علم الأدوية الشبكي هو طريقة تدمج علوم الشبكة وبيولوجيا الأنظمة وعلم الأدوية لدراسة تفاعلات وتأثيرات الأدوية على الأنظمة البيولوجية. وتستند هه التقنية إلى فرضية أن الأمراض والأدوية معقدة ومتعددة العوامل ، وأنه يمكن فهمها وعلاجها بشكل أفضل من خلال النظر في خصائص وديناميكيات شبكتها. في هذه المقالة ، سأشرح المفاهيم الأساسية لعلم الأدوية الشبكي ، والتحديات والتطورات في هذا المجال ، وتطبيقاتها في اكتشاف الأدوية وتطويرها.
يمكن النظر إلى علم الأدوية الشبكي على أنه نهج شامل ومنهجي لعلم الأدوية ، والذي يعتبر كل من الدواء والمرض شبكات من الجزيئات والمسارات والخلايا والأنسجة والأعضاء ، إلخ. تمثل شبكة الأدوية التركيب الكيميائي والخصائص والأهداف والآثار للدواء أو مجموعة من الأدوية. تمثل شبكة المرض الآليات الجزيئية والمؤشرات الحيوية والأنماط الظاهرية ونتائج المرض أو المتلازمة. الهدف من علم الأدوية الشبكي هو إيجاد التطابق الأمثل بين شبكة الأدوية وشبكة الأمراض ، والتي تسمى أيضا هدف الشبكة أو تدخل الشبكة. يحدد هدف الشبكة فعالية وسلامة الدواء أو العلاج ، بالإضافة إلى إمكانية إعادة توظيفه أو تآزره.
يتضمن علم الأدوية الشبكي ثلاث خطوات رئيسية: البناء والتحليل والتحقق من الصحة.
البناء هو عملية بناء شبكة الأدوية وشبكة الأمراض من مصادر مختلفة للبيانات ، مثل قواعد البيانات الكيميائية وقواعد البيانات الجينومية وقواعد البيانات البروتينية وقواعد بيانات الأدبيات وما إلى ذلك.
التحليل هو عملية استكشاف ومقارنة شبكة الأدوية وشبكة المرض باستخدام طرق مختلفة مثل طوبولوجيا الشبكة ، وتشابه الشبكة ، ومحاذاة الشبكة ، واستدلال الشبكة ، وما إلى ذلك.
التحقق من الصحة هو عملية اختبار والتحقق من تنبؤات علم الأدوية الشبكي باستخدام البيانات التجريبية أو السريرية.
هناك أنواع مختلفة من طرق علم الأدوية الشبكي ، اعتمادا على كيفية بناء وتحليل الشبكات ، وكيفية نمذجة التفاعلات. بعض الأنواع الشائعة هي:
• علم الأدوية الشبكي القائم على الهدف: تركز هذه الطريقة على أهداف البروتين للأدوية والأمراض ، وتبني الشبكات بناء على تفاعلاتها أو ارتباطاتها. يمكن أن تساعد هذه الطريقة في تحديد أهداف أو مسارات جديدة لاكتشاف الأدوية أو إعادة استخدامها.
• علم الأدوية الشبكي القائم على المسار: تركز هذه الطريقة على المسارات البيولوجية للأدوية والأمراض ، وتبني الشبكات بناء على تنشيطها أو تثبيطها. يمكن أن تساعد هذه الطريقة في توضيح آليات عمل أو مقاومة الأدوية أو العلاجات.
• علم الأدوية الشبكي القائم على النمط الظاهري: تركز هذه الطريقة على النتائج المظهرية للأدوية والأمراض ، مثل الأعراض والعلامات والمؤشرات الحيوية وما إلى ذلك ، وتبني شبكات بناء على ارتباطاتها أو أسبابها. يمكن أن تساعد هذه الطريقة في التنبؤ بالآثار أو الآثار الجانبية للأدوية أو العلاجات.
• التعلم الآلي القائم على الشبكة: تطبق هذه الطريقة تقنيات التعلم الآلي على بيانات علم الأدوية الشبكي ، مثل التصنيف والانحدار والتجميع وما إلى ذلك ، لاكتشاف الأنماط أو القواعد التي يمكن أن توجه اكتشاف الأدوية أو تطويرها.
