"Omics" -Descubrimiento de frmacos y biomarcadores

informados:
Oportunidades, Retos y Perspectivas Futuras
Holly Matthews, James Hanison y Niroshini Nirmalan

Resumen: La industria farmacutica se enfrenta a un fallo insostenible del programa

a pesar de los aumentos significativos en la inversin. La disminucin de las fuentes
de informacin y descubrimiento, la rpida expansin de los presupuestos de I + D
y el creciente control regulatorio, predicen lagunas significativas en los mercados de
drogas en el futuro. La duracin acumulada del descubrimiento desde el concepto
hasta la comercializacin es inaceptablemente larga y se suma a la crisis que se
agrava. Los modelos animales existentes que predicen las traducciones clnicas son
simplistas, altamente reduccionistas y, por lo tanto, no aptos para el propsito. Las
consecuencias catastrficas de los ndices de desgaste cada vez ms frecuentes
son ms probables en el mundo en desarrollo, donde la adquisicin de resistencia
por enfermedades asesinas como la malaria, la tuberculosis y el VIH han avanzado
mucho antes del descubrimiento de nuevos frmacos. La mayora de las
aplicaciones basadas en Omicas hace disponible un recurso tecnolgico formidable
para ampliar an ms nuestro conocimiento de las complejidades de la enfermedad
humana.
La estandarizacin, el anlisis y la recopilacin integral de los resultados "pesados
en datos" de estas ciencias son realmente desafiantes. Un enfoque renovado en el
aumento de la reproducibilidad mediante la comprensin de las variables inherentes
biolgicas, metodolgicas, tcnicas y analticas es crucial si se deben lograr
inferencias fiables y tiles con potencial de traduccin. Las ciencias-genmica,
transcriptmica, protemica y metabolmica-tienen la singular ventaja de ser
complementarias para la validacin cruzada, y juntas podran potencialmente
permitir una muy necesaria perspectiva biolgica de sistemas de las perturbaciones
que subyacen a los procesos de la enfermedad. Si las tendencias adversas actuales
han de revertirse, es imperativo que se logre un cambio en el enfoque de I + D de
la velocidad a la calidad. En esta revisin, discutimos las implicaciones potenciales
de los recientes avances basados en Omics para el proceso de desarrollo de
frmacos.
1. Introduccin
Las inversiones significativas en el descubrimiento de frmacos no han sido
acompaadas por un aumento paralelo en el nmero de nuevas entidades
moleculares / biofarmacuticas (NMEs, NBEs) obteniendo la aprobacin regulatoria
de la Administracin de Alimentos y Medicamentos de los Estados Unidos (FDA). El
creciente costo del desarrollo de frmacos en un contexto de disminucin de la
productividad es probable que afecten negativamente a la sostenibilidad de la
industria farmacutica [1]. En los ltimos seis decenios, mientras que el nmero de
NMEs / NBEs lanzado cada ao ha disminuido progresivamente, cada dcada ha
sido testigo de la progresiva duplicacin del costo ajustado por la inflacin de lanzar
un medicamento [1 - 3]. Se estima que el avance de un solo frmaco desde el
prototipo hasta el mercado, ajustado para los gastos de la fase IV posterior a la
aprobacin, supera los 1.000 millones de dlares [2].
El proceso tradicional de descubrimiento de frmacos contina siendo tedioso,
costoso, lento y muy arriesgado. El resultado de los desafos sin precedentes que
enfrenta la industria farmacutica se refleja en la escasez generalizada de
gasoductos de I + D de ltima fase. La reduccin de las tasas de desercin y la
inversin de las actuales tendencias de productividad requerirn una iniciativa
multifactica, a saber, la seleccin y validacin de objetivos rigurosos y confiables,
sistemas de modelos animales mejorados y la definicin de biomarcadores fiables
y puntos finales sustitutivos que permitan estudios tempranos de atencin en
ensayos clnicos.
La maduracin de las tecnologas basadas en Omicas ha significado que los
resultados, si se integran sistemticamente, podran tener un impacto significativo
en acelerar el proceso de descubrimiento y desarrollo de frmacos abordando
algunos de los desafos mencionados anteriormente. Las aplicaciones de los
resultados de Omicas ya se han utilizado en reas clave de la ciencia bsica
subyacente en el descubrimiento de frmacos y biomarcadores, aunque no en la
medida originalmente especulada. Su contribucin a mejorar nuestra comprensin
mecanicista de la fisiopatologa de los procesos patolgicos no puede ser
discutida. Sin embargo, las predicciones tempranas subestimaron groseramente el
tiempo de maduracin de estas complejas y nuevas ciencias. Los desafos a la
cuantificacin y anlisis de enormes resultados de datos en un contexto de amplias
variables pre-analticas, metodolgicas y tcnicas dieron como resultado
interpretaciones errneas que mancharon la reputacin de la investigacin basada
en Omics en general [4].
