ETD

Archivio digitale delle tesi discusse presso l'Università di Pisa

Tesi etd-09012021-114937


Tipo di tesi
Tesi di laurea magistrale LM5
Autore
CIRINCIANI, MARTINA
URN
etd-09012021-114937
Titolo
System biology e drug repurposing: ricerca di potenziali strategie terapeutiche nel trattamento della neuroinfiammazione
Dipartimento
FARMACIA
Corso di studi
CHIMICA E TECNOLOGIA FARMACEUTICHE
Relatori
relatore Prof.ssa Da Pozzo, Eleonora
relatore Prof. Priami, Corrado
Parole chiave
  • system biology
  • drug repurposing
  • neuroinfiammazione
Data inizio appello
04/10/2021
Consultabilità
Non consultabile
Data di rilascio
04/10/2091
Riassunto
Per System Biology si fa riferimento ad un approccio di ricerca scientifica, fortemente interdisciplinare che, utilizzando database e software per analizzare grandi moli di dati, prende in esame i sistemi biologici nel loro complesso.
In questo progetto di tesi, un approccio di System Biology è stato applicato al drug repurposing in campo neuroinfiammatorio, concentrandosi su Sclerosi Multipla, Morbo di Alzheimer, Glioblastoma Multiforme, Disturbi Depressivi e Sindrome delle Apnee Ostruttive Notturne.
Inizialmente sono stati identificati i geni associati alle patologie scelte con diverse fonti quali Genecards, PubMed, e GWAS Catalog, poi con una enrichment analysis sono stati identificati i pathway significativi, al fine di mantenere solo i geni appartenenti ad almeno uno di questi ed escludere quelli poco espressi a livello cerebrale, mantenendoli comunque se presenti in sede di neuroinfiammazione. È stato costruito il network tessuto specifico, unendo il PPI network a un regulatory network, per poi mapparvi i geni associati alle patologie scelte.
Su DrugBank sono stati selezionati i farmaci approvati aventi il target compreso tra i geni identificati, escludendoli se già usati in terapia per il trattamento della neuroinfiammazione o se correlati ad effetti collaterali a livello del SNC. I target sono stati quindi mappati sul network costruito e, alle molecole candidate rimaste è stato assegnato un punteggio in base alla vicinanza dei nodi nel network e alla loro somiglianza funzionale: escludendo le molecole con uno score minore di 1,6, sono rimasti 29 farmaci candidati, dimostrando come questo studio preliminare applicato al drug repurposing, possa essere considerata una strategia efficace in termini di tempo e costi.
File