BASI MOLECOLARI DELL’AZIONE DEL FARMACOBIOTECNOLOGIE FARMACOLOGICHE

LEZIONE 7

CORSO DI LAUREA SPECIALISTICA IN BIOTECNOLOGIE DEL FARMACO

Adriana Maggi

http://users.unimi.it/mpl/lezioni.html

SEXUAL REPRODUCTION

“REGULATORS”

NUTRIMENT AGE

“EFFECTOR”

EVOLUTION: LAND OF BIOLOGICAL EQUAL OPPORTUNITIES

SEXUAL REPRODUCTION

• FECUNDITY SHOULD BE DIRECTLY PROPORTIONAL TO NUTRIENT AVAILABILITY,

• HIGH NUTRIENT AVAILABILITY, FAVORING FECUNDITY, SHOULD SHORTEN THE LIFE SPAN

DEATH: A TOOL INDISPENSABLE TO ENSURE THE CONTINUATION OF THE SPECIE

but

EVOLUTION: LAND OF BIOLOGICAL

EQUAL OPPORTUNITIES

Intrinsic program for aging aiming at increasing the fraility of the organism:

a biological clock(telomers length, mitochondrial viability; DNA replication errors, loss of immune control and inflammation…) sex-dependent (male fecundity cannot be limited as well as in females)

Fertility-driven

Extrinsic factors

nutrition adaptable environment

AGING

AS NECESSITY FOR THE CONTINUATION OF LIFE and

AS A MEAN TO GIVE TO EACH INDIVIDUAL EQUAL POSSIBILITIES TO GIVE HIS GENETIC CONTRIBUTION TO THE NEXT GENERATION

Single-gene mutation approach in model organsisms has demonstrated that impairment in the insulin/IGF-1 signalling pathway results in lifspan extension in:

nematodes: (Friedman 1988; Kenyon 1993)

Drosophila (Clancy 2001; Tatar 2001)

mouse (Bluher. 2003; Brown-Borg 1996; Flurkey 2001)

Decreased fertility

Dietary restriction increases longevity in:

Saccharomyces: (Jjang, 2000; Lin 2000))

C.elegans (Klass 1977; Lakowski and Hekimi 1998; Houthoofd 2003)

Drosophila m.(Chapman and Partrige 1996)

rodents (Weidruch and Walfrd 1988)

primates (Mattison 2003; Lane 2004)

Caenorabditis elegans Caenorabditis elegans 

LIPIDS

LXRIGF-1R

REPRODUCTIONINCREASED LIFE SPAN

?

THE COST OF REPRODUCTIONTHE COST OF REPRODUCTION long lifespan low fecundity

FOXO TF

LE TECNOLOGIE DEL DNA RICOMBINANTE E LA POSSIBILITA’ DI

MUTARE SINGOLI GENI CI PERMETTE DI ESPRIMERE IPOTESI SU

EVENTI BIOLOGICI DELLA MASSIMA COMPLESSITA’ (QUALI APPUNTO

L’INVECCHIAMENTO) E DI VERIFICARLE SPERIMENTALMENTE,

ALMENO CON L’USO DI SISTEMI ANIMALE MODELLO

TROVARE IL COLLEGAMENTO TRA

GENI, FARMACI E MALATTIE

20-25.000 GENI PIU’ DI 100.000 VARIANTI DI SPLICING

DI TRASCRITTI1 MILIONE DI PROTEINE

LA MAPPA DI CONNESSIONE

USA LA “FIRMA” SUL GENOMA DI PICCOLE MOLECOLE PER

TROVARE LE BASI MOLECOLARI DELLE MALATTIE

UTILIZZO DI 164 PERTURBANTI (“PERTURBAGENS”)

ANALISI DEL LORO EFFETTO SU TRASCRITTOMA DI CELLULE MCF7

COMPILAZIONE DI DATI DI RIFERIMENTO (DATABASE REFERENCE)

UTILIZZO DI UN ALGORITMO NON PARAMETRICO DI STATISTICA PER CATALOGARE LE MOLECOLE IN BASE ALLA LORO SIMILARITA’ DI EFFETTI CON LE MOLECOLE DI RIFERIMENTO

GENERAZIONE DI DI UNA LISTA DI GENI CORRELATI CON UNO STATO BIOLOGICO DI INTERESSE (TUMORE SENSIBILE/NON SENSIBILE ALL’EFFETTO DI UN FARMACO)

Analysis of estrogenic compounds based on connectivity map

Mappe di connessione per identificare il meccanismo d’azione di farmaci ignoti

Identificazione di molecole con potenziale attività farmacologica

OBESITA’: utilizzando insiemi di geni modulati in casi di obesità indotta da dieta e hanno identificato molecole attive sui recettori PPARgamma quali troglitazone, rosiglitazone e indomicina

ALZHEIMER: insiemi di geni caratteristici di cervello di pazienti di Alzheimer: identificata una molecola, 4,5,dianilinoftalimide che ha un effetto negativo sulla formazione di aggregati proteici

LEUCEMIA LINFOBLASTICA ACUTA: usando profili genici da midollo di pazienti resistenti a trattamento con dexametasone, per identificare un inibitore di mTOR (sirolimo, o rapamicina) che reverte la resistenza al farmaco

The “Connectivity Map” Concept.

BIOLOGICAL STATEOF INTEREST(SIGNATURE)

REFERENCE DATABASE(PROFILES)

strongnegative

strongpositive

weakpositive

null

outputquery

up

down

positive

negative

CONNECTIONS

STANDARD DI RIFERIMENTO

• Sequenze di metilazione del DNA• Livelli di mRNA• Espressione di proteine• Espressione di metaboliti