El esperado aumento de los espacios qumicos y biolgicos que potencialmente
podra ser interrogado por conjunciones teraputicas no se materializ [5] y la
reproducibilidad sigue siendo un problema crtico que obstaculiza la traduccin
exitosa de la investigacin de descubrimiento [6, 7]. Se puede argumentar que las
razones de estos fracasos no se limitan a limitaciones tcnicas. Las vas biolgicas
son complejas, enrevesadas e interconectadas.
La desalentadora tarea de diseccionar e interpretar los cambios de expresin en un
complejo genoma o proteoma est obligado a generar muchas seales falsas
positivas y falsas negativas, incluso dentro de una cohorte de muestras altamente
homogneas y seleccionadas. Los recientes avances en cromatografa,
espectrometra de masas, bio-computacin y bioinformtica estn cambiando
significativamente el paisaje de Omicas y los datos de expresin de mayor fidelidad
se establecen como una herramienta indispensable para proporcionar
conocimientos mecanicistas y predictivos que informan el proceso de
descubrimiento de frmacos. Evidentemente, la vasta variacin biolgica dentro de
las cohortes de muestras continuar siendo un desafo. Pero tambin en este
mbito, la tecnologa basada en Omics desempea un papel clave en la ciencia que
sustenta el descubrimiento de frmacos. Al permitir biomarcadores que permiten la
estratificacin tanto de pacientes como de enfermedades complejas, el mtodo
facilita la identificacin de subgrupos de pacientes homogneos que probablemente
ofrezcan una mayor probabilidad de xito en la fase de ensayo clnico. Adems, los
resultados de los diferentes flujos Omics (genmica, transcriptmica, protemica y
metabolmica) tienen la singular ventaja de la complementariedad, lo que permite
la corroboracin cruzada y la validacin.
La dcada pasada ha puesto de manifiesto desafos sin precedentes para la
industria farmacutica, resultando en costos insostenibles de I + D. Como es de
esperar, en el primer caso se espera que las enfermedades del Tercer Mundo con
pobres retornos en la inversin farmacutica sean afectadas adversamente. Las
implicaciones globales de una brecha en el mercado teraputico para las principales
enfermedades como la malaria y la tuberculosis, que no han logrado mantenerse al
tanto de la adquisicin de resistencia, son graves [8].
En la primera fase del descubrimiento de frmacos, gran parte de las decisiones
sobre la seleccin de objetivos, la validacin y la generacin de plomo se basan en
la literatura publicada y, por lo tanto, la validez y reproducibilidad de estos datos es
crucial para la progresin exitosa de las derivaciones a travs de la tubera de
desarrollo. A pesar de los avances sustanciales en la investigacin traslacional
temprana, gran parte del conocimiento derivado hasta la fecha est fragmentado y
la comida de la pieza, excluyendo una comprensin completa de las interacciones
biolgicas complejas inherentes en la enfermedad humana. En el campo de Omics,
como en cualquier otra rea de investigacin, la transicin a la madurez ha
necesariamente implicado un contenido significativo de datos espurios, que ahora
hay que tamizar cuidadosamente para extraer el "arroz de la cscara".
Sin embargo, no se puede subestimar la posible contribucin de datos basados en
Omics, rigurosos y reproducibles, al descubrimiento y desarrollo de
frmacos. Mientras que las nuevas directrices para la publicacin de investigaciones
micas (por ejemplo, directrices de Pars para los datos protemicos
( http://www.mcponline.org/ misc / ParisReport_Final.dtl [9]), han abordado algunas
de estas preocupaciones, el trabajo ms evidente la necesidad de hacer Hacia la
definicin de variables analticas que contribuyen a la falta de reproducibilidad entre
los estudios [4] El cambio en la investigacin basada en Omics, en particular las
nuevas disciplinas como la metabolmica, de la industria a la configuracin
acadmica es de hecho una redencin y la tendencia prometedora. Las
herramientas slo se pueden realizar en un entorno en el que se permitan
optimizaciones detalladas y que consumen mucho tiempo, an cuando los
beneficios y los retornos son el mpetu impulsor. Una creciente toma de conciencia
de este hecho ha renovado el inters de forjar, impulsar y explotar los beneficios de
la unificacin industrial y las asociaciones acadmicas. Si la inversin futura se
dedica a permitir la participacin clave de los interesados (consorcios industria-
academia-regulador), no hay La integracin y aplicacin de nuevas aplicaciones de
Omics podra proporcionar nuevos objetivos clnicamente vlidos y, finalmente, los
muy necesarios medicamentos innovadores. El desarrollo de frmacos es una
disciplina compleja y progresiva que depende de una amplia gama de
metodologas. La genmica, la protemica y la metabolmica, que abarcan nuevas
y avanzadas herramientas y tcnicas, seguirn emplendose cada vez ms en el
proceso de desarrollo. En esta revisin, nos centramos en la contribucin de las
biotecnologas emergentes basadas en Omics, para avanzar en el campo del
descubrimiento y desarrollo de frmacos.
