράς των πρωτεϊνών των κυττάρων —> comparative profiling
What is multiomics + list the 3 categories of data it got info from
= παίρνουμε πληροφορίες σε μοριακό επίπεδο για την ασθένεια
- Genomics:
- γονιδιακή ανάλυση για τον εντοπισμό των διαφορών στην αλληλουχία του DNA
- για την δημιουργία καινοτόμων θεραπειών ή για την χρήση ήδη υπαρχόντων φαρμάκων σε διαφορετικές ασθένειες - Epigenomics & Metabolomics:
- μέσω αυτών επιβεβαιώνεται η αρχική υπόθεση για την φύση της ασθένειας - Transcriptomics & Proteomics:
- βοηθούν στην κατανόηση της παθοφυσιολογίας της ασθένειας
What are the computational approaches + an example
= Πρόβλεψη βιολογικών στόχων για μικρά μόρια
It uses:
- διαθεσιμότητας της πρωτεΐνης
- χημικής δομής της ένωσης που μας ενδιαφέρει
- φαρμακοφόρου δομής
- ελέγχου δομικής ομοιότητας
- reverse docking = ικανότητα του μορίου σύμφωνα με την βάση δεδομένων να ενώνεται με διαφορετικές πρωτεΐνες
Eg AI machine learning
= ελεγχόμενη ή μη μηχανική μάθηση για την πρόβλεψη στόχου σύμφωνα με την βάση δεδομένων
—> καλύτερη προσομοίωση ασθενειών
List all the advantages of AI machine learning for drug discovery
- Επεξεργασία και αντιμετώπιση πολύπλοκων βιοϊατρικής δικτύων που προκύπτουν από την μεγάλη γκάμα πληροφοριών. —> Έτσι μπορεί να αποκαλύψει μοτίβα και σχέσεις μέσα στα δεδομένα που είναι δύσκολα εμφανή στον άνθρωπο και ενδεχομένως να οδηγήσει σε καλύτερη θεραπεία και κατανόηση ασθενειών
- Ταυτοποίηση βιοδεικτών
- Ιεράρχηση ενδείξεων
- Σχεδιασμός μορίων που μοιάζουν με φάρμακο (druglike)
- Πρόβλεψη φαρμακοκινητικής
- Αλληλεπίδραση φαρμάκου- στόχου.
—> Διευκολύνει την επαναχρησιμοποίηση φαρμάκων συνδέοντας έναν στόχο πιο υποσχόμενο με γνωστά φάρμακα με νέες διαταραχές όπου τα φάρμακα δεν έχουν διευρυνθεί, επιτρέποντας την οικονομική και καινοτόμα ανακάλυψη φαρμάκων τόσο για κοινές όσο και για σπάνιες παθήσεις. - Ανάλυση μεγάλης κλίμακας μελέτης του γονιδιώματος
—> Genome-Wide Association Study - GWAS .
—> Εντοπισμός αιτιολογικών γενετικών τόπων που ρυθμίζουν τα επίπεδα γονιών και πρωτεϊνών και διευκολύνουν την ανακάλυψη γονιδίων και οδών που αποκρύπτουν την ανακάλυψη την νόσου - Μπορεί να λάβει χώρα και χωρίς την συμμετοχή ανθρώπων και έτσι λύνει τα χέρια των ανθρώπων επιταχύνοντας την φαρμακευτική και ιατρική πορεία
Explain the different ways AI has allowed for easier target identification
- Επεξεργασία και αντιμετώπιση σύνθετα βιοϊατρικών δικτύων δεδομένων
- Αποκάλυψη μοτίβων και σχέσεων μέσα στα δεδομένα που μπορεί να μην είναι εμφανή στον άνθρωπο οδηγώντας σε καλύτερη κατανόηση και θεραπεία ασθενειών
- Διευκόλυνση:
- ταυτοποίησης βιοδεικτών και στόχων
- ιεράρχησης ενδείξεων
- σχεδιασμό μορίων που μοιάζουν με φάρμακο
- πρόβλεψη φαρμακοκινητικής
- αλληλεπίδραση φαρμάκου-στόχου
- σχεδιασμός κλινικής δοκιμής
After discovering new targets using AI, what needs to be done
Οι στόχοι επικυρώνονται μέσω πειραμάτων και αρκετά φάρμακα που προέρχονται από το ΑΙ εισέρχονται σε κλινικές δοκιμές.
what are “deep learning methods”
= ένα υποσύνολο της μηχανικής μάθησης που χρησιμοποιεί
τεχνητά νευρωνικά δίκτυα για να μιμηθεί τη διαδικασία μάθησης του ανθρώπινου εγκεφάλου
= machine learning algorithms
List and explain the main 3 methods Αρχιτεκτονικές που βασίζονται στη μάθηση
- Παραγωγικά ανταγωνιστικά δίκτυα (GANs):
- προσέγγιση στη γενετική μοντελοποίηση που δημιουργεί ένα νέο σύνολο δεδομένων
- επαναλαμβανόμενα νευρωνικά δίκτυα και τεχνικές μεταφοράς μάθησης - Τα νευρωνικά δίκτυα
- Οι τεχνικές μεταφοράς μάθησης
what fields have benefited a lot from the learning based methods
- de novo σχεδιασμός μικρών μορίων
- έρευνα γήρανσης
- φαρμακολογική πρόβλεψη φαρμάκων
what new type of data can be generated by AI? explain what it is
Τα synthetic data:
= δεδομένα που παράγονται τεχνητά και μιμούνται μοτίβα και χαρακτηρίστηκα πραγματικού κόσμου. Μέσω αυτών αναλύονται σε ευρύτερο φάσμα κάποιες δυνατότητες φαρμάκων.
—> Πολύτιμα για θεραπευτικούς τομείς
