Комменсальный микробиом представляет собой микроорганизмы, широко распространенные в различных частях тела хозяина, в первую очередь в желудочно-кишечном тракте.
Понимание взаимодействия между лекарственными препаратами и комменсальным микробиомом все чаще признается важнейшим аспектом фармакологии, фармакокинетики и персонализированной медицины. Многие исследователи активно изучают возможности манипулирования микробиотой кишечника для повышения эффективности лекарств, снижения токсичности и разработки более точных терапевтических вмешательств.
Для дальнейшего изучения сложных механизмов двунаправленного регулирования между комменсальной микробиотой и лекарственными препаратами мы сделали обзор шести статей от 30 авторов из семи разных стран, включающих две оригинальные исследовательские статьи и четыре обзорные статьи, посвященные конкретным препаратам (средствам против ожирения, антипсихотикам и опиоидам), прогнозированию с помощью искусственного интеллекта и персонализированной медицине.
Широко распространено мнение, что лекарственные препараты могут взаимодействовать с микробиотой кишечника посредством различных механизмов. Song et al. сообщили, что лорказерин (LS) и фентермин (PT), клинические препараты для борьбы с ожирением, могут ослаблять дисбиоз микробиоты кишечника, что, в свою очередь, позитивно влияет на степень снижения ожирения. Хотя причинно-следственная связь не установлена, микробиота кишечника в сочетании с LS и PT оказывала синергетическое воздействие на ожирение. В целом, данное исследование дает ценное представление о потенциальных новых методах лечения ожирения, направленных на микробиоту кишечника, и дальнейшие исследования в этой области могут привести к разработке новых методов лечения ожирения.
Misera et al. провели нарративный обзор, в котором изучили взаимосвязь между психотропными препаратами и микробиотой. Они обсудили, как психотропные препараты могут оказывать противомикробное действие и как антибиотики могут влиять на психический фенотип и неврологические функции пациентов. В обзоре также рассмотрено, как изменение состава микробиоты может приводить к изменениям в центральной нервной системе. Авторы представили обзор современных исследований по данной теме и подчеркнули потенциальное клиническое значение изменений микробиоты под влиянием психотропных препаратов. Этот содержательный обзор проливает свет на удивительно сложные взаимоотношения между лекарственными препаратами и микробиотой и дает представление о том, как они могут влиять друг на друга.
Kolli и Roy исследовали интереснейшую связь между микробиомом кишечника/микробным метаболизмом и эпигенетическими изменениями, вызванными опиоидами. Их статья дает ценное представление о фундаментальном значении микробного метаболизма кишечника для эпигенетических изменений и поведенческих реакций хозяина, связанных с употреблением опиоидов. Собрав доступную на сегодняшний день литературу и данные, авторы расширили наше понимание потенциального механизма и роли микробиома кишечника, лежащего в основе опиоидной пандемии, и предложили новые перспективы для решения этого кризиса общественного здравоохранения.
В последнее время темпы развития искусственного интеллекта (ИИ) в мире стремительно ускорились. Между тем, методы ИИ также являются отличными инструментами для исследования микробиома кишечника и метаболизма лекарств. По данной теме Malwe и Sharma представили исчерпывающую информацию о широких метаболических возможностях микробиома кишечника в отношении ксенобиотических молекул. Далее они рассказали о том, как можно использовать искусственный интеллект и машинное обучение для прогнозирования конкретного микробиома кишечника и его ферментов, участвующих в процессах биотрансформации ксенобиотиков.
Стремясь изучить роль микробиома кишечника в развитии персонализированной медицины, Huang et al. представили подробный обзор того, как микробиом кишечника повышает эффективность лекарств. Они также рассмотрели конкретные механизмы, с помощью которых микробиом кишечника деактивирует некоторые лекарства. Обобщив и проанализировав современные представления о взаимодействии микробиома кишечника и препаратов, авторы выделили микробиом кишечника в качестве нового ключевого игрока, который необходимо учитывать в персонализированной медицине.
Tan et al. предложили новую модель прогнозирования под названием MDSVDNV, которая использует подход встраивания сети Node2vec вместе с методом разложения матрицы сингулярных значений (SVD) для прогнозирования взаимодействия микроорганизмов с лекарственными препаратами. На основе успешного извлечения признаков и обучения сети микроб-лекарство была проведена оценка эффективности модели, которая показала, что она превосходит другие существующие конкурирующие модели, что подтверждается результатами тестирования. Эта работа предлагает перспективные методы для выявления скрытых взаимодействий между микробами и лекарствами в будущем.
В целом, в данном обзоре представлены значимые научные данные, раскрывающие взаимосвязь между микробиотой кишечника и метаболизмом/эффективностью лекарств. Эти исследования ускорят наше понимание молекулярных механизмов, вовлеченных в микробиом кишечника и метаболизм лекарств. Мы ожидаем, что эти результаты помогут найти потенциальные терапевтические мишени для разработки лекарств и персонализированной медицины.