2. Caminos de Desarrollo de Medicamentos
La va de desarrollo de frmacos para una molcula pequea conlleva un proceso
exhaustivo que incluye la investigacin bsica, la identificacin y validacin de
objetivos, la generacin y optimizacin, pruebas preclnicas, los ensayos en fases
clnicas en seres humanos y la aprobacin reglamentaria por la FDA (Figura 1).

Figura 1. Cronograma de descubrimiento y desarrollo de frmacos. La tubera

actual de aprobacin de frmacos puede tomar desde el descubrimiento y la lnea
de tiempo de desarrollo. Tome ~ 15 aos. Se estima que de 5.000 a 10.000
compuestos slo un nuevo medicamento llega al mercado.
El proceso de desarrollo del frmaco comienza con la identificacin de un nuevo
objetivo (protena, ADN, ARN, metabolito, etc.) seguido de su posterior validacin
para confirmar un efecto teraputico. Esto incluye el desarrollo / optimizacin del
ensayo (bioqumico, basado en clulas, citotoxicidad, etc.), mediante el cual se
obtiene una metodologa objetiva para capturar la interaccin prevista entre una
biblioteca de compuestos y el objetivo especfico. Los "xitos" confirmados de
pantallas de alto rendimiento se organizan entonces por tipo qumico para identificar
los "conductores" o andamios qumicos que podran refinarse ms por la qumica
medicinal informada por las relaciones estructura-actividad (SAR), para optimizar
las propiedades fisicoqumicas y farmacolgicas para potencia potenciada y
selectividad.
La generacin y optimizacin preliminares es completamente un proceso in vitro,
mediante el cual los cables seleccionados se progresan a continuacin a travs de
una serie de ensayos sustitutivos complejos para evaluar rasgos biofarmacolgicos
eficaces, propiedades toxicolgicas especficas de clase / compuesto y absorcin,
distribucin, metabolismo y excrecin favorables (ADME) propiedades [12]. Es en
estas primeras etapas de la prueba que la mayora de los compuestos fallan.
La validacin adicional es a travs de la eficacia, ADME y pruebas toxicolgicas en
modelos animales. Un inconveniente de este proceso in vivo es que el actual
protocolo de ensayo a corto plazo empleado define principalmente el perfil
toxicolgico ms que la eficacia teraputica. Durante esta etapa del proceso de
desarrollo, se ensayan metodologas de ampliacin para el uso del seleccionado en
ensayos clnicos. El proceso de ensayos clnicos en s puede comenzar slo
despus de la aprobacin por la FDA de una aplicacin de Investigacin de
Medicamentos Nuevos (IND) que detalla los resultados preclnicos, el modo de
accin del frmaco propuesto, los efectos secundarios potenciales y la informacin
de fabricacin. Los ensayos clnicos faseados (I, II y III) son supervisados por un
equipo de investigacin clnica en estrecha comunicacin con la FDA, con la Fase I
centrndose en la seguridad de los medicamentos, la Fase II sobre la efectividad y
la Fase III confirmando los hallazgos en una cohorte de poblacin ms grande . Un
resultado exitoso en los ensayos clnicos conducir a la presentacin de una
solicitud de nuevos frmacos para un mayor examen y aprobacin por la FDA y
otros organismos reguladores.
3. Desafos para el descubrimiento de frmacos
Un paso clave en el innovador proceso de descubrimiento de frmacos es la
identificacin de una molcula potentemente que modula el objetivo elegido para
producir un resultado farmacolgico deseable que se traduce de manera previsible
para el husped humano [13]. El xito de este proceso depende de dos factores: En
primer lugar, el acceso a la literatura cientfica robusta que permita la adquisicin
del conocimiento disponible sobre los procesos biolgicos subyacentes a la salud y
la enfermedad; En segundo lugar, la disponibilidad de pruebas preclnicas y
sistemas de modelos adecuados que permitan verificar las relaciones
farmacocinticas y farmacodinamias seguras, eficaces y traducibles (PK /
PD). Aunque en muchos casos los modelos animales han demostrado ser
predictivos, las pruebas inadecuadas de congruencia con la enfermedad humana
han conducido a costosos fracasos traslacionales y siguen siendo un dficit
significativo en la fase de desarrollo preclnico del programa de descubrimiento de
frmacos. El extenso estudio de Seok et al., (2013) ejemplifica este desafo en su
informe sobre el fracaso de los modelos de ratn en la enfermedad inflamatoria
humana [14]. Los modelos que pueden imitar con precisin la enfermedad humana
y caracterizar de forma fiable el comportamiento longitudinal de los puntos finales
clnicos se necesitan con urgencia para minimizar el desgaste y el riesgo asociado
en la prxima fase de desarrollo clnico [15]. Los biomarcadores apropiados que
representan estos puntos finales y los que permiten un mejor fenotipado clnico y la
estratificacin del paciente sern herramientas tiles para validar los supuestos
preclnicos ms previsiblemente [16]. La heterogeneidad del paciente es un factor
crucial que contribuye al fracaso en la fase del ensayo clnico. La metodologa
Omica podra ofrecer nuevas formas de estratificar a los pacientes y permitir el
agrupamiento de cohortes ms homogneas. Esto claramente debe ir ms all de
la simple identificacin simplista de un polimorfismo gentico en asociacin con un
rasgo de enfermedad, y conlleva ms bien una cartografa ms compleja de la
asociacin ms amplia entre el genotipo y los fenotipos asociados.
