糖尿病の薬を認知症研究に使い回す
研究が糖尿病の薬が認知症治療に役立つかもしれないって調べてるよ。
― 1 分で読む
認知症は、世界中で7000万人以上の人に影響を与える大きな健康問題で、特に高齢化が進む中で深刻になってる。認知症患者の長期介護にはかなりの経済コストがかかるし、今の薬は一部の人には限定的な効果しかない。新しくて手頃な、認知症の影響を防ぐか軽減する方法が強く求められてるんだ。
研究者たちは、既存の薬、特に小分子薬を再利用できないか考えてる。これらの薬はすでに人間に安全だと知られているけど、動物モデルでの発見とテストは難しいし、高額なんだ。約9000種類の小分子薬が人間に安全とされていて、約4000種類が治療に承認されてる。その中で脳に効果的に入れるのは約1000種類だけで、脳関連の病気に役立つかもしれない。
認知症の薬をテストする際、研究者は高齢患者に不適切な可能性のある薬のクラス、例えば抗精神病薬などを除外して選択肢を狭めることができる。それでも、このプロセスが必要で、臨床試験を進めるために動物研究からの強いデータを集める必要がある。
認知症研究における動物モデル
認知症研究で使われる動物モデルは、人間の病気を完全には再現できてないことが多い。一部のモデルでは、現実の認知症症例の一部しか模倣してない遺伝子変異を使ってる。他のものは、病気の特性の一部しか再現できてない。このような遺伝子改変モデルは維持にお金がかかるし、新しい治療法のテストを複雑にするかもしれない。
その点、マウスのプリオン病モデルは人間のプリオン病に近い進行状況を示し、病気の進行を理解するのに役立つ。行動の変化や脳の損傷が人間の認知症と似た形で見られるから、治療法を理解するのに価値がある。
これらの研究で使われるマウスは、行動や脳の構造に関するさまざまなテストを受ける。最近の技術の進歩によって、マウスの動きの追跡や行動の詳細な分析が可能になった。機械を使って動画を分析することで、研究者は薬が認知症の治療にどれだけ効果的かを評価するための大量のデータを集められるようになった。
糖尿病と薬物治療の役割
糖尿病をうまく管理することで認知症のリスクが下がるという証拠が増えてきてる。糖尿病治療に使われるいくつかの薬は脳を保護する効果があることが示されている。これがきっかけで、研究者は他の糖尿病薬が神経変性疾患に対して同様の効果をもたらすか調査してる。
その一つがピオグリタゾンで、糖尿病管理のためにメトホルミンと共に使われることが多い。ピオグリタゾンはメトホルミンとは異なる働きがあり、認知症の影響を軽減することで脳を守れるか探る機会を提供する。
研究方法論
この研究では、ピオグリタゾンのような潜在的な薬を効率的にテストする方法を開発しようとした。研究者たちは、偏りなしにマウスの行動を時間をかけて分析するために、ビデオ録画と機械学習を使ったシステムを作った。この方法は、認知症の症状を防ぐか減少させる薬の効果を評価するプロセスを加速させるかもしれない。
研究者たちはプリオン病に感染したマウスを使ってテストを行い、病気の進行とピオグリタゾン治療に対するマウスの反応を観察した。観察されたのは体重の変化や病気の進行を示す行動サインだった。
薬の効果の発見
研究の結果、ピオグリタゾン治療はマウスにおけるプリオン病の目に見える症状の発症を遅らせることが分かった。治療を受けたマウスは未治療のマウスに比べて、病気を示すサインの総数が少なかった。また、データは治療を受けたマウスが協調問題に関連する特定の行動が明らかに減少したことを示した。
高度な分析手法を使用することで、研究者たちは従来の方法よりも早い段階で治療効果の改善を検出できた。これは、薬の効果を評価するための自動化テストシステムの有用性を示している。
神経の健康への影響
研究者たちは、ピオグリタゾンが神経の健康にどのように影響を与えるか理解しようとした。彼らは脳細胞のストレスマーカー、特に小胞体(ER)ストレスに関連するタンパク質を調べた。結果は、ピオグリタゾンがこのストレスを減少させる可能性があることを示しており、神経機能を維持するのに重要である。
マイクログリアや星状膠細胞に関連する炎症のマーカーには大きな変化は見られなかったが、神経ストレスの減少は、ピオグリタゾンが炎症を減少させるだけでなく、直接的なメカニズムで脳細胞を保護できる可能性を示唆している。
マイクログリア反応の理解
ピオグリタゾンとマイクログリアの活動の関連から、研究者たちはラボで人由来のマイクログリアに対する効果をテストした。彼らは、ピオグリタゾンが神経変性疾患に見られるストレス条件下でマイクログリアに影響を与えるかを調べた。
結果は、ピオグリタゾンがマイクログリアの遺伝子発現に影響を与え、薬がこれらの細胞のストレスへの反応を改善または変化させる可能性があることを示唆してる。この情報は、マウスモデルで観察される神経保護効果のメカニズムを理解するために重要だ。
結論
この研究は、認知症や関連疾患との闘いにおいて潜在的な薬を評価するための自動化テストの価値を強調している。開発された方法は、治療の効果を評価するためにより客観的で効率的な方法を提供できる。
ピオグリタゾンは神経保護剤としての可能性を秘めていて、脳細胞のストレスを軽減するメカニズムがあるかもしれない。今後の研究では、これらの効果をさらに理解し、臨床現場での実施方法を見極めることが重要だ。
この研究はまた、人間の病気の複雑さを正確に捉える堅牢な前臨床モデルの必要性を強調していて、治療の進歩が患者ケアに効果的に移行できるようにすることが求められている。
タイトル: Unbiased preclinical phenotyping reveals neuroprotective properties of pioglitazone
概要: Animal models are essential for assessing the preclinical efficacy of candidate drugs, but animal data often fails to replicate in human clinical trials. This translational gulf is due in part to the use of models that do not accurately replicate human disease processes and phenotyping strategies that do not capture sensitive, disease-relevant measures. To address these challenges with the aim of validating candidate neuroprotective drugs, we combined a mouse prion (RML scrapie) model that recapitulates the key common features of human neurodegenerative disease including bona fide neuronal loss, with unbiased and machine learning-assisted behavioural phenotyping. We found that this approach measured subtle, stereotyped, and progressive changes in motor behaviour over the disease time course that correlated with the earliest detectable histopathological changes in the mouse brain. To validate the utility of this model system, we tested whether the anti-diabetic drug pioglitazone could slow prion disease progression. Pioglitazone crosses the blood-brain-barrier and has been shown to reduce neurodegenerative disease severity in other mouse models. We found that in addition to significantly slowing the emergence of early-stage clinical signs of neurodegeneration, pioglitazone significantly improved motor coordination throughout the disease time course and reduced neuronal endoplasmic reticulum stress. Together, these findings suggest that pioglitazone could have neuroprotective properties in humans, confirm the utility of the scrapie mouse model of neurodegeneration, and provide generalisable experimental and analysis methods for the generation of data-rich behavioural data to accelerate and improve preclinical validation.
著者: Edward C Harding, H.-J. C. Chen, D. Shepilov, S. O. Zhang, C. Rowley, I. Mali, J. Chen, N. Stewart, D. Swinden, S. J. Washer, A. R. Bassett, F. T. Merkle
最終更新: 2024-09-01 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.08.30.610328
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.08.30.610328.full.pdf
ライセンス: https://creativecommons.org/licenses/by-nc/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。