Высок объём идентификации наркотиков синергических сочетаний методом дублирования2
Summary
Наркотиков синергических сочетаний, сложным и трудоемким для выявления эмпирически. Здесь мы описываем метод для идентификации и проверки синергетический малых молекул.
Abstract
Хотя антимикробные резко увеличили продолжительность жизни и качество жизни в20 веке , антибиотикорезистентности угрожает способности всего нашего общества для лечения системных инфекций. В одних только Соединенных Штатах антибиотикоустойчивых инфекций убивают около 23 000 человек год и стоимостью около 20 миллиардов долларов США в дополнительных здравоохранения. Один из подходов к борьбе с устойчивостью к противомикробным препаратам является комбинированной терапии, которая является особенно полезным в критической стадии инфекции, прежде чем заражение организма и его сопротивление профиля наркотиков были определены. Многие антимикробного лечения используют комбинированной терапии. Однако, большинство из этих комбинаций являются добавка, означает, что эффективность комбинированных сумма отдельных антибактериальной эффективности. Некоторые комбинированной терапии синергетический: Комбинированные эффективность гораздо больше, чем добавка. Синергетических комбинаций особенно полезны, поскольку они могут подавлять рост антимикробной лекарственной устойчивостью штаммов. Однако эти сочетания, редких и трудно определить. Это связано огромное количество молекул, необходимых для проверки на основе pairwise: Библиотека 1000 молекул имеет 1 миллиона потенциальных комбинаций. Таким образом были предприняты усилия для прогнозирования молекул для взаимодействия. Эта статья описывает наш метод высокой пропускной способностью для прогнозирования пар синергетический малые молекулы, известный как перекрытие2 метод (O2M). O2M использует шаблоны от химико генетические наборов данных для выявления мутантов, которые гиперчувствительности, каждая молекула в паре синергетический, но не других молекул. Коричневый лаборатории эксплуатирует этот рост разница, выполняя экран высокой пропускной способностью для молекул, которые подавляют рост мутант, но не одичал тип клеток. Лабораторная работа ранее выявленных молекулы, которые объединения с антибиотиком триметоприм и флуконазол противогрибковый препарат, используя эту стратегию. Здесь авторы представляют способ экран для Роман синергетических комбинаций, которые могут быть изменены для нескольких микроорганизмов.
Introduction
Устойчивых к антибиотикам бактерий вызывать инфекции более чем 2 миллиона и 23 000 смертей ежегодно в Соединенных Штатах согласно CDC1. Новые методы лечения необходимы для преодоления этих инфекций. Стратегии для выявления этих новых методов лечения включают в себя разработку новых противомикробных препаратов или повторное использование малых молекул, утвержденных для других условий для лечения микробной инфекции2,3,4. Однако новых лекарственных препаратов является очень дорогостоящим и трудоемким. Повторное использование наркотиков не могут идентифицировать Роман лекарств или наркотиков цели5,6. Наша лаборатория фокусируется на третью стратегию, известную как синергических комбинированной терапии. Синергетических комбинаций возникают, когда два малых молекул вместе имеют эффективность более чем аддитивный эффект их индивидуальных узкоспециализированного7. Кроме того синергетических комбинаций может быть эффективен в отношении возбудителя, устойчив к одной из маленьких молекул в паре помимо меньше нежелательных эффектов пробить, делая их большой потенциал8,9, 10.