Los tiempos recientes han sido testigos de un enfoque implacable en la mejora de
la velocidad y la eficacia de los procesos de desarrollo de frmacos (por ejemplo,
primero en el mercado) con la esperanza de lograr rendimientos financieros
rpidos. La realidad, sin embargo, es un fuerte descenso en la productividad con la
incapacidad de recuperar los retornos de la inversin. Tales iniciativas, aunque
importantes, han tomado el foco de la calidad de la ciencia, un punto de partida
crtico del proceso. El impulso hacia la rentabilidad y los retornos anticipados ha
resultado en una excesiva dependencia de los avances tcnicos de alto rendimiento,
antes de que se permitiera una fase de maduracin de tales tecnologas. Los
resultados a largo plazo y la sostenibilidad de la industria son ms probables de ser
asegurados a travs de iniciativas centradas en la calidad de la ciencia que sustenta
el proceso, en lugar de limitarse a la velocidad y la eficiencia del proceso [17]. El
compromiso anterior (Pre-IND) con los organismos reguladores puede reducir
significativamente los retrasos que se producen en esta etapa del proceso al permitir
una mejor comunicacin y claridad en el proceso.
Justificadamente, la industria ha intentado poner en marcha medidas ms amplias
para frenar o hacer frente a la disminucin en espiral de la productividad de I + D. En
la ltima dcada se ha producido un aumento significativo de la subcontratacin de
actividades de descubrimiento a lugares de bajo costo como India y China, donde
se han producido rpidas expansiones en la inversin en sectores acadmicos y de
investigacin financiados por el gobierno para maximizar las oportunidades, . Dada
la fuerte contraccin de los gasoductos en fase tarda, los criterios de seleccin
preclnica extremadamente estrictos deberan ser revisados. Existe una
probabilidad significativa de que las derivaciones viables se ignoren muy pronto en
el proceso, basndose nicamente en umbrales dictados por sistemas que estn
lejos de ser ptimos en trminos de ajuste para el propsito.
4. Genmica en el descubrimiento de frmacos
Tradicionalmente, los objetivos moleculares para el descubrimiento de frmacos se
obtuvieron como consecuencia de un proceso prolongado de "funcin al gen"
mediante el cual un gen de inters derivado de tejidos animales fue clonado,
expresado en un husped recombinante y caracterizado funcionalmente. Sin
embargo, el tedioso proceso entreg objetivos especficos cuyas funciones estaban
bien caracterizadas [18]. La finalizacin exitosa del proyecto del genoma humano
en 2003 estimul una revolucin en los avances biotecnolgicos que resultaron en
la diversa disciplina paraguas de "Omics" tal como la conocemos hoy en da. Los
resultados de alto rendimiento en la secuenciacin llev a la identificacin de miles
de genes, con poca informacin sobre la funcin y un cambio de paradigma a un
"gen a la pantalla" enfoque de investigacin [19]. Los resultados de la genmica ya
han contribuido significativamente a mejorar nuestra comprensin de la biologa de
la enfermedad y el diagnstico. El descubrimiento de la catepsina K como blanco
molecular para la osteoporosis y la secuenciacin de todos los miembros
individuales de super-familias de genes (por ejemplo, receptores acoplados a
protena G, canales inicos, receptores hormonales nucleares, proteasas, quinasas,
etc.) Para el programa de descubrimiento de frmacos [20, 21]. La influencia
permeable de la genmica en el desarrollo de frmacos subyace en el cambio de
enfoque de la industria farmacutica desde la investigacin de la nueva qumica
hasta la comprensin de la biologa subyacente. La farmacogenmica es un campo
nuevo y apasionante que busca definir marcadores genticos que predigan
respuestas individuales a las drogas. La disminucin aguda y progresiva en el costo
de secuenciar los genomas hace que la tecnologa sea fcilmente accesible para
los investigadores. La reduccin progresiva en el coste de la secuenciacin y la
consiguiente expansin del proyecto de secuenciacin ms all del genoma
humano ha permitido que la genmica comparativa sea explotada para identificar
objetivos especficos de patgenos. La disponibilidad de informacin de la
secuencia de una gran cohorte (~ 50) de genomas bacterianos patgenos y no
patgenos permite informacin sobre los mecanismos de virulencia y el desarrollo
de terapias dirigidas especficamente contra las vas metablicas patgenos [22]. El
descubrimiento de las diarilquinolonas dirigidas a la ATP sintasa micobacteriana,
por ejemplo, demostr cmo la diversidad de secuencias se puede explotar para
orientar las vas percibidas como ubicuas [23]. La ciencia tambin ha permitido una
serie de manipulaciones genticas (por ejemplo, estudios de nocaut, anlisis de
mutaciones, la construccin de mutantes condicionales, perfiles de transcriptoma,
etc.) que apoyarn el descubrimiento de frmacos no slo aumentando el
conocimiento de la funcin de genes y mecanismos de virulencia de patgenos,
Permiten el desarrollo de modelos animales modificados genticamente para el
descubrimiento de frmacos y pruebas de toxicidad.
