EGCG は LPS/AβO 誘発性の ROS/Txnip/NLRP3 経路を介した神経炎症を BV2 細胞で抑制する

エピガロカテキンガレート(EGCG)によるROS/TXNIP/NLRP3経路の調節を介したBV2細胞における神経炎症の抑制 研究背景 アルツハイマー病(Alzheimer’s Disease, AD)は、主に高齢者に発症する進行性の脳疾患で、持続的な認知機能障害と行動障害を特徴とします。ADの神経病理学的変化には、β-アミロイド(Aβ)の蓄積、異常な神経原線維変化(Neurofibrillary Tangles, NFTs)、および脳内の神経細胞の喪失が含まれます。研究によると、Aβの慢性的な蓄積はミクログリアを活性化し、慢性炎症を引き起こし、最終的に神経細胞死と認知機能障害につながります。さらに、ヌクレオチド結合オリゴマー化ドメイン様受容体ファミリーピリンドメイン3(NLRP3)インフラマ...

β-シトステロールがtlr4/nf-κbシグナル伝達経路を抑制することでミクログリアの極性化に影響を与え、神経障害性疼痛を緩和する

β-シトステロールはTLR4/NF-κB経路を抑制することで神経障害性疼痛を緩和する 背景紹介 神経障害性疼痛は臨床で一般的に見られ、治療が困難な慢性疼痛の一種で、その病因は複雑で完全には解明されていません。研究によると、神経炎症は慢性神経障害性疼痛の主な原因の一つであることが示されています。ミクログリアは中枢神経系の常在免疫細胞であり、通常の状態では神経栄養因子を分泌することで神経細胞の発達と維持に関与しています。しかし、神経微小環境の恒常性が外部刺激の影響を受けると、ミクログリアは極性化し、2つの異なる表現型を示します:古典的に活性化されたM1(炎症促進)表現型と代替的に活性化されたM2(抗炎症)表現型です。神経損傷後、ミクログリアのM1極性化は炎症反応を増強し、神経痛を引き起こします。...

BRCA を超えた合成致死性:相同組換え欠損変異を有する転移性固形腫瘍におけるルカパリブとイリノテカンの第 I 相試験

研究背景 近年、ポリADP-リボースポリメラーゼ(Poly ADP-ribose Polymerase, PARP)阻害剤は、遺伝性乳癌1/2(BRCA1/2)変異癌症の治療における重要な方法として顕著な効果を示しています。しかし、ATM、CDK12、CHEK2などの他の相同組み換え欠損(Homologous Recombination Deficiency, HRD)遺伝子変異を持つ腫瘍に対しては、その効果は十分ではありません。そのため、研究者たちはPARP阻害剤を他の薬物と組み合わせて使用することで治療効果を高め、DNA損傷修復の抑制時間を延ばすことを模索し始めました。 以前のいくつかの臨床前研究では、PARP阻害剤とトポイソメラーゼI阻害剤であるイリノテカン(Irinotecan)の併...

新興伝染病対応の再利用可能な薬剤の迅速スクリーニングのための補完ネットワークの開発

新型薬物再定位方法のネットワーク構築と応用研究 背景 COVID-19パンデミックの間、研究者と製薬会社は治療とワクチンの開発に専念しました。薬物再定位は近道として素早く効果的な対応戦略と見なされています。薬物再定位は既に承認された薬物の新たな用途を発見しようとするもので、伝統的な薬物発見の経路に比べて安価で迅速だと考えられています[1–3]。例えば、レムデシビルとデキサメタゾンは再定位に成功した2つの薬物です[4–6]。グローバルなパンデミックが地域的な段階に移行する一方で、ウイルスの拡散は続いています。COVID-19パンデミックは、候補薬物を迅速に発見し、医学や製薬分野の専門家に提供する重要性を深く喚起させました[7]。 生物学的メカニズムの進歩と生物医学知識の収集に伴い、より正確で精...

階層的ネガティブサンプリングに基づくグラフ対照学習アプローチによる薬剤-疾患関連予測

階層的負サンプリングに基づくグラフ対比学習を用いた薬物-疾患関連予測の研究 薬物-疾患関連(RDAs)の予測は、疾患治療戦略の解明や薬物の再利用において重要な役割を果たしています。しかし、既存の方法は主に限定されたドメイン特有の知識に依存して薬物と疾患の候補関連を予測しているため、効果が限定されています。また、薬物-疾患関係の未知の情報を単純に負のサンプルとして定義することには固有の欠点があります。これらの課題を克服するため、本研究では階層的な負のサンプリングに基づく新しいグラフ対比モデルであるHSGCL-RDAを提案し、薬物と疾患の潜在的な関連を予測します。 研究背景と研究課題 薬物開発および疾患進行の制御プロセスは長くて高価であり、増え続ける疾患の数とその変異により効果的な薬物の需要が増...

二重レベル相互作用認識異種グラフニューラルネットワークによる薬包推奨

医学パッケージ推薦システムの研究:二層次の相互作用意識に基づく異種グラフニューラルネットワーク 電子健康記録(EHRs)が医療分野で広く利用される中、それらから潜在的かつ価値のある医療知識を掘り起こし、臨床決定を支援する方法がディープラーニング技術の重要な研究方向の一つとなっています。個別化医療パッケージ推薦はこの分野の重要なタスクの一つであり、大量の医療記録を利用して各患者に最も安全かつ効果的な薬剤パッケージを選択することを目指しています。しかし、既存の医療パッケージ推薦方法は主にタスクを多ラベル分類またはシーケンス生成問題としてモデリングしており、主に個々の薬剤と他の医療エンティティとの関係に焦点を当てているため、薬剤パッケージと他の医療エンティティとの相互作用を見過ごしがちであり、推薦...

分子リンカー設計のための等変3D条件付き拡散モデル

分子リンカー設計のための等変3D条件付き拡散モデル

早期の医薬品発見に従事する研究者は、およそ10の60乗の可能な分子構造の中から、薬理活性を持つ候補分子を見つけるという大きな課題に直面しています。この問題を解決する1つの有効な方法は、より小さな「フラグメント」分子から始めることで、この戦略はフラグメントベースの医薬品設計(FBDD)と呼ばれています。FBDDプロセスでは、まず計算機を使ってターゲットタンパク質の結合ポケットに結合するフラグメントを選別し、次にそれらのフラグメントを1つの化合物に接続します。フラグメントを接続する際には、フラグメントの幾何学的な構造とタンパク質ポケットの構造を考慮して、高い親和性を持つ潜在的な医薬品分子を設計する必要があります。 この論文では、DiffLinkerという新しいリンカー(linker)分子設計手法...