medigraphic.com
ISSN 2448-8747 (Impreso)
Publicación cuatrimestral editada por la Secretaría de Salud Jalisco

2020, Número 1

<< Anterior Siguiente >>

Sal Jal 2020; 7 (1)


Reposicionamiento de fármacos identificados por métodos computacionales (SVBS), para su uso como terapias contra el cáncer

Carranza-Aranda AS, Segura-Cabrera A, Cárdenas-Vargas A, Herrera-Rodríguez SE

Idioma: Español
Referencias bibliográficas: 40
Paginas: 48-57
Archivo PDF: 494.89 Kb.


RESUMEN

Introducción: Desde los años 80s el cribado de alto rendimiento (HTS) es el método estándar para el desarrollo y descubrimiento de nuevos fármacos, se lleva a cabo mediante pruebas experimentales al evaluar la acción que ejercen sobre los sistemas vivos. Sin embargo, requiere de proceso largo, costoso y al final un bajo índice de moléculas son aprobadas para uso clínico. A la fecha, existe una alternativa al HTS, utiliza herramientas bioinformáticas, tamizaje virtual basado en la estructura proteica (SBVS) y reposicionamiento virtual de fármacos. El reposicionamiento virtual tiene gran impacto pues permite identificar nuevos usos de un medicamento ya aprobado, lo que reduce significativamente los costos y el tiempo de investigación, permitiendo así encontrar nuevos tratamientos para enfermedades relevantes como el cáncer. Objetivo: Evidenciar la aplicabilidad del uso de las herramientas bioinformáticas en conjunto con la metodología del reposicionamiento virtual, para identificar y así proponer nuevos tratamientos potenciales antitumorales. Resultados y conclusión: Dado que los tratamientos actuales contra diferentes tipos de cáncer presentan baja eficiencia o bien, pueden desencadenar resistencia en el tumor, se han realizado análisis para el reposicionamientos de fármacos contra cáncer como: de próstata, mama, colon, glioma y cervicouterino. La metodología SBVS ha demostrado ventajas tal es el caso de astemizol en cáncer de mama y risperidona en cáncer de próstata pues se han propuesto tratamientos antitumorales. Por lo tanto, en este trabajo se expone la importancia y el uso de tecnologías computacionales basado en la estructura proteica (SBVS) para el reposicionamiento de fármacos con potencial de nuevo uso como agentes terapéuticos antitumorales, con un enfoque práctico para su posible utilización en el sector salud.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Secretaria de Salud. Salud: México 2002: Información para la rendición de cuentas. Segunda edición. 2002. ISBN 970-721-148- 2.

  2. Lill M. Chapter 1: Virtual Screening in Drug Desing. En: Kortagere S. (eds) In silico Models for Drug Discovery and Methods in Molecular Biology. Springer Science+Business Media. 2013. ISBN 978-1-62703-342-8

  3. Nordberg G, Fowler B, Nordberg M. Handbook on the toxicology of Metals. 4ª Edición. Academic Press. pp 1542. eBook ISBN: 9780123973399

  4. Plewczynski D, Laźniewski M, Augustyniak R, Krzysztof G. Can We Trust Docking results? Evaluation of Seven comonly used program on PDBdatabase. Journal of Computational Chemistry. 2010; 00:000-000.

  5. Saldivar-González F, Prieto-Martínez F, Medina-Franco JL. Descubrimiento y desarrollo de fármacos: un enfoque computacional. Educación Química. 2016; 28:51-58.

  6. Medina-Franco J, Fernández-de Gortari E, Naveja J. Avances en el diseño de fármacos asistidos por computadora. Educación Química. 2015; 26:180-186.

  7. Ashburn T, Th or K. Drugs repositioning indentifying and developing new use for existing drugs. Nature Review: Drug Discovery. 2004; 3:673-683.

  8. Cronk D. Chapter 8: High-throughput screening. En: Hill RG., Rang HP (eds). Drug Discovery and Development. 2da Edición. Churchill Livingstone. 2012. ISBN: 978-0-7020-4299-7.

  9. Cosconati S, Forli S, Perryman A, Harris R, Goodsell D, Olson A. Virtual screening with Autodock: Th eory and practice. Technology Evaluation. 2010; 5(6): 597-607.

  10. Segura-Cabrera A, Singh N, Komurov K. An integrated network platform for contextual prioritization of drugs and pathways. Molecular BioSystems. 2015; 11(11): 2850-2859.

  11. March-Vila E, Pinzi L, Sturm N, Tinivella A, Engkvist O, Chen H, et al. On the integration of in silico drug desing methods for drug repurposing. Frontier in Pharmacology. 2017; 8:298.

  12. Segura-Cabrera A, Tripathi R, Zhang X, Gui L, Tsui-Fechau C, Komurov K. A structure-and chemical genomics-base approach for repositioning of drugs against VCP/p97 ATPase. Scientifi c Reports. 2017; 7:44912.1-10

  13. Park K. A review of computational drug repurposing. Translational and Clinical Pharmacology. 2019; 27(2): 59-63.

  14. Naveja J, Dueñas-González A, Medina-Franco J. Drug reporposing for epigenetic targets guided by computational methods. En: Medina-Franco J. (ed) Epi-Informatics: Discovery and Development of small molecule epigenteic drug and probe. Elsevier Inc. 2016.

  15. Cheng T, Li Q, Zhou Z, Wang Y, Bryant SH. Structure-based virtual screening for drug discovery: a problema-centric review. Th e AAPS Journal. 2012; 14(1): 133-141.

  16. Padilla A, Rojo A. Simulación del reconocimiento entre proteínas y moléculas orgánicas o docking aplicación al diseño de fármacos. Mensaje Bioquímico. 2002; Vol. XXVI:129-145.