Desde una perspectiva futura, se prev que el impacto ms significativo de las
aplicaciones de genmica se ver en la fase clnica de la tubera de desarrollo de
frmacos. Mejorar el diseo de los ensayos clnicos utilizando criterios de inclusin
y exclusin genticos objetivos permitir una mejor estratificacin de la enfermedad
y, por lo tanto, la definicin de una cohorte de pacientes ms homognea. De forma
similar, los marcadores genticos para la eficacia y la toxicidad podran ser firmas
predictivas importantes capaces de preseleccionar cohortes de ensayo
inherentemente susceptibles a efectos no objetivo, mejorando as los costosos fallos
de fase tarda en la tubera.
5. Protemica en el descubrimiento de frmacos
El proteoma se refiere a todo el complemento de protenas expresadas por un
genoma [24, 25], y la protemica es el estudio de la dinmica molecular y celular de
la expresin global de protenas y la funcin [26]. Protemica presenta desafos
formidables por muchas razones [27, 28]. El proteoma es una entidad dinmica,
sujeto a un alto grado de modificacin post-traduccional con implicaciones
funcionales consecuentes. La ciencia carece de la ventaja de una metodologa de
amplificacin similar a la reaccin en cadena de la polimerasa en genmica y, por
lo tanto, la captura de los perfiles de concentracin de protenas muy diversos en
ambientes celulares y fluidos biolgicos sigue siendo un reto [29, 30]. Sin embargo,
no hay duda de que esta plataforma tecnolgica en evolucin es muy prometedora
para descifrar las complejas perturbaciones biolgicas en los estados patolgicos,
lo que permite traducir intervenciones teraputicas eficaces y focalizadas. Los
avances tcnicos de alto rendimiento que han seguido a lo largo de la ltima dcada
permiten la captura global y enfocada de cambios dinmicos en proteomas
complejos de una manera cuantitativa. La llegada de la edad de las metodologas
protemicas cuantitativas, junto con el aumento de la conciencia de las variables
pre-analticas y analticas que confunden la interpretacin de datos, han asegurado
que las aplicaciones protemicas modernas son cada vez ms una va viable para
entregar robusto, reproducible y normalizado conjuntos de datos [ 32]. El perfil
diferencial y cuantitativo de los cambios dinmicos de la protena en la salud y la
enfermedad inevitablemente profundizar nuestra comprensin de la base
mecanicista de la enfermedad.
La farmacoprotemica se ha utilizado en muchas reas de desarrollo de frmacos,
a saber, identificacin y validacin de objetivos de frmacos, informando desarrollo
de ensayo para el cribado de los conductores y en la generacin de biomarcadores
in vitro e in vivo como criterios sustitutivos de eficacia, toxicologa y estratificacin
de la enfermedad [33, 34] . La tecnologa es adaptable a la generacin de conjuntos
de datos globales a gran escala, as como investigaciones funcionales ms
focalizadas relacionadas con vas especficas, y puede utilizarse para corroborar los
datos inferidos de otras Omicas, incluyendo genmica, transcriptmica y
metabolmica.
