Прогнозирование профиля клинических побочных эффектов антидепрессантов из группы ингибиторов обратного захвата серотонина и норадреналина

Автор: Балакин К.В., Лапушкин Г.И., Савилова А.Г., Бовина Е.В., Квашнина Е.А., Воронков А.Э., Васильева Т.М., Скоренко А.В.

Журнал: Труды Московского физико-технического института @trudy-mipt

Рубрика: Физико-химическая биология

Статья в выпуске: 1 (33) т.9, 2017 года.

Бесплатный доступ

В работе показана возможность компьютерного прогнозирования профиля побоч- ных эффектов ингибиторов обратного захвата серотонина и норадреналина (ИОЗСН), на основе анализа их мультитаргетного профиля. Были проанализированы побочные эффекты 10 лекарств, ИОЗСН, статистически значимо представленные в базе FDA AERS, а также данные по биомишеням, на которые действуют эти препараты. Расчеты коэффициентов попарного подобия с последующей иерархической кластеризацией по методу Варда позволили разбить соединения на кластеры по профилю подобия по- бочных эффектов, а также по профилю мишень-специфичного действия. Анализ двух иерархических структур выявил выраженное соответствие содержащихся в них кла- стеров. Работа позволяет количественно охарактеризовать профили побочных эффек- тов ИОЗСН, объяснить их существенное различие внутри группы и прогнозировать профиль побочных эффектов для новых ИОЗСН. Результаты работы также создают предпосылки для поиска более общих закономерностей, связывающих пространства побочных эффектов и мишень-специфического действия лекарств, относящихся к раз- личным фармакологическим группам.

Еще

Побочные эффекты лекарств, коэффициенты попарного подо- бия, мишень-специфический профиль, кластеризация

Короткий адрес: https://sciup.org/142186176

IDR: 142186176

Список литературы Прогнозирование профиля клинических побочных эффектов антидепрессантов из группы ингибиторов обратного захвата серотонина и норадреналина

  • Pharmaceutical data mining: approaches and applications for drug discovery/Ed. by K.V. Balakin. Hoboken: John Wiley & Sons, Inc., 2010.
  • Liu X., She Z., Xue Y., Li Z.R., Yang S.Y., Chen Y.Z. In silico prediction of adverse drug reactions and toxicities based on structural, biological and clinical data//Current Drug Safety. 2012. V. 7, N 3. P. 225-237.
  • Yamanishi Y., Pauwels E., Kotera M. Drug side-effect prediction based on the integration of chemical and biological spaces//J. Chem. Inf. Model. 2012. V. 52, N 12. P. 3284-3292.
  • Lounkine E., Keiser M.J., Whitebread S., Mikhailov D., Hamon J., Jenkins J., Lavan P., Weber E., Doak A.K., Cote S., Shoichet B.K., Urban L. Large-scale prediction and testing of drug activity on side-effect targets//Nature. 2012. V. 486, N 7403. P. 361-367.
  • Bowes J., Brown A.J., Hamon J., Jarolimek W., Sridhar A., Waldron G., Whitebread S. Reducing safety-related drug attrition: the use of in vitro pharmacological profiling//Nat. Rev. Drug Discov. 2012. V. 11, N 12. P. 909-922.
  • Pan J.B., Ji N., Pan W., Hong R., Wang H., Ji Z.L. High-throughput identification of off-targets for the mechanistic study of severe adverse drug reactions induced by analgesics//Toxicol. Appl. Pharmacol. 2014. V. 274, N 1. P. 24-34.
  • Sakaeda T., Tamon A., Kadoyama K., Okuno Y. Data mining of the public version of the FDA Adverse Event Reporting System//Int. J. Med. Sci. 2013. V. 10, N 7. P. 796-803.
  • Hazell L., Shakir S.A. Under-reporting of adverse drug reactions: a systematic review//Drug Safety. 2006. V. 29, N 5. P. 385-396.
  • Williams A.J., Ekins S., Tkachenko V. Towards a gold standard: regarding quality in public domain chemistry databases and approaches to improving the situation//Drug Discov. Today. 2012. V. 17, N 13-14. P. 685-701.
  • Humble M. Noradrenaline and serotonin reuptake inhibition as clinical principles: a review of antidepressant effi//Acta Psychiatr. Scand. 2000. N 101 (Suppl. 402). P. 28-36.
  • Bousquet C., Sadou E., Souvignet J., Jaulent M.C., Declerck G. Formalizing MedDRA to support semantic reasoning on adverse drug reaction terms//J. Biomed. Inform. 2014. V. 49, June 2014. P. 282-291.
  • Evans S.J., Waller P.C., Davis S. Use of proportional reporting ratios (PRRs) for signal generation from spontaneous adverse drug reaction reports//Pharmacoepidemiol. Drug Safety. 2001. V. 10, N 6. P. 483-486.
  • van Puijenbroek E.P., Bate A., Leufkens H.G.M., Lindquist M., Orre R., Egberts A.C.G. A comparison of measures of disproportionality for signal detection in spontaneous reporting systems for adverse drug reactions//Pharmacoepidemiol. Drug Safety. 2002. V. 11, N 1. P. 3-10.
  • Bento A.P., Gaulton A., Hersey A., Bellis L.J., Chambers J., Davies M., Kruger F.A., Light Y., Mak L., McGlinchey S., Nowotka M., Papadatos G., Santos R., Overington J.P. The ChEMBL bioactivity database: an update//Nucleic Acids Res. 2014. V. 42, Database issue. P. D1083-D1090.
  • Timmerman H., Roberto T., Consonni V., Mannhold R., Kubinyi H. Handbook of Molecular Descriptors. Weinheim: Wiley-VCH, 2002.
  • Fawcett T. An introduction to ROC analysis//Pattern Recognition Lett. 2006. V. 27, N 8. P. 861-874.
  • Ward J. H. Hierarchical grouping to optimize an objective function//J. Am. Statistic. Assoc. 1963. V. 58, N 301. P. 236-244.
Еще
Статья научная