Forschung entriegelt die Geheimnisse der Mausverhalten zur Identifizierung viel versprechender neuer Psychopharmaka

    Entwicklung von Psychopharmaka ist ein langer und komplexer Prozess . Wirkstoffkandidaten werden ausgewertet und auf der Grundlage ihrer Wirkung auf das Verhalten der Tiere , in der Regel bei Ratten noch bei Mäusen beurteilt. Jede Klasse von Medikamenten , von Antidepressiva oft in einem arbeitsintensiven Prozess, der viel Raum für menschliche Fehler lässt - zu Antipsychotika, anders getestet. Und es gibt einen wachsenden Konsens darüber , dass die derzeitigen Verfahren nicht zu neuen Medikamenten effektiver zu produzieren.

    Jetzt , mit einem Rechenverfahren genannt Data Mining, Lehrstuhl für Zoologie Dr. Neri Kafkafi von der Universität Tel Aviv hat eine kleine Anzahl von Auslösern , die verwendet werden können, um psychiatrische Medikamente schneller und leichter als herkömmliche Tests kategorisieren entdeckt. Die Forschung, die in Zusammenarbeit mit Greg Elmer der University of Maryland durchgeführt und in Psychopharmacology veröffentlicht wurde, könnte die Droge - Testverfahren zu verbessern und neue Anwendungen für bestehende Medikamente.

    "Für Pharmaunternehmen , führen Psychopharmaka das höchste Risiko . Einige sind aus dem Geschäft bekommen , weil so wenige Medikamente machen es durch den Entwicklungsprozess ", sagt Dr. Kafkafi . "Unsere Daten - Mining-Algorithmus schnell vorhersagen, welche Medikamente am besten für welche Erkrankungen - Schizophrenie . Psychose oder Depression Zum Beispiel - und beseitigen die Notwendigkeit für eine Vielzahl von Test Dies spart viel Zeit und Geld " .

    Abstecken einer neuen Claim

    Data Mining - die Verwendung von Computern umfasst , Muster in großen Mengen von Informationen zu identifizieren - hat bereits wertvolle Einblicke in den menschlichen Körper zur Verfügung gestellt. In den letzten Jahren hat es sich zur Genexpression , die Krebs und Drogen Reaktionen vorhersagen zu finden, und um Drogen zu klassifizieren. Verhalten , obwohl, hat eine weniger fruchtbaren Boden für Data Mining bewährt. Das Problem ist , daß die Daten noch nicht in sinnAnalyseEinheiten, die eine ähnliche Rolle spielen , um Gene in dienen kann aufgeteilt Physiologie .

    Um dieses Problem anzugehen, aufgezeichnet Dr. Kafkafi die Bewegungen der Mäuse in einem kleinen Ring und analysiert sie mit Hilfe eines Data-Mining- Algorithmus namens Pattern Array . Durch den Vergleich der Bewegungen der nüchternen Mäusen und Mäusen auf verschiedenen Drogen, war er in der Lage, eine Handvoll von komplexen Verhaltensweisen, die er nutzen, um Medikamente in einer von sechs Klassen klassifizieren zu finden - wie Antidepressiva oder Antipsychotika . Der Prozentsatz der Zeit, eine Maus ein Verhalten im Ring verwendet wird , um das Medikament es auf klassifizieren .

    Eine der Verhaltensweisen - , die Dr. Kafkafi Namen " universelle Drogendetektor" - schnell beschleunigt beim Starten zu bewegen und Abbremsen schnell beim Anhalten . Vierzig von 41 der Medikamente in der Studie verringerte die Verwendung dieses Verhalten der Mäuse , wodurch der breiteste bekannter Test zur Identifizierung von Arzneimittelwirkung . Mehrere andere Verhaltenstests diente dann die Drogen in ihren jeweiligen Klassen zu unterteilen. Wenn am 11. identifizierten Drogen getestet , der Algorithmus klassifiziert neun von ihnen richtig . Und in den beiden Fällen, in denen der Algorithmus falsch war, identifiziert mögliche alternative Nutzung , was darauf hindeutet , dass das Verfahren verwendet werden, um Medikamente bereits auf dem Markt wiederverwenden werden.

    Ein leistungsfähiges Paradigma

    Zusätzlich zu den Rahmenbedingungen und das Potenzial für die Wiederverwendung von Drogen, hat Muster Array den Vorteil, dass sie sich im Laufe der Zeit verbessern. Jedes Mal, wenn Daten von einem zusätzlichen Wirkstoff oder Verhalten wird in die Datenbank aufgenommen , gewinnt der Algorithmus prädiktive Fähigkeit .

    " Je mehr Informationen Sie in die Datenbank eingeben , desto mehr ihre Macht zu erhöhen, weil Sie mehr Muster , die Sie jetzt testen zu entdecken ", sagt Dr. Kafkafi . " Und Sie können sogar zurückgehen und neu zu bewerten, Tierversuche , die Sie vor fünf Jahren lief . "

    Dr. Kafkafi bereits den Algorithmus mit zusätzlichen Psychopharmaka und Klassen arbeiten erweitert. Aber er sagt, er kann noch mehr Potenzial bei der Erfassung der Auswirkungen von genetischen Störungen haben - etwas, deutete in einer früheren Studie , in der er diagnostiziert Lou -Gehrig-Krankheit bei Ratten in einem viel jüngeren Alter als jede Standard-Test konnte. Er wird in der Anwendung des Algorithmus auf die Untersuchung von Kindern mit Autismus suchen.