Un enfoque protemico tpico implica la extraccin / fraccionamiento o separacin
de protenas en una mezcla compleja, seguida de identificacin mediante
espectrometra de masas y cuantificacin. Aunque se consider el caballo de batalla
de la protemica, mayores metodologas de separacin como la electroforesis en
gel bidimensional (2DGE) tena varias limitaciones desde una perspectiva de
descubrimiento de frmacos. Su fracaso en la deteccin de protenas de baja
abundancia, las protenas en ambos extremos de tamao y punto isoelctrico y
protenas de membrana (que representan el 50% de los objetivos de drogas),
signific la exclusin de una importante cohorte de protenas implicadas en la
regulacin biolgica [35, 36] Los mtodos de separacin 2DGE han sido superados
por los avances en el campo de la cromatografa. Los primeros sistemas de
cromatografa lquida de alta resolucin (HPLC) micropreparativos, aunque
inicialmente estaban plagados por una pobre recuperacin de las columnas,
avanzaron muy rpidamente a travs de los diversos sistemas de HPLC Nano
compatibles con espectrometra de masas que tenemos hoy en da, Excelentes
recuperaciones y mejor reproducibilidad. Los avances en las metodologas de
extraccin y enriquecimiento, donde se accede mejor a las fracciones difciles como
la membrana (extraccin de detergentes compatibles con MS, por ejemplo, Rapigest
(Waters) y fosfo-proteomas (por ejemplo, columnas de nanotrap de dixido de
titanio) Lo que permiti una minera ms profunda de los proteomas del subconjunto
a mayor resolucin y mejor reproducibilidad.28 La falta de estrategias cuantitativas
robustas en la fase temprana de la protemica, la estandarizacin confiable limitada
y la comparacin de las metodologas contribuyeron a la pobre reproducibilidad
asociada al campo. , El lanzamiento de espectrmetros de masas de nueva
generacin, de alta resolucin, como los orbitraps cuadrupolares, aprovechando la
adquisicin rpida y las capacidades de captura y resolucin de alta resolucin,
permiti nuevos enfoques de monitorizacin de reaccin paralela (PRM) para la
protemica cuantitativa especfica. Metodologa, al permitir el desacoplamiento de
la adquisicin de datos y , Ofrece niveles inigualables de selectividad y sensibilidad
para el anlisis de muestras biolgicas complejas. Mientras que las estrategias de
Adquisicin Independiente de Datos (DIA, por sus siglas en ingls) (por ejemplo,
SWATH-MS, MSE, etc.) han permitido la aplicacin ms extendida de estrategias
libres de etiquetas, una pltora de mtodos cuantitativos etiquetados (SILAC, ICAT,
ITRAQ, etc.) Para lograr robusto conjunto de datos cuantitativos [37 - 39]. Adems,
el imperativo de una normalizacin rigurosa y la necesidad de recopilar
sistemticamente los resultados multidisciplinarios de manera ms estratgica,
coordinada e integrada, condujeron a la creacin en 2001 de la Organizacin
Protemica Humana (HUPO), con el mandato de identificar y caracterizar al menos
Un producto de protena de cada uno de los 20.300 genes que codifican protenas
humanas, incluyendo los datos disponibles sobre las modificaciones
postraduccionales asociadas (PTMs), las isoformas de variante de empalme y los
polimorfismos de aminocidos nicos. La maduracin y la estandarizacin de la
tecnologa protemica lo convierten en una herramienta de desarrollo de frmacos
verstil que se incorporar al programa de descubrimiento.
6. Metabolmica en el descubrimiento de frmacos
Mientras que los genes codifican para las protenas, es la accin de las protenas
que afecta en ltima instancia al fenotipo del organismo mientras que las protenas
entran en una gama de reacciones metablicas complejas. Desde la dcada de
1960, se han utilizado mtodos de cromatografa para separar y aislar estas
pequeas molculas que se producen, degradan y transforman dentro del
organismo. El acoplamiento de la cromatografa de gases y la espectrometra de
masas, junto con mejoras en los detectores, nos ha permitido evaluar cualitativa y
cuantitativamente todas las molculas de peso molecular (metabolitos) dentro de
una clula, tejido u organismo [40]. Las tcnicas se han perfeccionado en los ltimos
15 aos mediante la utilizacin de tcnicas de separacin ms sofisticadas
(electroforesis capilar, cromatografa lquida, etc.) y mtodos de deteccin
adicionales (resonancia magntica nuclear, espectroscopa infrarroja por
transformada de Fourier) [41]. Se han identificado decenas de miles de metabolitos
en seres humanos y se recogen en la base de datos de metabolomas humanos
(www.hmdb.ca). Las tcnicas analticas incluyen el anlisis generalizado de todos
los metabolitos detectables (las llamadas "huellas dactilares") o el anlisis
cuantitativo de objetivos especficos para responder a una pregunta clnica
especfica.
Hay una serie de funciones que la metabolmica puede tener en el desarrollo de
NMEs en medicamentos teraputicos viables. Un papel puede ser en la reduccin
de la brecha entre los animales y los estudios humanos. Hay una gran tasa de
desgaste cuando los medicamentos se mueven de modelos animales a ensayos en
seres humanos; Esto se debe en gran parte a las diferencias entre los modelos
animales y sus homlogos humanos. Metabolmica ha identificado la concordancia
con algunos modelos en ratpon de la diabetes y las diferencias en otros [42]. La
identificacin de estas diferencias es tal vez el primer paso para mejorar nuestros
modelos animales y hacerlos ms anlogos a los procesos de la enfermedad
humana.
