研究表明，分析不同的数据类型可以加速药物发现

一个新论文在电池系统探讨在药物发现中使用多种数据类型的重要性。这篇论文筛选了六种剂量的1000多种药物，并证明基因表达和细胞形态为药物优先级提供了不同的信息。

由生物医学数据科学家领导格里高利的方式这项研究表明，通过同时使用这两种数据类型，科学家可以测量药物生物学的根本不同方面。

“我们相信这两种流行的方法可以用于我们的优势，以设计药物，解决生物学的全部复杂性，”Way说，他是明尼苏达大学的助理教授生物医学信息学在科罗拉多大学安舒茨医学院．

Way和一组数据科学家发现，这两种数据类型对药物机制提供了部分共享但也是互补的观点。他们说，使用这两种方法可以在独特的方向上推进药物发现、功能基因组学和精准医学。

利用药物的多方面作用

“虽然根据作用机制对药物进行标签是非常强大的，但这种方法可能会错过更大的图景。这两种数据类型都是通过表型药物筛选收集的，涵盖了生物学的复杂性，可以让科学家研究和利用药物可以提供的多方面影响，”Way补充道。

他们的论文展示了在给定所有变化/噪声来源和当前数据处理中的最佳实践的情况下，这些分析如何在有用的生物学任务(例如，作用预测机制)上相互比较。表型药物筛选方法允许研究人员在一次实验中测量数千种不同药物的数千个特征。

“我们希望我们的分析可以指导研究人员进行实验设计，并理解他们特定分析方式的局限性，以提供更一致的测量，并最大限度地发挥药物发现成功的潜力，”Way说。

今天发表的这篇论文指导科学家们规划实验，分析细胞逆转疾病表型，量化细胞对化学或遗传扰动的反应，并查询药物机制。