การใช้ประโยชน์เทคโนโลยี Transcriptome ในงานวิจัยยาสมุนไพร

ดร. สุทธิพงษ์ ชูจันทร์ และ รศ. ดร. ภญ. จุฑามาศ สัตยวิวัฒน์
ห้องปฏิบัติการวิจัยเภสัชวิทยา

Transcriptome คืออะไร

ทรานสคริปโตม (transcriptome) หมายถึง RNA ทั้งหมดในเซลล์ (total RNA) ประกอบด้วย coding RNA และ non-coding RNA โดยเกิดจากการแสดงออกของยีนส์ทั้งหมดในจีโนม จากการศึกษาในจีโนมมนุษย์ นักวิทยาศาสตร์ได้คาดการณ์จำนวนยีนส์ของมนุษย์ไว้ประมาณ 20,000 ยีนส์ แต่พบว่าการแสดงออกของยีนส์ทั้งหมดภายในเซลล์ มีความซับซ้อนหลากหลายมากกว่านั้น โดยขึ้นอยู่กับความแตกต่างของเซลล์ในแต่ละอวัยวะ และการตอบสนองต่อสภาวะต่างๆ รวมทั้งกระบวนการดัดแปลงของ RNA transcript (RNA processing) ในเซลล์และอวัยวะที่ต่างชนิดกัน โดยเป็นปัจจัยที่สำคัญที่ทำให้เกิดความหลากหลายและแตกต่างของยีนในจีโนมของมนุษย์ ดังนั้น การศึกษาการแสดงออกของ RNA ทั้งระบบ หรือ ทรานสคริปโตม จึงเป็นประโยชน์ในการทำความเข้าใจถึงภาพรวมของกลไกและสาเหตุของการเกิดโรคต่างๆ โดยเฉพาะโรคที่เกิดจากพันธุกรรม รวมไปถึงการตอบสนองของยาหรือสารพิษในระดับชีวโมเลกุล โดยผ่านการแสดงออกของ RNA ทั้งจีโนมหรือระดับทรานสคริปโตม

เนื่องจากการวิเคราะห์ทรานสคริปโตมมีปริมาณข้อมูลจำนวนมากของยีนส์ที่เปลี่ยนแปลง การวิเคราะห์ข้อมูลจึงต้องใช้กระบวนการทางชีวสารสนเทศ หรือ bioinformatics เข้ามาช่วยในการรวบรวม จัดการและวิเคราะห์ข้อมูลของยีนส์ หรือ RNA transcript ซึ่งจาก ภาพที่ 1 การวิเคราะห์ทรานสคริปโตมจะทำเพื่อหาการเปลี่ยนแปลงในภาพใหญ่โดยใช้ Clustering heatmap เพื่อแยกรูปแบบการแสดงออกของยีนส์ (expression pattern) ซึ่งจะทำให้เห็นความแตกต่างของ RNA transcript ของคนปกติและกลุ่มผู้ป่วย จากนั้นจะนำยีนส์ทั้งหมดที่มีความเปลี่ยนแปลงอย่างมีนัยสำคัญไปวิเคราะห์ว่ามีความเกี่ยวข้องกับวีถีการส่งสัญญาณหรือกลไกใด (signaling pathways) นอกจากนี้ยังสามารถนำยีนส์ทั้งหมดไปวิเคราะห์โครงข่ายโปรตีน (protein-protein interaction network) เพื่อหาความสัมพันธ์ระหว่างยีนส์ด้วยกันเองและยีนส์ที่เป็นเป้าหมายสำคัญ (hub-gene) เพื่อนำไปศึกษาต่อ

การหากลไกการออกฤทธิ์ของยาสมุนไพรโดยการประยุกต์ใช้ทรานสคริปโตมและเภสัชวิทยาโครงข่าย

ปัจจุบันการศึกษาด้านข้อมูลทางเทคโนโลยีที่วิเคราะห์องค์รวมของชีวสารสนเทศศาสตร์ หรือ Bioinformatics โดยการใช้ข้อมูลผ่าน “เทคโนโลยีโอมิกส์” (Omics Technologies) โดยเฉพาะทรานสคริปโตม ยังสามารถนำมาใช้ประยุกต์เพื่อตรวจวัดข้อมูลที่เกี่ยวกับกลไกการออกฤทธิ์ของสารพิษ ยาแผนปัจจุบัน และโดยเฉพาะอย่างยิ่งยาสมุนไพรซึ่งประกอบด้วยสารสำคัญหลากหลายชนิด โดยสามารถศึกษาการทำงานของสารสำคัญจำนวนมากได้พร้อมกัน เพื่อหาความสัมพันธ์และการเปลี่ยนแปลงต่าง ๆ ที่เกิดจากสารสำคัญในยาสมุนไพรที่ต้องการตรวจสอบ โดยเน้นการระบุฤทธิ์เชิงชีวภาพของสารสมุนไพรต่อโมเลกุลเป้าหมายผ่านการทดสอบกับเซลล์เพาะเลี้ยงจากอวัยวะมนุษย์ (cell culture) จึงสามารถบอกให้ทราบถึงการออกฤทธิ์ของสารสำคัญในสมุนไพรที่มีความแม่นยำสูงของสมุนไพรได้หลากหลายชนิดซึ่งเรียกว่า เภสัชวิทยาโครงข่ายหรือ network pharmacology

