新算法计算药物协同作用：初始测试涉及黑素瘤，肺癌

用于治疗非小细胞肺癌（NSCLC）和黑色素瘤的药物组合并不像它们的那样有效。肿瘤科医生没有采用合适的工具来预测药物相互作用，而不是在昂贵的临床试验中。

这可能会改变新算法由一支跨学科的范德比尔特大学队伍制定的计算药物协同作用。新方法区分药物相互作用转化为更快，更有效地杀死从可能导致较少副作用的相互作用杀死肿瘤。

该团队在500,000个个人测试中使用它药物组合适用于生活癌细胞并相信它可以应用于治疗更多种类癌症。

“何时发现新的癌症毒品候选人，以某种方式学术界和制药业“生物化学和药理学教授”是效力和功效，“这是一个根本的缺陷”。

效力的协同是减少药物剂量的理想选择，因此可能的副作用。相反，疗效的协同作用，旨在提高治疗天花板，这在易于间隙易患的疾病中易于复发，例如非小细胞肺癌。

该团队呼叫算法奥赛尔，这代表了组合的多维协同作用。在Musyc之前的协同框架没有区分效力和功效，导致组合真正互动的误导性。他们的作品今天在期刊上出现细胞系统在题为“沿效力和功效轴的量化调节协同作用的纸张中”。

医学助理教授Christine Lovly和Research Assightant Darson Tyson教授Darren Tyson与Joshua Bauer在Vanderbilt研究所的化学生物学高通量筛查核心中，进行了超过50,000次12,000种药物组合条件的测量。他们试图在NSCLC中与护理口服inertinib的组合计算64种抗癌药物的协同型材，其靶向突变场EGFR。

将药物分为四类有丝分子检查点，表观遗传调节剂，受体和/或通道，并揭示了通过现有框架混淆的药物课程趋势。具体而言，该团队发现针对有丝分裂检查点的子集的药物组合以及具有EGFR的表观遗传调节剂显着增加，与单独的单独相比，患率癌细胞染色。例如，Osimertinib与Vindesine，靶向微管的药物的组合比单独的Osimertinib更有效率为70％。

“了解组合的互动是如何对提高治疗效果和患者的生活质量至关重要。现在我们有一个数学框架，用于量化和区分组合如何遵守这些目标，”化学和物理生物学计划研究生学生说和纸上的第一个作者。

研究人员预见的Musyc将改变药物组合的发现，翻译和部署在许多疾病中。

现在，该团队正在研究三种药物组合的相互作用，以及调查药品在更复杂的临床前模型（如癌细胞）中的组合。

该工作的早期版本于2018年呈现给癌症系统生物学联盟，Meyer将在3月份的表型药物发现的主题演讲研讨会上展示。

---

---