�鶹��

Vil man lave medicin, der kan regulere bestemte biokemiske signaler til kroppens celler, har man behov for at vide, hvordan cellernes ’signalmodtagere’ ser ud:

Altså hvordan cellerne modtager den biokemiske information, som man regner med kan påvirke en sygdom. For eksempel en bestemt type kræft.

Der er bare det problem, at det er hundesvært at aflure cellernes ’signalmodtagere’.

Men nu har en international forskergruppe under ledelse af professor David Gloriam fra Institut for Lægemiddelforskning og Farmakologi ved Københavns Universitet gjort denne analyse meget lettere.

Det har de gjort ved at udvikle et internet-baseret værktøj, som forskere over hele verden frit kan bruge. Bag opdagelsen, der blandt andet er støttet af Det Europæiske Forskningsråd og �鶹��, står i alt ti forskere. Fem kommer fra KU, fem fra universiteter i Schweiz, Kina og USA – og deres opdagelse er netop offentliggjort i det videnskabelige tidsskrift Nature Methods.

Skal man sige det meget firkantet, kan medicinudviklere ved hjælp af det internet-baserede system aflure cellernes ’signalmodtagere’ markant hurtigere, end de har kunnet med de hidtidige metoder. Og ved hjælp af det nye system kan der skabes et 3D-billede af disse ’signalmodtagere’ – helt ned på enkeltatom-niveau, forklarer professor David Gloriam:

At skabe et 3D-billede af de såkaldte signalmodtagere – der i virkeligheden er receptor-proteiner, som sidder i cellevæggen – tager mange år, og der er kun få videnskabelige grupper, som i dag er i stand til at håndtere denne proces. Den nye metode kan formentlig spare års arbejde i laboratoriet – og gør det desuden muligt for langt flere forskere at være med til at skabe 3D-billeder af disse receptor-proteiner. Og jo flere 3D-billeder du har af disse proteiner, jo lettere bliver det at designe medicin mod en lang række sygdomme.

Mange er endnu ikke kortlagt

De ’signalmodtagere’, David Gloriam og hans kolleger arbejder med at udforske, kendes i den medicinske litteratur som G-proteinkoblede receptorer (GPCR).

Mennesket har omkring 800 forskellige GPCR, som er med til at bringe information frem til forskellige typer celler overalt i kroppen. Og rigtigt mange af signalerne stammer fra hjernen.

GPCR er derfor meget vigtige i forbindelse med udvikling af medicin. Så vigtige, at cirka en tredjedel af alle lægemidler virker på disse receptorer.

Men selv om man kender alle GPCR, der findes i menneskekroppen – så kender man dem på en måde alligevel ikke:

For den proteinstruktur, de hver især repræsenterer, er indtil videre kun kortlagt hos omkring 60 af de i alt 800 receptorer.

”Og det er lige præcis denne kortlægningsproces, vores system kan være med til at speede op”, fortæller David Gloriam, der også er �鶹�� Fellow:

”For hvis man som medicinudvikler ønsker at arbejde med en bestemt receptor – altså en bestemt form for ’signalmodtager’ – kan man ved hjælp af vores system hurtigere end med de hidtidige metoder få et 3D-billede af den”.

Det nye system skaber ikke selve 3D-billedet, men systemet kan designe det eksperiment, som skal give det endelige resultat:

Det sker ved, at det internet-baserede system genererer et ’stabilt’ billede af den eller de receptorer, forskerne ønsker at aflure. Og når det er på plads, kan det endelige 3D-billede – som altså rummer informationer helt ned på enkeltatom-niveau – frembringes ved hjælp af blandt andet elektronmikroskopi (kryo-EM).

Når David Gloriam og hans kolleger prøver at udvikle medicin for at påvirke en eller flere af menneskets G-proteinkoblede receptorer, handler det ofte om at blokere signalerne til bestemte celler.

Men strategien kan også være den stik modsatte, fortæller han: ”I nogle tilfælde kan hensigten være at sørge for, at bestemte signaler når visse celler”.

Fakta

Medicin og receptorer

Betablokkere og antihistaminer er eksempler på medicin, der blokerer G-protein-koblede receptorer. Mens en række smertestillende former for medicin – herunder opiod-præparater – virker ved at aktivere disse receptorer.

De fem forskere fra Institut for Lægemiddelforskning og Farmakologi på KU, der har været med til at udvikle den nye metode, er: Christian Munk, Vignir Isberg, Louise F. Nikolajsen, Janne Bibbe og professor David Gloriam.