Синергических пары редки, происходящих в примерно 4-10% препарата комбинации11,12,13. Таким образом традиционные методы, такие как парные экраны, сложным и трудоемким, с тысячи возможных комбинаций сотни молекул из небольшой библиотеки. Кроме того синергетического взаимодействия не может быть предсказано от деятельности соединений14. Однако авторы разработали высок объём подход к экрана для синергетического пар, называется перекрытие2 метод (O2M)12. Этот метод, описанный здесь, позволяет быстрее, более эффективной идентификации этих синергических пар. O2M требует использования пару известных синергических и химико генетика dataset. Химико генетика наборы данных создаются, когда библиотека нокаут мутантов выращивается в присутствии многих различных малых молекул. Если одна молекула в пару известных синергетический индуцирует же фенотипа от конкретного нокаут мутант как второй синергетический молекулы, любые другие малые молекулы, что вызывает фенотипа от этого же мутант следует также объединения с каждым членом известных синергических пара. Это обоснование был использован в коричневый лаборатории для выявления синергических антибиотик пар, активен против Escherichia coli (E. coli) и синергических противогрибковый препарат пар активных против патогенных грибом Cryptococcus neoformans (C. neoformans)11,12. O2M является не только адаптируется для различных патогенных микроорганизмов, но позволяет для скрининга больших библиотек молекул для выявления синергических пар легко и быстро. Скрининг с генетический мутант, выявленные O2M позволяет нам проверить только те малые молекулы, прогнозируемое для взаимодействия. Таким образом тестирования библиотеки 2000 молекула попарно будет занять несколько месяцев, тогда как если были только 20 молекул в этой библиотеке, предсказал объединения, тестирование взаимодействия теперь занимает всего несколько дней. O2M не требует навыков программирования, и необходимое оборудование предоставляется в большинстве лабораторий или основной зал. Помимо исследователей, заинтересованных в комбинации препаратов анализ O2M является интерес к любому, кто завершил на экране наркотиков и хочет расширить свои хиты путем выявления важных наркотиков лекарственных взаимодействий. Ниже это протокол для выявления синергических малых молекул в бактерии, а также проверка предсказал синергического взаимодействия в известных анализов15,16.
Protocol
Representative Results
Discussion
Синергических малые молекулы пар может быть мощным инструментом в лечении микробных инфекций, пока они не достигли их полная клиническая потенциал потому что синергетический пары сложно определить. Этот документ описывает метод для выявления синергических пар намного быстрее, чем пр…
Disclosures
The authors have nothing to disclose.
Acknowledgements
Эта работа была поддержана запуска грант от Департамента патологии, Университет штата Юта в J.C.S.B.
Materials
| Bioscreen C | instrument | Growth Curves USA | |
| Synergy H1 | instrument | BioTek | |
| M9 broth | reagent | Amresco | J863-500G |
| Casamino Acids | reagent | Fisher Scientific | BP1424-500 |
| Glucose | reagent | Sigma | G7021-10KG |
| Nicotinic Acid | reagent | Alfa Aesar | A12683 |
| Thiamine | reagent | Acros Organics | 148991000 |
| CaCl2 Dihydrate | reagent | Fisher | C79-500 |
| MgSO4 Heptahydrate | reagent | Fisher | M63-500 |
| chemical-genetics dataset | dataset | examples include Nichols et al., Cell, 2011, Brown et al, Cell, 2014, and others cited in the text. | |
| trimethoprim (example input drug; any can be used) | reagent | Fisher Scientific | ICN19552701 |
| sulfamethoxazole (example test drug; any can be used) | reagent | Fisher Scientific | ICN15671125 |
References
- Michael, C. A., Dominey-Howes, D., Labbate, M. The Antimicrobial Resistance Crisis: Causes, Consequences, and Management. Front Public Health. 2, 145 (2014).
- Butts, A., Krysan, D. J. Antifungal Drug Discovery: Something Old and Something New. PLOS Pathogens. 8 (9), e1002870 (2012).
- Roemer, T., Krysan, D. J. Antifungal Drug Development: Challenges, Unmet Clinical Needs, and New Approaches. Cold Spring Harb Perspect Med. 4 (5), a019703 (2014).
- Oprea, T. I., Mestres, J. Drug Repurposing: Far Beyond New Targets for Old Drugs. AAPS J. 14 (4), 759-763 (2012).
- Scannell, J. W., Blanckley, A., Boldon, H., Warrington, B. Diagnosing the decline in pharmaceutical R&D efficiency. Nat Rev Drug Discov. 11 (3), 191-200 (2012).
