Only Perception: 數位通訊技術協助釐清個人化治療途徑

2009-01-11

數位通訊技術協助釐清個人化治療途徑

Digital communication technology helps clear path to personalized therapies
http://www.physorg.com/news150726449.html

January 9th, 2009 in General Science / Biology

在（加州）Burnham Institute for Medical Research 的研究者證明用於數位通訊當中的搜尋演算法能協助科學家確認多藥物複方（multi-drug combinations，多藥物結合）的功效。這項研究由 Giovanni Paternostro, M.D., Ph.D. 所領導，發表在 2008/12/26 當期的 PLoS Computational Biology 上。

利用這種堆疊循序（stack sequential）演算法（那為了數位通訊而開發）這個團隊的科學家搜尋出最理想的複方藥物。這種演算法可從不同的來源整合資訊，包括生物學上的量測與模型模擬。這與古典的系統生物學方式有所不同，其中心元素是搜尋演算法而非詳盡的定量模型。生物學系統的易變性是這種策略的根本動機。

"複方療法（Combination therapies，譯註：雞尾酒療法）已證明在治療複雜疾病上的效果，例如癌症及高血壓，不過安全且有效的複方療法攝生（regimens，指系統性治療計畫，常包括飲食）僅能利用試誤方法（try and error），" Paternostro 博士說。"當個人醫療從目前著重在診斷與預後發展到治療時，搜尋僅適合個別病患之遺傳及分子特徵（profile）的理想的藥物結合，得要設法解決。這項研究是此方向上的第一步。"

目前用以確認有效複方療法的方法論涉及窮舉試驗（exhaustive testing）。然而，利用此法，可能性卻如指數般擴大，妨礙了大規模結合的探索。例如，許多化療攝生包括六種來自於上百種藥物庫中的藥物。一項包含所有結合（包括僅其中某些成份的部份複方），且分三種不同劑量的研究，將得消化 8.9 x 10^11 可能性。這種問題需要的是一種新方法而非更有效的篩檢技術。

在這項研究中，利用此演算法所確認之可能複方藥物的小型子集合在二種生物學模型系統中進行測試。其中一種系統研究與黑腹果蠅（Drosophila melanogaster）老化相關之生理學衰退的改善，而另一系統則試驗選擇性的殺死癌細胞。在這二例中，有效的藥物複方透過演算法以及生物學試驗的結合而獲得確認。

"我們的研究獲得來自於 Burnham、UCSD 與密西根州立大學中，具藥物、工程與物理專門知識之共同研究者的大力相助，" Paternostro 博士說。"我們尤其獲益於 Andrew Viterbi 博士（Viterbi 演算法的發明者，那在數位通訊使用廣泛）的建議，他指出這種生物學問題與訊號解碼之間的相似性。" Andrew Viterbi 博士與 Irwin Jacobs 博士共同創辦了 Linkabit Corporation（譯註：其成就包括 D-AMPS 手機、NASA 的 Coding schemes、VSAT、Videocipher）與 Qualcomm Inc（高通），他目前是 The Viterbi Group 這家創投公司的總裁。

※ 相關報導：

＊ Search Algorithms as a Framework for the Optimization of Drug Combinations
http://dx.doi.org/10.1371/journal.pcbi.1000249

Diego Calzolari, Stefania Bruschi, Laurence Coquin,
Jennifer Schofield, Jacob D. Feala, John C. Reed,
Andrew D. McCulloch, Giovanni Paternostro
PLoS Comput Biol 4(12): e1000249.
doi: 10.1371/journal.pcbi.1000249