علم الأدوية الشبكي له العديد من التطبيقات في مختلف المجالات مثل:
• اكتشاف الأدوية: هذه هي عملية العثور على جزيئات جديدة يمكنها تعديل هدف بيولوجي لأغراض علاجية. يمكن أن يساعد علم الأدوية الشبكي في تسريع اكتشاف الأدوية من خلال توفير رؤى حول تحديد الهدف ، والتحقق من صحة الهدف ، وما إلى ذلك.
• تطوير الأدوية: هذه هي عملية اختبار وتقييم الجزيئات الجديدة لفعاليتها وسلامتها في التجارب قبل السريرية والسريرية. يمكن أن يساعد علم الأدوية الشبكي في تسهيل تطوير الأدوية من خلال توفير رؤى حول آلية العمل (MOA) ، والحرائك الدوائية (PK) ، والديناميكا الدوائية (PD) ، والتفاعلات الدوائية الضارة (ADRs) ، وما إلى ذلك.
• إعادة استخدام الأدوية: هذه هي عملية العثور على مؤشرات أو تطبيقات جديدة للأدوية الحالية التي تمت الموافقة عليها بالفعل أو تسويقها لأغراض أخرى. يمكن أن يساعد علم الأدوية الشبكي في تمكين إعادة استخدام الأدوية من خلال توفير رؤى حول التأثيرات غير المستهدفة (OTEs) ، وعلم الأدوية المتعددة (PP) ، والتفاعلات الدوائية بين الأدوية (DDIs) ، وما إلى ذلك.
• تركيبة الأدوية: هذه هي عملية إيجاد مجموعات مثالية من الأدوية التي يمكن أن تعزز فعاليتها أو تقلل من سميتها. يمكن أن يساعد علم الأدوية الشبكي في تحسين تركيبة الأدوية من خلال توفير رؤى حول التآزر (SYN) ، والعداء (ANT) ، والتأثيرات المضافة (ADD) ، وما إلى ذلك.
علم الصيدلة الشبكي هو طريقة واعدة لفهم وتعديل النظم البيولوجية المعقدة ولكن لديها أيضا بعض القيود والتحديات. مثل:
• جودة البيانات: تعتمد جودة بيانات علم الأدوية الشبكي على العديد من العوامل مثل موثوقية مصدر البيانات فيجب التحقق من صحة البيانات قبل استخدامها.
• تعقيد الشبكة: قد يواجه علم الأدوية الشبكي تحديات حسابية مثل قابلية التوسع الكفاءة المتانة الاستقرار وما إلى ذلك، لذلك من المهم استخدام الأساليب و الخوارزميات المناسبة لتقليل التعقيد و زيادة الكفاءة.
• تفسير الشبكة: يتطلب التفسير الشبكي لعلم الأدوية الشبكي الحدس و الإبداع حيث أنه من الممكن ان يعطي نتائج يصعب فهمها لذلك من المهم استخدام الأساليب التفاعلية التحليلية البصرية لتسهيل تفسير النتائج.
في الختام ، يعد علم الأدوية الشبكي طريقة مفيدة متعددة الاستخدامات لدراسة تعديل الأنظمة البيولوجية على مستوى الشبكة ولكنه يتطلب أيضا تفسيرا دقيقا. يمكن أن يوفر علم الأدوية الشبكي فرضيات و رؤى قيمة ولكنه لا يمكن أن يحل محل التحقق السريري التجريبي.
المصادر:
- Saikia, S., & Bordoloi, M. (2019). Network pharmacology: exploring the resources and methodologies. Drug Discovery Today, 24(4), 949-9571
- Noor, F., Qamar, M. T., Ashfaq, U. A., Albutti, A., Alwashmi, A. S., & Aljasir, M. A. (2022). Network pharmacology approach for medicinal plants: review and assessment. Pharmaceuticals, 15(5), 5722
- Zhang, R., Zhu, X., Bai, H., & Ning, K. (2018). Network pharmacology databases for traditional Chinese medicine: review and assessment. Frontiers in Pharmacology, 9, 135