Progressi nella ricerca sulle malattie neurodegenerative
Nuove intuizioni genetiche aprono la strada a potenziali terapie per le malattie neurodegenerative.
― 6 leggere min
Indice
- Cosa sono i Dati Genetici e Genomici?
- L'Approccio della Ricerca
- Identificazione dei Potenziali Obiettivi Farmacologici
- Analisi dei Dati Genetici
- L'Importanza dei Dati Multi-Ancestrali
- Risultati e Scoperte
- Potenziali Terapeutici Identificati
- Affrontare le Limitazioni
- Direzioni Future
- Conclusione
- Fonte originale
- Link di riferimento
Le Malattie neurodegenerative (NDD) sono disturbi che fanno sì che le cellule nervose si deteriorino e muoiano lentamente. Tra queste ci sono malattie come l'Alzheimer, il Parkinson e la sclerosi laterale amiotrofica (ALS). L'impatto di queste condizioni può essere grave, influenzando la capacità di una persona di pensare, ricordare e controllare i propri movimenti. L'Organizzazione Mondiale della Sanità (OMS) prevede che il numero di casi di demenza aumenterà bruscamente nei prossimi anni. Senza trattamenti efficaci, le conseguenze sulla salute, sulla società e sull'economia potrebbero essere disastrose.
Attualmente, ci sono solo alcune terapie che possono cambiare il corso di queste malattie. Il lecanamab è una recente aggiunta approvata per il trattamento dell'Alzheimer. C'è una forte necessità di terapie più efficaci che possano basarsi sulle cause genetiche sottostanti di queste malattie. La ricerca mostra che i farmaci supportati da Dati Genetici tendono a funzionare meglio nelle sperimentazioni cliniche. Per aiutare a identificare nuovi obiettivi terapeutici, gli scienziati hanno iniziato a combinare vari tipi di dati genetici e genomici.
Cosa sono i Dati Genetici e Genomici?
I dati genetici si riferiscono a informazioni relative a specifici geni e alle loro funzioni. Possono provenire da grandi studi che analizzano il patrimonio genetico di molte persone, noti come studi di associazione genome-wide (GWAS). Questi studi cercano legami tra geni e malattie. I Dati Genomici guardano a come i geni sono espressi in diversi tessuti. Ad esempio, potrebbero mostrare come l'attività di un gene specifico influisce sulle cellule cerebrali rispetto a come influisce sulle cellule del fegato.
Analizzando sia i dati genetici sia quelli genomici, i ricercatori sperano di trovare nuovi potenziali obiettivi per lo sviluppo di farmaci. Questo processo può aiutare a capire i meccanismi alla base di queste malattie e come potrebbero essere trattate.
L'Approccio della Ricerca
Per sviluppare nuove risorse, i ricercatori hanno combinato dati genetici provenienti da vari studi, inclusi milioni di campioni di persone con NDD. Hanno anche analizzato dati provenienti da banche di tessuti che valutano come i geni sono espressi e come variano in risposta a diverse condizioni.
I ricercatori hanno usato un metodo chiamato randomizzazione mendeliana basata sui dati riassuntivi (SMR). Questo metodo aiuta a identificare possibili legami tra variazioni genetiche e rischio di malattia collegando i dati degli studi GWAS e genomici. Incorporando dati provenienti da persone di diverse discendenze, i ricercatori hanno mirato a creare una comprensione più completa di come le NDD influenzano popolazioni diverse.
Identificazione dei Potenziali Obiettivi Farmacologici
I ricercatori si sono concentrati su trovare geni che potrebbero fungere da potenziali obiettivi terapeutici. Hanno classificato questi geni in tre categorie in base a quanto siano ben compresi e se ci siano farmaci noti che possano agire su di essi:
Obiettivi Novelli: Questi sono geni che non sono stati presi di mira da terapie esistenti ma mostrano potenziale basato su dati di ricerca.
