Médecine de réseau pour les mécanismes et les traitements des maladies

L’objectif de ce projet est d’utiliser l’intégration des données et l’analyse des réseaux pour découvrir les mécanismes des maladies et les traitements potentiels.

  • Wenzhong Xiao, PhD
  • Jingcheng Yang, PhD
  • Li-Yuan Hung / Chanshuo Wu, PhD
  • Peng Li, PhD
  • Gonghua Li, PhD
  • Feifei Han, PhD
Description de la technologie

Les réseaux basés sur la connaissance des maladies reflètent la compréhension actuelle des maladies entre les phénotypes/symptômes cliniques, les médicaments, les génotypes et d’autres interactions moléculaires.

En appliquant les réseaux de connaissances biomédicales pour intégrer les phénotypes cliniques et les signatures moléculaires de l’EM/SFC, nous espérons découvrir des modules de gènes pathologiques et classer par ordre de priorité les médicaments candidats à la réorientation pour soulager les symptômes et la progression de la maladie.

DÉROULEMENT DE L'ÉTUDE

Deux chercheurs dans un laboratoire regardent des écrans d'ordinateur

  1. Développer une base de connaissances sur les études et la carte gène-maladie-symptôme de l’EM/SFC accessible à la communauté des chercheurs par l’intermédiaire du Centre de données sur l’EM/SFC.
  2. Mener une méthode de réseaux hétérogènes d’apprentissage profond/ deep-learning pour la médecine de réseau (MINDR) afin de découvrir des modules de maladie et d’identifier des cibles médicamenteuses.
  3. Grâce à l’analyse informatique, identifier les modules moléculaires sous-jacents à l’EM/SFC et prioriser les molécules de médicaments in silico pour le repositionnement dans l’EM/SFC.
  4. Valider les meilleurs candidats par l’évaluation de leurs effets rapportés dans des données de patients en situation réelle et recommander au moins deux médicaments comme candidats pour des essais cliniques pilotes.

Médecine de réseau fondée sur les connaissances

  • An ME/CFS-specific knowledge base has been established and the computational pipeline has been developed.
  • Diseases similar to ME/CFS and key genes have been identified.
  • Gene targets and initial candidates for treatments have been identified.
  • Two manuscripts are in preparation.

 

Modélisation des dysfonctionnements métaboliques par la biologie des systèmes

  • We focus on uncovering the molecular mechanism of metabolic dysfunctions in patients and identifying key molecular regulators as potential targets for further development of intervention. In addition, we aim to repurpose drugs and nutritional support that can be tested in different groups of patients, i.e. precision medicine for ME/CFS.
  • We have applied the method to predict drugs and supplements to alleviate metabolic dysfunctions seen in the muscles of ME/CFS and Long COVID patients. The computational results will need to be validated.
  • One manuscript is under review and one preprint has been released.