美國醫療服務機構和生元國際了解到,德克薩斯大學MD安德森癌症中心的研究人員通過對腫瘤細胞系中藥物治療反應的蛋白質變化進行大規模分析,獲得了一種寶貴的資源,可以幫助預測藥物敏感性,了解治療耐藥機制,並確定最佳的聯合治療策略。
他們的研究結果發表在今天的《癌細胞》雜誌上,其中包括在300多個細胞系中使用168種不同化合物治療後的200多個臨床相關蛋白的表達變化,這是目前關於癌症細胞系中蛋白對藥物治療反應的最大數據集。
我們已經看到了一些關於藥物治療或crispr介導的變化後基因表達變化的幹擾研究,但是在蛋白質組分析方面有一個顯著的差距。我們希望通過分析主要治療靶標蛋白的變化來填補這一空白,這為耐藥性和藥物組合設計提供了很多見解。」
韓亮,博士,研究高級作者,美國德克薩斯大學安德森癌症中心生物信息學與計算生物學教授
攝動生物學測量一個系統,如癌細胞,如何對各種刺激作出反應。梁解釋說,這些類型的實驗在模擬癌症行為和理解系統層面的反應方面被證明是有用的。
為了描述蛋白質的擾動,研究人員使用了一種稱為反相蛋白質陣列(RPPA)的技術,這種技術能夠對特定的蛋白質組進行快速定量分析。在基線和治療後,通常在多個時間點測定蛋白質水平。
該研究評估了針對319種常用的、特徵明確的細胞系的多種信號通路和細胞過程的藥物,這些細胞系來自許多癌症類型,包括乳腺癌、卵巢癌、子宮癌、皮膚癌、前列腺癌和血液癌。
研究人員沒有分析所有可能的藥物細胞系組合,而是集中研究那些最有可能與該領域相關的組合。他們總共生成了15492份樣本的RPPA檔案,包括11884份藥物處理樣本和3608份對照樣本。該數據具有很高的可重複性,並被多個獨立的途徑驗證。
從這些分析中獲得的數據為了解藥物反應或耐藥性的機制提供了重要的見解,突出了在使用特定藥物治療後被激活或抑制的信號通路。此外,Liang解釋說,擁有基線和治療後蛋白水平的數據在建模預測對其他藥物的敏感性方面更為有用。
研究人員還構建了一個蛋白質-藥物連接的全面地圖,以可視化反應,並更好地研究不同蛋白質和信號通路之間的關係。
這些圖譜展示了哪些蛋白質在服用某種藥物後發生了顯著變化,哪些藥物產生了相似的反應,哪些蛋白質看到了相似的變化模式。研究這些複雜的關係可以揭示未知的聯繫,並指出潛在有效的治療組合。
「通過這些數據集,人們可以立即看到給定藥物的後果,包括幹擾通路和適應性反應,這有助於確定最佳的藥物組合,」梁說。「隨著我們繼續努力擴大數據,我們認為這將是研究人員進行藥物機制研究的一個有價值的起點。」
研究人員可以在數據門戶網站上公開獲取蛋白質反應數據,該網站提供了各種可視化和下載數據的方法。
儘管這項研究只包括癌症類型的一個子集,研究人員希望在未來繼續增加數據集。從長期來看,研究小組預計,基線和治療後的蛋白質組分析可能是臨床試驗中一個有用的工具,可以更好地跟蹤患者的治療反應和優化治療策略。