ХРОНОФАРМАКОЛОГИЯ В СОВРЕМЕННОЙ МЕДИЦИНЕ

В настоящее время в хронофармакологию и хронотерапию внедряются (omics technologies). Фармакодинамические и фармакокинетические показатели анализируются в зависимости от временного фактора. Данные технологии объединены тем, что их целью является проанализировать всю совокупность процессов, происходящих в клетке или целом живом организме. Результатом применения таких технологий является большой массив числовых данных, как правило, требующий автоматизированного компьютерного анализа. Примерами таких технологий являются секвенирование нового поколения (next-generation sequencing) и количественный анализ экспрессии генов (gene expression profiling). Возникновение технологий «omics» может иметь огромное значение для молекулярного понимания циркадианной временной системы и ее связи с заболеваниями и лечением, а также для полного восприятия персонализированной хронотерапии в клиниках. Недавние исследования in vitro и in vivo обеспечили понимание специфической для тканей суточной организации через транскриптомические, протеомические и метаболические циркадианные наборы данных.

CHRONOPHARMACOLOGY IN MODERN MEDICINE

At present, «Omics» technologies are being introduced to chronopharmacology and chronotherapy. Pharmacodynamic and pharmacokinetic parameters are analyzed depending on the time factor. The common goal of these technologies is to analyze the whole set of processes occurring in the cell or the whole living organism. The result of using such technologies is a large array of numerical data, usually requiring automated computer analysis. Examples of such technologies are the determination of amino acid and nucleotide sequences of biopolymers and quantitative analysis of gene expression. The emergence of "omics" technologies can be of great importance for the molecular understanding of the circadian temporal system and its connection with diseases and treatment, as well as for the full perception of personalized chronotherapy in clinics. Recent in vitro and in vivo studies have provided an understanding of tissue-specific diurnal organization through transcriptome, proteomic and metabolic circadian datasets.