Identificación y validación de moléculas pequeñas de antidepresivos utilizando bioinformática y modelos de depresión...

Área de la Ciencia:

• Biología computacional y farmacología
• Neurociencia y descubrimiento de drogas psiquiátricas

Sus antecedentes:

• La depresión es un trastorno psiquiátrico generalizado con opciones de tratamiento limitadas.
• La reutilización de moléculas pequeñas existentes utilizando bioinformática es una estrategia prometedora para el desarrollo de nuevas terapias antidepresivas.
• Estudios previos en silico han identificado posibles fármacos neuropsiquiátricos, pero pocas predicciones computacionales combinadas con validación in vivo para la depresión.

Objetivo del estudio:

• Identificar compuestos de moléculas pequeñas potencialmente antidepresivos mediante análisis bioinformáticos y validación experimental in vivo.
• Explorar la reutilización de medicamentos como un método eficiente para descubrir nuevos tratamientos para la depresión.

Principales métodos:

• Se utilizaron datos de la base de datos de expresión génica omnibus (GEO) para el análisis bioinformático.
• Utilizó la plataforma de Mapa de Conectividad (CMAP) para detectar posibles compuestos de moléculas pequeñas antidepresivos.
• Validación de los efectos antidepresivos de los compuestos candidatos en un modelo de ratón sometido a estrés crónico de restricción.

Principales resultados:

• Se identificaron 311 genes de expresión diferencial (DEG) asociados con las vías de señalización de PI3K-Akt, MAPK y factor neurotrófico.
• Se examinaron cinco compuestos candidatos utilizando CMAP; la pirimetamina, la pifitrina-mu y el mibefradil demostraron efectos antidepresivos significativos en ratones con SRC.
• Estos compuestos mejoraron los comportamientos depresivos mediante la regulación de la expresión de proteínas clave en PI3K-Akt y las vías del factor neurotrófico, evidenciadas por el aumento del movimiento y la disminución de la inmovilidad en las pruebas de comportamiento.

Conclusiones:

• La pirimetamina, la pifitrina-mu y el mibefradil muestran potencial para aliviar la depresión mediante la modulación de PI3K-Akt y la señalización del factor neurotrófico.
• La reutilización de fármacos basada en la bioinformática es un enfoque más eficiente para el descubrimiento de antidepresivos en comparación con el desarrollo de fármacos de novo.
• Este estudio proporciona una demostración exploratoria de la eficacia de la combinación de predicciones in silico con validación in vivo para la identificación de nuevos candidatos antidepresivos.