การประยุกต์ใช้เทคโนโลยีทรานสคริปโตมและเภสัชวิทยาโครงข่ายไม่เพียงช่วยสร้างโอกาสมากมายให้แก่อนาคตของวงการสมุนไพร แต่ยังสามารถยกระดับผลิตภัณฑ์ของผู้ประกอบการ และวิสาหกิจชุมชนให้มีมาตรฐาน สร้างความรู้ความเข้าใจ เพื่อปรับปรุงตำรับยาให้มีประสิทธิภาพมากขึ้น อันจะก่อให้เกิดประโยชน์ต่อผู้บริโภคให้เข้าถึงการรักษาที่หลากหลาย ช่วยลดปัญหาการขาดแคลนยารักษาโรค ซึ่งเป็นเรื่องสำคัญในสถานการณ์โรคระบาดในปัจจุบันและในอนาคต

ข้อจำกัดของเทคโนโลยี Transcriptomics

ถึงแม้ว่าเทคโนโลยีของการวิจัยในระดับจีโนมจะมีความทันสมัยและก้าวหน้าอย่างมาก แต่การศึกษาและทำความเข้าใจข้อมูลทางชีวภาพไม่ใช่เรื่องง่าย เนื่องจากปริมาณข้อมูลของทั้งจีโนมมนุษย์มีปริมาณมากและมีความซับซ้อนที่เกี่ยวโยงกันเป็นระบบ ตลอดจนการนำเทคโนโลยีต่าง ๆ เข้ามาประยุกต์ใช้ในการวิเคราะห์ และรวบรวมข้อมูล เช่น Big data, Machine learning, Artificial Intelligence อาจจะเกิดความผิดพลาดได้ ดังนั้น นักวิทยาศาสตร์หรือนักวิจัยจึงต้องมีความรู้ความเข้าใจ และความระมัดระวังอย่างสูง รวมทั้งอาจจะมีความคลาดเคลื่อนไปจากสิ่งที่เกิดขึ้นจริงในร่างกายมนุษย์ ดังนั้นการยืนยันผลในหลอดทดลอง (In Vitro) หรือข้อมูลทางคลินิกจึงควรถูกนำมาพิจารณาร่วมด้วย ให้มีความสมบูรณ์ของข้อมูล เที่ยงตรงและแม่นยำมากขึ้น เพื่อให้เกิดความมั่นใจในการใช้เทคโนโลยีเหล่านี้เพิ่มขึ้น

เอกสารอ้างอิง

ภาควิชาชีวเคมี คณะแพทยศาสตร์ศิริราชพยาบาล มหาวิทยาลัยมหิดล, ทรานสคริปโตมของมนุษย์, ทรานสคริปโตมิกส์และการประยุกต์ (Human Transcriptome, Transcriptomics, and Applications) [ออนไลน์]. 2548, แหล่งที่มา : https://www.si.mahidol.ac.th/department/Biochemistry/home/articles/transcriptomics%20synopsis.htm ค้นเมื่อ 1 เมษายน 2567

สุจารีย์ วัฒนรัตน์, Multi Omics –การหลอมรวมของเทคโนโลยีชีวภาพที่จะมาเปลี่ยนชีวิตของมนุษย์ [ออนไลน์]. 2565, แหล่งที่มา : https://futurist.nida.ac.th/multi-omics ค้นเมื่อ 1 เมษายน 2567

Casamassimi, A., Federico, A., Rienzo, M., Esposito, S., & Ciccodicola, A. (2017). Transcriptome Profiling in Human Diseases: New Advances and Perspectives. International journal of molecular sciences, 18(8), 1652. https://doi.org/10.3390/ijms18081652

Chujan, S., Nakareangrit, W., Suriyo, T., & Satayavivad, J. (2023). Integrated Transcriptomics and Network Analysis of Potential Mechanisms and Health Effects of Convalescent COVID-19 Patients. Bioinformatics and biology insights, 17, 11779322231206684. https://doi.org/10.1177/11779322231206684

Noor, F., Tahir Ul Qamar, M., Ashfaq, U. A., Albutti, A., Alwashmi, A. S. S., & Aljasir, M. A. (2022). Network Pharmacology Approach for Medicinal Plants: Review and Assessment. Pharmaceuticals, 15(5), 572. https://doi.org/10.3390/ph15050572