新工具使用的药物外溢与癌症患者的治疗
靶向治疗攻击癌症的遗传敏感性。然而,很难发现遗传学驾驶病人的癌症,和药物设计目标基因异常的影响往往超出他们的预期目标。结果是3倍:有时候一个药物是用来治疗目标是与疾病无关,有时现有的药物可用于治疗癌症,没有批准的靶向治疗,有时结合有针对性的治疗方法可以用来同时沉默多于一个病人的癌症的遗传原因。
在《华尔街日报》最近发表的一篇文章生物信息学来自科罗拉多大学癌症中心的研究人员描述了一种新的工具,提高了匹配的能力药物疾病:激酶成瘾士兵(KAR)预测基因是什么真正的推动癌症在任何的细胞并选择最好的“激酶抑制剂”沉默这些危险疾病的遗传原因。
“例如,我们知道这种疾病慢性骨髓性白血病是由bcr - abl融合基因,我们可以与酪氨酸激酶抑制剂伊马替尼治疗这种目标这个异常。但对许多其他癌症,基因导致和最佳治疗不太明显。山谷地形工具阐明药物或药物组合的最佳目标的特定基因异常导致病人的癌症,”Choon Aik队效力谭博士说,铜癌症中心的研究者,副教授铜医学院的生物信息学和文章的资深作者。
山谷地形使其预测基于两个数据源。首先是数据描述的药物称为全谱的影响酪氨酸激酶抑制剂(TKIs)。
“很多这些激酶抑制剂抑制远远超过他们所抑制。也许药物旨在抑制激酶B,但它也抑制激酶C和D。我们的方法集中在利用这些药物的滥交,药物外溢,”Tan说。
例如,药物crizotinib设计,测试,和批准沉默ALK-EML融合基因导致肺癌的一个子集,但也是对类似ROS1基因的重排。的新英格兰医学杂志》上报告的成功治疗患者ROS1重排,药物crizotinib。在这种情况下,研究人员和医生第一次所谓的“筛选抑制剂”证明有其他重要用途。事实上,对于每一个药物这类激酶抑制剂,有一个概要文件或描述一些或许多激酶的签名药物完全或部分抑制。
谭和他的同事们把这些激酶抑制签名与大规模筛选的结果——一个方法对一组测试数以百计的药物癌症细胞。具体来说,谭使用公开可用的基因组药物敏感性癌症数据库中发现的化合物被证明是活跃的肿瘤细胞系。
结果是凹地,这两件事情:对于任何癌症细胞系,像那些来自与癌症病人,该项目排名最重要的激酶疾病的增长;然后程序建议现有的组合激酶抑制剂药物(TKIs)可能是最好的牵连激酶。
最近的一篇论文描述了成功的凹地工具。首先,基于样本151名白血病患者,冰斗能够正确地预测某些药物患者的结果。也是如此在21个肺癌细胞系,凹地预测这些细胞对某些药物的敏感性程度,匹配实验,结果显示这些敏感问题。最后,研究者让凹地列出最重要的激酶的扩散肺癌细胞系H1581和推荐有针对性的治疗,攻击这些细胞的结合。凹地提出与实验抗癌剂AZD8055 ponatinib的结合,,事实上,这种组合被证明是非常有效的控制这些细胞,创建研究人员称之为“协同降低扩散。”
“这是一个新的工具,新的观察药物的方法以及如何结合药物靶激酶依赖的癌症,”Tan说。
进一步探索
用户评论