工具可以提高将毒品从动物研究转化为人类的成功

大约50％的人服用毒性肠疾病的炎症性肠道疾病，如克罗恩病，最终成为抗性或对其而无反应。

科学家们可能能够在药物开发过程中早些时候这样的问题，当药物从动物中的测试到临床试验时，通过普渡大学和马萨诸塞术研究所开发的新计算模型。

研究人员称之为“TransComp-R”。在发表的一项研究中科学的信号，他们使用模型来识别忽略的生物机制可能负责患者对英夫利昔单抗的抵抗力。

这样一个机制难以捕获新药的临床前测试，因为人类疾病的动物模型可能具有不同的生物过程促进疾病或对治疗的反应。这使得难以翻译观察动物实验对人类生物学背景。

“这种模式可以帮助更好地确定哪些药物应该从动物测验对人类，“Doug Brubaker是一个普渡助理的生物医学工程教授，他将这个模式的开发和测试作为麻省理工学院的博士后助理。

“如果药物的原因是药物会失败，例如从动物研究中没有明显的阻力机制，那么这种模式也可能会发现该模型并帮助指导应该如何建立临床试验，”他说。

Transcomp-R将动物模型的数千次测量整合到与人类相比的几个数据坐标。DWWINDLED数据解释了动物模型和人类之间最相关的生物差异来源。

从那里，科学家可以训练其他模型，以预测人类对来自动物模型的那些数据坐标对治疗的反应。

对于英夫利昔单抗，来自鼠标模型和人类的数据并不匹配，因为它们是不同类型的生物测量。这鼠标模型数据以肠道蛋白的形式出现，而来自患者的数据仅以表达基因的形式提供，差异差异转录-R能够解决。

Transcomp-R帮助Brubaker的团队找到了指向人类电阻机制的数据中的链接。

该团队与Vanderbilt大学的研究人员合作，以从克罗恩病患者的肠道活检中测试预测机制，然后用人类免疫细胞进行实验。

研究人员使用来自英夫利昔单抗的克罗恩病人的单细胞测序抗性克罗恩病人的患者，以鉴定表达与Transcomp-R预测的电阻机制相关的基因的细胞类型。

然后将它们与英夫利昔单抗和受体鉴定的受体的抑制剂治疗免疫细胞和模型成为抵抗机制的一部分。该实验表明，抑制受体增强了英夫利昔单抗的抗炎作用，使药物能够更有效，因为它可以更好地控制炎症。

通过额外的测试来弄清楚更精确地测量这种阻力机制的标记，医生可以使用有关药物反应的信息来确定患者是否需要不同的治疗过程。

自本研究以来，Brubaker一直与他的前研究组合作，在Covercomp-R背后应用数学框架，以识别Covid-19疫苗候选物动物研究中Alzheimer疾病生物学和免疫签名的小鼠模型。

“建模框架本身可以重新批评不同种类的动物，不同疾病“地区和不同的问题”，“布鲁金斯说。”在我们看到的时候弄清楚了动物没有跟踪人类发生的事情可以节省大量时间，成本和努力药品发展过程总体。“

---

---