Obiettivi Conosciuti: Questi geni hanno già terapie approvate che li prendono di mira.
Obiettivi Difficili: Questi sono geni che potrebbero essere importanti per comprendere la malattia ma attualmente mancano di trattamenti disponibili.
Per ogni obiettivo novello, i ricercatori hanno esaminato altri geni vicini che potrebbero essere importanti per il trattamento. Questo approccio mirava a creare una rete ampia di potenziali terapie.
Analisi dei Dati Genetici
I ricercatori hanno analizzato grandi quantità di dati provenienti da diversi tipi di NDD. Esaminando le variazioni genetiche associate all'Alzheimer, al Parkinson, all'ALS e ad altre, sono riusciti a identificare potenziali obiettivi per nuove terapie. Hanno utilizzato metodi rigorosi per garantire che i geni identificati fossero effettivamente correlati alle malattie.
In totale, hanno trovato un numero significativo di geni candidati attraverso sei maggiori malattie neurodegenerative. Ogni gene candidato è stato valutato in base al suo potenziale per lo sviluppo di farmaci.
L'Importanza dei Dati Multi-Ancestrali
Un problema nello studio delle NDD è che la maggior parte della ricerca genetica si è storicamente concentrata su popolazioni di origine europea. Questo rappresenta una sfida per capire come queste malattie possano differire nelle persone di background diversi. Per affrontare questo, i ricercatori hanno incluso dati provenienti da varie discendenze per rendere i loro risultati più completi e applicabili a una popolazione più ampia.
Risultati e Scoperte
Attraverso l'analisi, i ricercatori hanno scoperto numerosi geni significativi in più malattie neurodegenerative. Alcuni geni sono stati trovati collegati a più di una malattia, suggerendo che potrebbero svolgere un ruolo cruciale nella categoria più ampia della neurodegenerazione. In particolare, geni come MAPT e CRHR1 sono apparsi significativi nell'Alzheimer, nel Parkinson e in altre malattie, indicando meccanismi condivisi che potrebbero essere presi di mira per il trattamento.
L'analisi ha anche identificato geni che attualmente non sono presi di mira da terapie approvate. Questi potrebbero rappresentare opportunità importanti per lo sviluppo di farmaci, soprattutto mentre i ricercatori cercano nuovi trattamenti per queste malattie difficili.
Potenziali Terapeutici Identificati
Tra gli obiettivi identificati, alcuni sono stati classificati come aventi trattamenti noti, mentre molti sono stati notati come potenziali obiettivi futuri. I ricercatori hanno proposto 41 geni novelli che non avevano terapie esistenti che li prendevano di mira, ma mostravano associazioni significative con le malattie neurodegenerative. Questo include geni che avevano legami con varie funzioni e processi biologici rilevanti per le NDD, come l'autofagia, il segnalamento cellulare e l'infiammazione.
Nuove Vie per il Trattamento
I risultati indicano che le terapie antitumorali esistenti potrebbero essere utili anche per le malattie neurodegenerative. Questo approccio apre la porta al riutilizzo di farmaci anticancro per condizioni come l'Alzheimer e il Parkinson. Ad esempio, i farmaci che prendono di mira geni specifici identificati nel rango novello possono ora essere esplorati per i loro effetti sulle malattie neurodegenerative.
Il Ruolo dell'Analisi di Rete
Creando reti di geni e delle loro interazioni, i ricercatori potrebbero identificare geni compagni che potrebbero svolgere un ruolo nella scoperta e nel trattamento dei farmaci. Molti geni compagni identificati erano già noti per essere "druggabili", ampliando ulteriormente le opportunità per sviluppare trattamenti efficaci.
Affrontare le Limitazioni
Sebbene la ricerca fornisca intuizioni promettenti, ci sono alcune limitazioni. La disponibilità di dati genetici completi su tutte le malattie neurodegenerative è ancora una sfida. Man mano che vengono condotti più studi e diventano disponibili più dati, sarà essenziale aggiornare e affinare continuamente i risultati.
