表型篩選（Phenotypic screening）技術在藥物開發領域扮演關鍵角色，能協助研究人員在無需預設目標的情況下發現小分子化合物。然而，由於藥物多重藥理學（Polypharmacology）特性以及生物路徑的複雜性，如何從篩選數據中解讀其作用機制，始終是科學界的一大挑戰。為解決此難題，研究團隊開發出一套名為「篩選化合物路徑富集本體論」（Screening Compound Ontology for Pathway Enrichment, SCOPE）的計算框架，旨在透過系統性的數據整合，為藥物作用機制提供更精確的假設生成工具。
SCOPE 是一個基於 KNIME 平台的計算框架，其核心功能在於將化合物層級的篩選數據，與已註釋的目標及路徑進行連結。該系統整合了多來源的目標註釋數據，並以篩選出的化合物庫作為背景，執行序列性的目標層級與路徑層級統計富集分析。這種方法不僅能有效過濾雜訊，更能優先篩選出具有共同作用機制的候選項目，為後續的實驗驗證提供明確的方向，大幅提升了從表型篩選數據中提取生物學意義的效率。
透過此架構，研究人員能夠在複雜的數據海洋中，快速鎖定與藥物反應相關的關鍵生物路徑。SCOPE 的設計初衷在於彌補傳統篩選方法在機制解釋上的不足，讓科學家能更直觀地理解小分子化合物如何影響細胞內的生物過程。該框架的應用不僅限於單一疾病領域，其模組化的設計使其具備高度的擴展性，能適應不同類型的藥物篩選數據，為藥物研發流程中的機制探索階段，提供了一套標準化且具備高度統計可靠性的分析流程。
揭示內質網壓力與鈣離子訊號的關聯
研究團隊將 SCOPE 應用於一項先前已建立的高通量篩選實驗，該實驗旨在尋找內質網（Endoplasmic Reticulum, ER）壓力誘導下，內質網駐留蛋白分泌過程（即 exodosis）的調節因子。在沒有預設生物學背景的前提下，SCOPE 成功識別出鈣離子訊號（Calcium signaling）為京都基因與基因組百科全書（Kyoto Encyclopedia of Genes and Genomes, KEGG）中最顯著富集的路徑。這一發現證實了該計算框架在處理複雜生物數據時，具備精準識別核心調節路徑的能力。
進一步的目標富集分析顯示，多種 G 蛋白偶聯受體（G protein-coupled receptors, GPCRs）與肌醇 1,4,5-三磷酸受體（Inositol 1,4,5-trisphosphate receptors, IP3Rs）介導的鈣離子訊號傳遞密切相關。研究發現，在能夠減少 exodosis 的化合物中，普遍存在對這些受體的拮抗作用，這強烈暗示了該路徑在調節 exodosis 過程中的關鍵角色。透過 SCOPE 的分析，研究人員得以將原本分散的篩選結果，串聯成一個具備生物學邏輯的機制網絡，為深入理解內質網壓力下的蛋白分泌調控機制奠定了基礎。
發現組織胺 H1 受體的新型治療潛力
在本次研究中，SCOPE 最具突破性的發現之一，是揭示了組織胺 H1 受體（Histamine H1 receptor, HRH1）在 exodosis 過程中的全新功能。研究團隊隨後透過多種實驗手段進行驗證，包括核糖核酸干擾（RNA interference, RNAi）敲低實驗、基因敲除（Gene knockout）技術，以及藥理學調節手段，均證實了 HRH1 對 exodosis 的調節作用。這一發現不僅驗證了 SCOPE 在預測生物目標上的準確性，也為未來針對 exodosis 相關疾病的藥物開發，提供了一個極具潛力的治療標靶。
總結而言，這些研究結果充分凸顯了 SCOPE 在藥物研發中的應用價值，特別是在從表型篩選數據中，優先篩選出可進行實驗驗證的目標與路徑方面，展現了顯著的優勢。透過將計算生物學與實驗科學緊密結合，SCOPE 為研究人員提供了一條從數據到機制的捷徑，有助於加速新藥開發的進程。未來，隨著該框架在更多領域的應用與優化，預計將能更廣泛地協助科學界解析複雜的生物過程，並為臨床治療提供更多創新的策略與標靶選擇。
Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機
Date: Please provide the content or the date you would like me to format! I am ready to convert it for you.