计算药物再利用方法有助于识别治疗阿片类药物使用障碍的新药物
阿片类药物使用障碍 (OUD) 是一种有问题的阿片类药物使用模式，会导致严重的损害或痛苦。1 2022 年，估计有 610 万美国人被诊断出患有 OUD，与阿片类药物相关的过量用药死亡人数几乎从 2019 年的 49,860 人增加到 2022 年的 81,806 人。1,2 三种药物对 OUD 安全有效：纳曲酮、丁丙诺啡和美沙酮。然而，使用这些药物的患者的流失率和复发率很高。显然需要更多安全有效的 OUD 治疗方法，但广泛的药物发现过程阻碍了及时提供解决方案。来自俄亥俄州克利夫兰凯斯西储大学的一组科学家研究了数据驱动的计算药物再利用方法，以确定 OUD 的潜在治疗方法。3 图片来源：TensorSpark | stock.adobe.com 药物再利用的计算方法涉及对一系列不同数据的系统分析。策略包括从基因组特征匹配、分子对接和药物靶标相互作用预测、基于网络/图形的分析、机器/深度学习和孟德尔随机化中获取数据。一旦研究人员通过一种或多种计算方法确定了 OUD 的潜在候选药物，他们就会使用来自患者电子健康记录 (EHR) 的真实数据来评估选定的药物。作者指出，尽管这种性质的观察性研究可能会获得强有力的结果，但使用患者 EHR 数据可能会存在局限性，例如过度诊断、误诊或诊断不足；未测量或不受控制的混杂因素；自我选择；反向因果关系；以及其他潜在偏见。3 作者讨论了一项发表在《分子精神病学》上的回顾性病例对照研究，该研究使用来自全美 50 个州的 7290 多万患者的匿名人口级 EHR 数据评估了治疗 OUD 的前 20 种候选药物。4 根据他们对患者 EHR 数据的分析，5 种药物（曲马多、奥氮平、米氮平、安非他酮和阿托西汀）与 OUD 患者的 OUD 缓解率显著提高相关。仅凭这些数据无法推断因果关系，但研究人员可能会考虑在未来的随机对照试验中评估这些候选药物。3 关于作者 Sabina Palmieri […]