CORSO DI LAUREA SPECIALISTICA IN BIOTECNOLOGIE DEL FARMACO
Adriana Maggi
BASI MOLECOLARI DELL’AZIONE DEL FARMACO
BIOTECNOLOGIE FARMACOLOGICHE
LEZIONE 7
http://users.unimi.it/mpl/lezioni.html
EVOLUTION:
LAND OF BIOLOGICAL EQUAL OPPORTUNITIES
“EFFECTOR”
SEXUAL REPRODUCTION
“REGULATORS”
NUTRIMENT
AGE
EVOLUTION:
LAND OF BIOLOGICAL
EQUAL OPPORTUNITIES
• FECUNDITY SHOULD BE
DIRECTLY PROPORTIONAL TO
NUTRIENT AVAILABILITY,
but
DEATH: A TOOL
INDISPENSABLE TO ENSURE
THE CONTINUATION OF THE
SPECIE
• HIGH NUTRIENT AVAILABILITY,
FAVORING FECUNDITY, SHOULD
SHORTEN THE LIFE SPAN
SEXUAL REPRODUCTION
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
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)
Extrinsic factors
Fertility-driven
nutrition
adaptable environment
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)
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)
Decreased
fertility
rodents (Weidruch and Walfrd 1988)
primates (Mattison 2003; Lane 2004)
THE COST OF REPRODUCTION
long lifespan
low fecundity
Caenorabditis elegans
LIPIDS
LXR
IGF-1R
?
FOXO TF INCREASED
LIFE SPAN
REPRODUCTION
LE TECNOLOGIE DEL DNA RICOMBINANTE E LA POSSIBILITA’
MUTARE
SINGOLI GENI CI PERMETTE DI
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
20-25.000 GENI
COLLEGAMENTO
PIU’
DI 100.000 VARIANTI DI TRA
SPLICING
DI TRASCRITTI
GENI,
FARMACI
1 MILIONE
DI PROTEINE E
MALATTIE
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 STATE
OF INTEREST
(SIGNATURE)
REFERENCE DATABASE
(PROFILES)
CONNECTIONS
positive
up
output
query
down
negative
strong
positive
weak null
positive
strong
negative
STANDARD DI RIFERIMENTO
•
•
•
•
Sequenze di metilazione del DNA
Livelli di mRNA
Espressione di proteine
Espressione di metaboliti