Otro papel de la metabolmica es la clarificacin de los procesos de la
enfermedad. Se han identificado nuevos compuestos de pequeo peso molecular
en asociacin con la aterosclerosis y la diabetes, producidos por la microflora
intestinal, nunca antes se han asociado con los procesos de la enfermedad y
representan nuevos objetivos para futuros agentes teraputicos [43]. Este enfoque
tambin se ha aplicado al tratamiento del cncer. Se ha identificado una serie de
metabolitos reguladores en ciertas lneas celulares. El trabajo experimental para
eliminar el gen responsable de la enzima que produce el metabolito ha tenido xito
en la reduccin del crecimiento tumoral [44].
La metaboloma tambin tiene el potencial de generar una nueva generacin de
biomarcadores. El concepto es que varios estados de enfermedad podran ser
caracterizados por un metabolito especfico o un patrn de cambios de metabolito y
que stas seran pequeas molculas que son fcilmente identificables [43]. Se han
evaluado varios modelos que incluyen una serie de cnceres y condiciones
inflamatorias. Sin embargo, ha habido xito limitado cuando los ensayos han
intentado validar estos nuevos biomarcadores en la prctica clnica [45].
La seguridad de los medicamentos tambin puede analizarse mediante la aplicacin
de un enfoque de metabolmica. Se han realizado considerables avances en la
evaluacin de los mecanismos de accin de la toxicidad de los frmacos y otras
sustancias. Actualmente se est creando una base de datos que tiene como objetivo
mapear todas las vas de toxicidad conocidas, especficamente a partir de los
disruptores endocrinos (www.humantoxome.com). Por desgracia, estas tcnicas
estn actualmente limitadas por una serie de cuestiones tales como la falta de
reproducibilidad y estandarizacin, lo que significa que un mtodo in vitro para
evaluar la toxicidad con perfiles metabolmicos sigue siendo una meta para el futuro
en lugar de una realidad en el presente [46].
7. Bioinformtica en el Descubrimiento de Drogas y Biomarcadores
Las capacidades analticas globales de las plataformas Omics resultan en salidas
grandes, complejas y "ricas en datos"; Su procesamiento preciso es crtico, tedioso,
costoso y consume tiempo. La generacin de conjuntos de datos cada vez mayores
ha requerido el desarrollo concurrente de la metodologa bioinformtica, no slo
para catalogar los resultados, sino tambin para analizar, comparar y permitir
sistemticamente interpretaciones asistidas por computadora. Los ltimos aos han
sido testigos de aumentos sin precedentes en los recursos de software libre y libre
de cdigo abierto destinados a procesar los datos relacionados con Omics [43]. El
almacenamiento y la diseminacin de los datos procesados est ampliamente
habilitado por mltiples bases de datos, entre ellas, Peptide Atlas [47], Human
Protein Atlas [48, 49], NeXtProt [50], que apuntan a capturar datos de fuentes
mltiples con anotaciones precisas, Interfaces web amigables y un origen de datos
totalmente trazable. Las tendencias recientes hacia la implementacin de polticas
de acceso abierto por las principales revistas y consejos de investigacin
favorecern el intercambio abierto y la difusin de estos datos. Si bien todava hay
algn camino por recorrer para definir mtricas mensurables para evaluar la calidad
de los datos recopilados y tal vez la validacin cruzada entre las especialidades de
Omics para permitir un enfoque de biologa de sistemas, el progreso hasta ahora es
impresionante y alentador.
8. Conclusiones
La disipacin de los activos de propiedad, la disminucin de los oleoductos y el
aumento de los costos de I + D han obligado a una industria farmacutica que
alguna vez fue floreciente en el "modo de supervivencia" [3,51]. La prdida
inminente de proteccin propietaria en los medicamentos de primera lnea de
atencin primaria a partir de la "era del descubrimiento de oro" de los aos 90, es
probable que disminuya an ms los ingresos proyectados [51]. Con la fruta de bajo
colgado ya seleccionada, el avance exitoso de un compuesto de plomo para el
desarrollo clnico de fase tarda es cada vez ms difcil. Los fallos costosos se
atribuyen en gran medida a la prdida de eficacia en la fase clnica del proceso de
desarrollo, es decir, los ensayos de fase II y III [3].Curiosamente, las tendencias de
desgaste clnico tambin estn cambiando. El componente de principio causante de
los fracasos farmacolgicos en la fase clnica en la dcada de 1990 se atribuy a
perfiles farmacocinticos inaceptables en humanos. En respuesta a esto, la
industria introdujo varias mejoras en las modalidades de pruebas preclnicas para
mejorar los problemas, incluyendo la escala alomtrica para la proyeccin a la
farmacocintica humana, en las reas de absorcin, distribucin, metabolismo y
excrecin de frmacos (ADME). Sin embargo, los datos ms recientes de friccin
clnica atribuyen los fallos a la prdida de eficacia y los escasos perfiles de
seguridad [52,53]. Esto no slo centra la atencin nuevamente en la seleccin
temprana de objetivos y en la generacin de plomo, sino que tambin cuestiona la
idoneidad de los modelos animales actuales con respecto a la congruencia y
extrapolacin de hallazgos para huspedes humanos. Ms recientemente, los
investigadores se han centrado en el reposicionamiento de frmacos, por lo que se
encuentran nuevos usos para medicamentos existentes, como, ruta alternativa
vlida para de-riesgo y mejorar la eficacia del proceso de descubrimiento de
frmacos [8,54]. El enfoque que utiliza compuestos bioactivos con perfiles de
seguridad definidos ya ha dado cables interesantes para una serie de enfermedades
incluyendo el cncer, la enfermedad de Alzheimer y la malaria [8,54-56]. La
disponibilidad de bibliotecas de medicamentos clnicos establecidos (Biblioteca de
compuestos farmacolgicamente activos (LOPAC1280), la Coleccin Clnico de los
NIH (NIHCC), etc.), con los datos asociados en la estructura, funcin, etc., permite
no slo de ensayo y en el cribado basado en silico, pero tambin otra modificacin
estructural para mejorar la actividad farmacolgica.La estrategia de la exploracin
sistemtica de la farmacopea existente permite principios vitro farmacocintico de
perfiles en [57] y, en las bibliotecas ya aprobados por la Agencia de Alimentos y
Medicamentos (FDA) o la Agencia Europea de Medicamentos (EMA), la prueba ms
rpida ADMET.
