Des scientifiques financés par Cancer Research UK ont conçu un modèle informatique qui applique des techniques utilisées pour analyser les réseaux sociaux afin d’identifier de nouvelles façons de traiter le cancer, selon une recherche publiée dans PLOS Computational Biology.
Le modèle analyse les comportements uniques des protéines cancérigènes – repérant ce qui les différencie des protéines normales et cartographiant les cibles moléculaires de nouveaux médicaments potentiels qui pourraient être développés pour traiter le cancer.
« Notre étude est la première à identifier les règles de comportement social des protéines cancéreuses et à les utiliser pour prédire de nouvelles cibles pour des médicaments anticancéreux potentiels. » – Dr Bissan Al-Lazikani, Institut de recherche sur le cancer, Londres
Des scientifiques de l’Institute of Cancer Research de Londres ont comparé les protéines à l’intérieur des cellules aux membres d’un énorme réseau social, en cartographiant leurs interactions. Cela leur a permis de prédire quelles protéines seront le plus efficacement ciblées par les médicaments.
Les chercheurs ont rendu cette carte accessible au public. Cela pourrait fournir aux scientifiques de la découverte de médicaments un raccourci pour trouver de nouveaux médicaments pour de nombreux types de cancer différents.
L’équipe a découvert qu’il existe de nombreuses voies moléculaires qui interagissent pour affecter le développement du cancer. Les protéines cancérigènes qui ont déjà été ciblées avec succès avec des médicaments avaient tendance à avoir des caractéristiques «sociales» particulières qui diffèrent des protéines non cancéreuses – ce qui suggère que des protéines cancéreuses jusque-là inexplorées avec des caractéristiques similaires pourraient également constituer de bonnes cibles médicamenteuses.
Les protéines « de type Hub » qui « communiquent » avec de nombreuses autres protéines – comme un super utilisateur de Facebook avec des milliers d’amis – étaient plus susceptibles de causer le cancer.
Ces informations pourraient fournir un large éventail de cibles potentielles pour le développement de médicaments.
Le chef de l’étude, le Dr Bissan Al-Lazikani, chef d’équipe en biologie computationnelle et recherche sur le cancer, scientifique financé par le Royaume-Uni à l’Institute of Cancer Research de Londres, a déclaré : « Notre étude est la première à identifier les règles du comportement social des protéines cancéreuses et à les utiliser. pour prédire de nouvelles cibles pour des médicaments anticancéreux potentiels. Il montre que les cibles des médicaments anticancéreux se comportent très différemment des protéines normales et ont souvent un réseau complexe d’interactions sociales, comme un super-utilisateur de Facebook.
« La découverte de nouvelles cibles est l’une des étapes les plus importantes de la découverte de médicaments. Mais cela peut être un processus long et coûteux. La carte que nous avons créée aidera les chercheurs à concevoir de meilleurs nouveaux médicaments, plus rapidement, en économisant du temps et de l’argent. Cela met également en lumière la manière dont la résistance aux traitements peut se produire et, dans quelques années seulement, pourrait aider les médecins à choisir les meilleures combinaisons de médicaments en fonction de chaque patient.
Nell Barrie, responsable principale de l’information scientifique chez Cancer Research UK, a déclaré : « Grâce à la recherche, la survie au cancer a doublé au cours des 40 dernières années. Mais nous devons de toute urgence développer de meilleurs traitements plus efficaces pour qu’à l’avenir, personne n’ait à craindre un diagnostic de cancer. Des recherches comme celle-ci, qui sont rendues publiques, contribueront à accélérer les avancées cruciales dans la découverte de médicaments pour sauver davantage de vies du cancer.
PREND FIN
Pour les demandes des médias, contactez le bureau de presse de Cancer Research UK au 020 3469 8300 ou, en dehors des heures d’ouverture, au 07050 264 059.
Les références
Comportements distinctifs des protéines médicamenteuses dans les réseaux cellulaires. Biologie des systèmes. Bissan Al-Lazikani et al.