Blending biology and chemistry to enable systems pharmacology

Abstract

The avalanche of data that followed the sequencing of the human genome has revealed an overwhelming biological complexity. No simple molecular explanation exists for most of the diseases and, in consequence, simple therapies have low probability of success. The emerging field of systems pharmacology seeks drugs of broad impact on molecular networks. To achieve so, it is necessary to integrate heterogeneous data, at different levels of complexity, and find correlations between them. This translational exercise is, perhaps, the major concern of current biomedical research. In this Thesis we undertake part of this challenge through cases that orbit the drug discovery endeavor. Using computational methods in various areas of bioinformatics and chemoinformatics, we link chemical, biomolecular and phenotypic data to provide a more holistic view of pharmacology.

L’allau de dades que ha seguit la seqüenciació del genoma humà està revelant una increïble complexitat biològica. No existeix una explicació simple per a la majoria de les malalties i, en conseqüència, les teràpies simples tenen baixes probabilitats d’èxit. L’emergent camp de la farmacologia de sistemes busca medicaments d’ampli impacte en les xarxes moleculars. Per a aconseguir-ho, és necessària la integració de dades heterogènies, a diferents nivells de complexitat, i la capacitat de trobar correlacions entre elles. Aquest exercici translacional és, probablement, la major preocupació de la recerca biomèdica d’avui. En aquesta Tesi assumim part d’aquest repte a través de casos que orbiten el descobriment de fàrmacs. Mitjançant mètodes computacionals en àrees diverses de la bioinformàtica i la quimioinformàtica, connectem dades químiques, biomoleculars i fenotípiques per a facilitar una visió més holística de la farmacologia.