Retorno de la inversin en I + D y la sostenibilidad subsiguiente para la industria
farmacutica depende de la transformacin y aprovechamiento de la informacin de
las plataformas tecnolgicas de gran alcance innovador ya a su disposicin.
Curiosamente, la gran mayora de las invenciones de la ciencia bsica que se
traducen en medicamentos innovadores proceden de laboratorios acadmicos [58-
60]. Sin embargo, la industria y el mundo acadmico, los dos principales grupos de
inters que son cambiadores de juego esenciales en este complicado acertijo han
seguido trabajando de manera aislada, impulsado por muy diversos objetivos, con
vistas al hecho de que sus competencias y capacidades tienen poco en comn y de
hecho son complementarios. Mientras que la industria contina sobresaliendo en
los procesos relativos a la escala, la infraestructura de alto rendimiento y la
produccin, la academia est destinada a seguir siendo la fuente de nuevos
conocimientos,derivada a travs de la investigacin cientfica meticulosa y consume
mucho tiempo. Una asociacin en la que se comparten los riesgos y recompensas
debe ser sin duda el camino a seguir. La presin implacable, tanto en la industria y
la academia para lograr resultados mensurables dentro de las escalas de tiempo
limitado ha dejado de promover un entorno que fomenta la creatividad cientfica. Por
lo tanto, las oportunidades de descubrimiento fortuito, que tienen en el pasado
sufrieron la industria farmacutica estn perdido [61-64]. Si las diferencias
competitivas pueden ser pasados por alto en favor de iniciativas de colaboracin,
en particular en la fase de descubrimiento del proceso de desarrollo de frmacos, la
seleccin del objetivo fundamental y el elemento de generacin de plomo del
descubrimiento estarn habilitados, lo que resulta en un enfoque de arriesg con
tasas ms elevadas de terminacin con xito en el descubrimiento de tuberas.
Ahora estamos entrando en una era en la que las tecnologas progresivamente
madurantes basadas en Omics estn preparadas para cumplir con los objetivos
largamente prometidos relacionados con la mejor comprensin de la compleja base
mecanstica de la enfermedad. Se puede argumentar que el cambio de paradigma
de un ambiente tradicional de investigacin "impulsado por la hiptesis" a uno que
es principalmente "basado en el descubrimiento" no podr sentarse cmodamente
con muchos investigadores. El anlisis integrador de los grandes conjuntos de datos
producidos contina siendo un reto, ya que los avances en la metodologa analtica
no se mantienen al tanto de los avances tcnicos. Sin embargo, por primera vez,
est surgiendo un enfoque integrado para modelar y definir las inmensas
complejidades de la salud y la enfermedad. Es probable que sus implicaciones
trasciendan mucho ms all de mejorar nuestra comprensin mecanicista de la
salud y la enfermedad o el descubrimiento de frmacos y biomarcadores. Ya
estamos viendo la heraldo de la llegada de la medicina personalizada y un cambio
de paradigma en el enfoque de la enfermedad a la salud. Evidentemente, la
realizacin definitiva de tales visiones y conceptos revolucionarios supondr
previsiblemente muchos obstculos y obstculos desde el punto de vista
experimental, tcnico, analtico y financiero. La clave para el futuro descubrimiento
de frmacos residir en nuestra capacidad de aprovechar las poderosas nuevas
tecnologas que ya tenemos a nuestra disposicin para integrar informacin de
genomas secuenciales, genmica funcional, perfilacin de protenas, metabolmica
y bioinformtica, de tal manera que garantice un anlisis integral basado en
sistemas. Nuestra comprensin de las complejidades de la salud y la enfermedad.