- Rangel-Vega, A., Bernstein, L. R., Mandujano-Tinoco, E. A., García-Contreras, S. J., García-Contreras, R. Drug repurposing as an alternative for the treatment of recalcitrant bacterial infections. Front Microbiol. 6, 282 (2015).
- Torella, J. P., Chait, R., Kishony, R. Optimal Drug Synergy in Antimicrobial Treatments. PLoS Comput Biol. 6 (6), e1000796 (2010).
- Cowen, L. E., et al. Harnessing Hsp90 function as a powerful, broadly effective therapeutic strategy for fungal infectious disease. P Natl Acad Sci. 106 (8), 2818-2823 (2009).
- Zuo, G. -. Y., et al. Synergistic Antibacterial and Antibiotic Effects of Bisbenzylisoquinoline Alkaloids on Clinical Isolates of Methicillin-Resistant Staphylococcus Aureus (MRSA). Molecules. 16 (12), 9819 (2011).
- Jia, J., et al. Mechanisms of drug combinations: interaction and network perspectives. Nat Rev Drug Discov. 8 (2), 111-128 (2009).
- Wambaugh, M. A., Shakya, V. P. S., Lewis, A. J., Mulvey, M. A., Brown, J. C. S. High-throughput identification and rational design of synergistic small-molecule pairs for combating and bypassing antibiotic resistance. PLOS Biol. 15 (6), e2001644 (2017).
- Brown, J. C. S., et al. Unraveling the biology of a fungal meningitis pathogen using chemical genetics. Cell. 159 (5), 1168-1187 (2014).
- Cokol, M., et al. Systematic exploration of synergistic drug pairs. Mol Syst Biol. 7, 544-544 (2011).
- Borisy, A. A., et al. Systematic discovery of multicomponent therapeutics. Proc Natl Acad Sci USA. 100 (13), 7977-7982 (2003).
- Tang, J., Wennerberg, K., Aittokallio, T. What is synergy? The Saariselkä agreement revisited. Front Pharmacol. 6, 181 (2015).
- Hsieh, M. H., Yu, C. M., Yu, V. L., Chow, J. W. Synergy assessed by checkerboard. A critical analysis. Diagn Microbiol Infect Dis. 16 (4), 343-349 (1993).
- Nichols, R. J., et al. Phenotypic Landscape of a Bacterial Cell. Cell. 144 (1), 143-156 (2011).
- Chandrasekaran, S., et al. Chemogenomics and orthology-based design of antibiotic combination therapies. Mol Syst Biol. 12 (5), (2016).
- Pradhan, A., et al. Chemogenomic profiling of Plasmodium falciparum as a tool to aid antimalarial drug discovery. Sci Rep. 5, 15930 (2015).
- Pethe, K., et al. A chemical genetic screen in Mycobacterium tuberculosis identifies carbon-source-dependent growth inhibitors devoid of in vivo efficacy. Nat Commun. 1 (5), 1-8 (2010).
- Diezmann, S., Michaut, M., Shapiro, R. S., Bader, G. D., Cowen, L. E. Mapping the Hsp90 Genetic Interaction Network in Candida albicans Reveals Environmental Contingency and Rewired Circuitry. PLoS Genetics. 8 (3), e1002562 (2012).
- Robbins, N., et al. An Antifungal Combination Matrix Identifies a Rich Pool of Adjuvant Molecules that Enhance Drug Activity Against Diverse Fungal Pathogens. Cell reports. 13 (7), 1481-1492 (2015).
- Wildenhain, J., et al. Prediction of Synergism from Chemical-Genetic Interactions by Machine Learning. Cell Syst. 1 (6), 383-395 (2015).
- Spitzer, M., et al. Cross-species discovery of syncretic drug combinations that potentiate the antifungal fluconazole. Mol Syst Biol. 7, 499-499 (2011).