  17. Jain AN. Surfl ex: Fully automatic fl exible molecular docking a molecular similarity-based search engine. Journal of Medicine Chemistry. 2003; 46(4):499-511.

  18. Venkatchalam CM, Jiang X, Oldfi eld T, Waldman M. LigandFit: a novel method for the shape-directed rapid docking of ligand of ligands to protein active sites. Journal of Molecular Graphics y modelling. 2003; 4:289-307.

  19. Friesner RA, Bank JL, Murphy RB, Halgren TA, Klicic JJ, Mainz DT, et al. 2004. Glide: a new approach for rapid acurate docking and scoring 1. Method and assessment of docking accuracy. Journal of Medicine Chemistry. 2004; 47(7):1739-1749.

  20. Jones G, Willett P, Glen RC, Leach AR, Taylor R. Development and validation of a Genetic algorithm for fl exible docking. Journal of Molecular Biology. 1997; 267(3):727-248.

  21. Rarey M, Kramer B, Lengauer T, Kleve G. A fast fl exible docking method using an incremental construction algorithmm. Journal of Molecular Biology. 1996; 261(3):470-489.

  22. Zsoldos Z, Reid D, Simon A, Sabjad SB, Johnson AP. eHiTs: a new, exhaustive fl exible lingand docking system. Journal of Molecular Graphics & modelling. 2007; 26(1):198-2012.

  23. Morris GM, Goodsell DS, Halliday RS, Huey R, Hart WE, Belew RK, et al. Automated docking using a Lamarckian Genetic algorith and empirical binding free energy y funtion. Journal of Computational Chemistry. 1998; 19:1639-1662.

  24. Bollell M, Gepi-Attee S, Gingell JC, Allen MJ. Sildenafi l, a novel efctive oral therapy for male erectile dysfunction. British Journal of Urology. 1996; 78:257-261

  25. Singhal S, Mehta J, Desikan R, Ayers D, Roberson P, Eddlemon P, et al. Antitumor activity of thalidomide in refractory multiple myeloma. Th e New England Journal of Medicine. 1999; 341(2):1565-1571.

  26. Walker SL, Waters MF, Lockwood DN. Th e role of thalidomide in the management of erythema nodusum leprosum. Leprosy review. 2007; 78(3):197-215.

  27. GNS H, GR S, Murahari M, Krishnamurthy M. An update on drugs repurposing: re written saga of the drug’s fate. Biomedicine and Pharmacotherapy. 2019; 110( 2019): 700-716.

  28. Sleire L, Førde HE, Netland IA, Leiss L, Skeie BS, Enger PØ. Drug repurposing in cancer. Pharmacological Research. 2017; 124(2017):74-91.

  29. Kola I, Landis J. Can the pharmaceutical industry reduce attriton rates. Nature reviews. Drug Discovery. 2004; 3(8):711- 715.

  30. Willingham A, Deveraux Q, Hampton G, Aza-Blanc P. RNAi and HTS: exploring cancer by systematic loss-of-function. Oncogen. 2004; 23:8392-8400.

  31. Méndez-Lucio O, Tran J, Medina-Franco JL, Meurice N, Muller M. Towards drug repurposing in epigenetics: Olsalazine as a novel hypomethylating compound active in a celular context. ChemMedChem, 2014; 9:560-565.

  32. De la Cruz-Hernandez E, Medina-Franco JL, Trujillo J, Chavez- Blanco A, Dominguez-Gomez, G, Perez-Cardenas E, et al. Ribavirin as a tri-targeted antitumor repositioned drug. Oncology Reports, 2015;33:2384-2392.

  33. Aguirre-Alvarado C, Segura-Cabrera A, Velázquez-Quesada I, Hernández-Esquivel MA, García-Pérez CA, Guerrero-Rodríguez, SL et al. Virtual screening-driven repositioning of etoposide as CD44 antagonist in breast cancer cells. Oncotarget. 2016; 7(17):23772-23784.

  34. García-Quiroz J, Camacho J. Astemizole: an old anti-histamine as a new promising anti-cancer drug. Anticancer Agents in Medicinal Chemistry. 2011; 11: 307–314.

  35. Jakha R, Paul S, Bhardwaj M, Kang SC. Astemizole-Histamide induce bedin-1 independent autophagy by targetin p53 dependent crosstalk between antophagy and apoptosis. Cancer latters. 2015; 372(1):89-100.

  36. Kadavakollu S, Stailey C, Kunapareddy CS, White S. Clotrimazole as a Cancer Drug: A Short Review. Medicinal Chemistry Journal (Los Angeles). 2014; 4(11):722–724.

  37. Turanli B, Grotli M, Boren J, Nielsen J, Uhlen M, Arga KY, et al. Drug repositioning of effective prostate cancer treatment. Frontiers is Physiology. 2018; 9:500.

  38. Dilly SJ, Clark AJ, Marsh A, Mitchell DA, Cain R, Fishwick CWG, et al. A chemical genomics approach to drug reprofiling in oncology: antipsychotic drug risperidone as a potential adenocarcinoma treatment. Cancer Letters. 2017; 393:16–21.

  39. Gayvert KM, Dardenne E, Cheung C, Boland MR, Lorberbaum T, Wanjala J, et al. A computational drug repositioning approach for targeting oncogenic transcription factors. Cell Reports. 2016; 15:2348–2356.

  40. Turanli B, Gulfidan G, Arga KY. Transcriptomic-guided drug repositioning supported by a new bioinformatics search tool: geneXpharma. OMICS 2017; 21:584–591.




2020     |     www.medigraphic.com