La questione più urgente è ancora la mancanza di dati provenienti da popolazioni diverse. Le ricerche future dovranno concentrarsi sull'aumento della rappresentanza di diverse discendenze negli studi genetici per eliminare i pregiudizi e comprendere meglio come queste condizioni influenzano vari gruppi.
Direzioni Future
L'obiettivo finale di questa ricerca è creare una risorsa guidata dalla comunità che possa aiutare a identificare nuovi obiettivi farmacologici per le malattie neurodegenerative. Integrando più forme di dati e incoraggiando la collaborazione tra i ricercatori, si spera di accelerare la scoperta di trattamenti efficaci.
Questa risorsa aiuterà a superare le barriere alla scoperta di farmaci permettendo ai ricercatori di accedere e analizzare facilmente informazioni vitali, contribuendo infine a approcci di medicina di precisione più efficaci nel trattamento delle malattie neurodegenerative.
Conclusione
Mentre il mondo affronta un numero crescente di malattie neurodegenerative, è essenziale trovare terapie efficaci. Questa ricerca rappresenta un passo significativo verso l'identificazione di nuovi obiettivi farmacologici basati su informazioni genetiche. Con una continua collaborazione e un focus su popolazioni diverse, c'è speranza per sviluppare trattamenti migliori che possano migliorare la vita di chi è colpito da queste condizioni devastanti.
Titolo: omicSynth: an Open Multi-omic Community Resource for Identifying Druggable Targets across Neurodegenerative Diseases
Estratto: Treatments for neurodegenerative disorders remain rare, although recent FDA approvals, such as Lecanemab and Aducanumab for Alzheimers Disease, highlight the importance of the underlying biological mechanisms in driving discovery and creating disease modifying therapies. The global population is aging, driving an urgent need for therapeutics that stop disease progression and eliminate symptoms. In this study, we create an open framework and resource for evidence-based identification of therapeutic targets for neurodegenerative disease. We use Summary-data-based Mendelian Randomization to identify genetic targets for drug discovery and repurposing. In parallel, we provide mechanistic insights into disease processes and potential network-level consequences of gene-based therapeutics. We identify 116 Alzheimers disease, 3 amyotrophic lateral sclerosis, 5 Lewy body dementia, 46 Parkinsons disease, and 9 Progressive supranuclear palsy target genes passing multiple test corrections (pSMR_multi < 2.95x10-6 and pHEIDI > 0.01). We created a therapeutic scheme to classify our identified target genes into strata based on druggability and approved therapeutics - classifying 41 novel targets, 3 known targets, and 115 difficult targets (of these 69.8% are expressed in the disease relevant cell type from single nucleus experiments). Our novel class of genes provides a springboard for new opportunities in drug discovery, development and repurposing in the pre-competitive space. In addition, looking at drug-gene interaction networks, we identify previous trials that may require further follow-up such as Riluzole in AD. We also provide a user-friendly web platform to help users explore potential therapeutic targets for neurodegenerative diseases, decreasing activation energy for the community [https://nih-card-ndd-smr-home-syboky.streamlit.app/].
Autori: Hampton Leonard, C. X. Alvarado, M. B. Makarious, C. A. Weller, D. Vitale, M. J. Koretsky, S. Bandres Ciga, H. Iwaki, K. Levine, A. Singleton, F. Faghri, M. A. Nalls
Ultimo aggiornamento: 2023-07-14 00:00:00
Lingua: English
URL di origine: https://www.medrxiv.org/content/10.1101/2023.04.06.23288266
Fonte PDF: https://www.medrxiv.org/content/10.1101/2023.04.06.23288266.full.pdf
Licenza: https://creativecommons.org/publicdomain/zero/1.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia medrxiv per l'utilizzo della sua interoperabilità ad accesso aperto.