Systems biology approaches for advancing the discovery of effective drug combinations.
Systems biology approaches for advancing the discovery of effective drug combinations.
复制标题
DOI：
10.1186/s13321-015-0055-9
复制
发表时间：
2015
影响因子：
8.6
通讯作者：
Tan AC
中科院分区：
文献类型：
--
作者：
Ryall KA;Tan AC
像癌症这样的复杂疾病是由影响细胞增殖、侵袭和耐药性的许多途径的大型、相互关联的网络调节的。然而，目前的癌症治疗主要依赖于一基因一疾病的还原论方法。药物组合可以通过限制突变和诱导逃逸途径来克服耐药性，但鉴于可能的药物组合数量巨大，减少搜索空间和优先考虑实验的策略是必要的。在这篇综述中，我们着重于使用计算建模，生物信息学和高通量实验方法来发现药物组合。我们重点介绍了尖端的系统方法，包括细胞信号网络的大规模建模，网络基序分析，基于统计关联的模型，识别基因特征中的相关性，功能基因组学和高通量组合筛选。我们还提供了一份公开可用数据和资源清单，以帮助发现药物组合。这些系统方法的整合将能够更快地发现和翻译临床相关的药物组合。药物组合的系统生物学方法谱。
Complex diseases like cancer are regulated by large, interconnected networks with many pathways affecting cell proliferation, invasion, and drug resistance. However, current cancer therapy predominantly relies on the reductionist approach of one gene-one disease. Combinations of drugs may overcome drug resistance by limiting mutations and induction of escape pathways, but given the enormous number of possible drug combinations, strategies to reduce the search space and prioritize experiments are needed. In this review, we focus on the use of computational modeling, bioinformatics and high-throughput experimental methods for discovery of drug combinations. We highlight cutting-edge systems approaches, including large-scale modeling of cell signaling networks, network motif analysis, statistical association-based models, identifying correlations in gene signatures, functional genomics, and high-throughput combination screens. We also present a list of publicly available data and resources to aid in discovery of drug combinations. Integration of these systems approaches will enable faster discovery and translation of clinically relevant drug combinations. Spectrum of Systems Biology Approaches for Drug Combinations.
登录
查看更多内容
DOI：
10.1093/bioinformatics/btu278
发表时间：
2014-06-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Huang L;Li F;Sheng J;Xia X;Ma J;Zhan M;Wong ST
通讯作者：
Wong ST
影响因子：
11.2
作者：
Iadevaia S;Lu Y;Morales FC;Mills GB;Ram PT
通讯作者：
Ram PT
影响因子：
11.2
作者：
Faratian, Dana;Goltsov, Alexey;Harrison, David J.
通讯作者：
Harrison, David J.
影响因子：
4.3
作者：
Aldridge BB;Saez-Rodriguez J;Muhlich JL;Sorger PK;Lauffenburger DA
通讯作者：
Lauffenburger DA
DOI：
10.1073/pnas.1403080111
发表时间：
2014-04-01
影响因子：
11.1
作者：
Gujral, Taranjit Singh;Peshkin, Leonid;Kirschner, Marc W.
通讯作者：
Kirschner, Marc W.