101肝癌药物候选人铺平了个性化医学

心脏病药物perhexiline是预测的101种化合物之一，以预防患有我们最常见的肝癌的患者，HCC。这是一种使用六个HCC患者的蛋白质蛋白质的基于新型模拟的方法的结果。

“这是第一次使用个性化模型用于查找和评估新潜在药物，”Chalmers技术大学Jens Nielsen教授说。

我们最常见的肝脏癌症，肝细胞癌，肝癌，每年都会导致全世界超过五百万人死亡。如果癌症不能手术移除，疾病通常在3-6个月内致残。只有30％的患者响应了最佳现有的药物，索伦非。这项新的研究现在识别预测的101名药物候选人癌症生长在所有六位患者中，患者提高了培养药物帮助所有HCC患者的患者。

癌细胞改变其新陈代谢以繁殖。为了了解这些不同的机制，涉及代谢酶，何时以及如何，何时以及如何才能识别新型药物靶标的主要焦点。然而，这是一个非常具有挑战性的任务，因为HCC不仅涉及不同生物途径之间的大量相互作用，而且涉及不同的个体变化。

找到候选人

平均模型不会给出足够好的答案。要考虑到个人变化，研究人员使用人蛋白质地图集项目中产生的抗体（如下阅读）产生了HCC患者的个性化蛋白质组学数据。然后，研究人员基于整个个人蛋白质和人类代谢的一般蛋白质和普通地图生成了六个HCC患者的单独计算机模型，这些蛋白质是在早期的项目中生产的。

“我很高兴看到我们如何成功转移酵母的建模方法，以研究癌症新陈代谢，”RasomusÅgren博士分享了本文的第一作者。

然后使用六种个人模型来寻找潜在的新抗癌药物。最常见的类型之一抗癌药物是如此称为antimetabolites。抗体atemetabolites通过停止催化酶来防止使用一种或多种代谢物（制备的小分子，并且其相互作用构成全代谢。通过模拟所有可能的抗体和代谢物的效果 - 超过3000种化合物 - 计算机产生潜在的抗癌药物，这可能有效抑制肿瘤生长。

此外，研究人员模拟了这些抗体代谢物对人体中83种主要健康细胞类型的影响，以预测其毒性作用。这导致鉴定了101例抗体代谢物，预计以预防所有六所研究的HCC患者癌症生长，而46抗体代谢物仅在一个或多个患者中抑制肿瘤生长。预计所有147件均未对健康细胞过多毒性。

临床试验

可以通过为更多患者运行个性化模型来扩展该方法的一般有效性。

“通过这种方法，我们可以找到并评估新的潜在药物，其中一些可用于HCC的一般治疗，以及对每个HCC患者具有重要特异性的其他人。我们还可以预测所有在所有人都没有生效的假阳性药物目标患者。这将导致更具针对性和有效的癌症治疗方法，“Adil Mardinoglu博士说，本文的第一个作者共享。

其中一种抗体标签在体外测试肝癌细胞系。Perhexiline的测试化合物对与索拉非尼相当的可行性有影响，证明了计算机模型的预测力。Perhexiline是一种用于心脏病的药物，并且对HCC使用它当然有趣。作为本研究的延续，Perhexiline将在其他癌细胞系上进行测试，因为研究人员认为它可能抑制其他类型的癌症的生长。最初的实验看起来非常有前途。

阅读文章分子系统生物学：通过个性化基因组代谢建模鉴定肝细胞癌的抗癌药物

具有新算法的个性化模型的大规模生产

最近在Chalmers技术大学开发了一种用于个性化模型的全自动重建的新算法，作为Tinit品牌。与以前的算法相比，它允许重建功能和仿真就绪模型。所有的工具都是在所谓的raven工具箱中公开使用。

人蛋白质地图集的蛋白质组学数据

所有模型都是基于的蛋白质组学数据在人类蛋白质阿特拉斯，HPA生成。人类蛋白质阿特拉斯项目是世界领先地努力，以系统地探索46种不同类型的正常组织和216种不同癌症组织的人蛋白质组，代表20种最常见的人类癌症。最近用于生成虚拟地图的地图人类新陈代谢，在Chalmers技术大学和Scilifelab的研究人员之间的协作项目中。这种虚拟地图的人体细胞代谢具有最全面的已知生物化学反应的最全面的清单，其在人体中发生。该地图含有超过8,000个反应和3,765个相关基因，它代表了在进行中的系统生物学家的伟大资源人类与新陈代谢相关的障碍。

阅读文章分子和细胞蛋白质组学：转基因组和基于抗体蛋白质组学的基因组宽集成的人体组织特异性表达分析

药物靶标和生物标志物也用于其他肝病

同样类型的建模（然而，使用平均模型以前用于研究最常见的肝病，非酒精性脂肪肝疾病。这导致预测新药物靶标，诊断新的生物标志物，以及饮食干预的建议。

阅读更多关于Chalmers的新闻项目计算机模型的研究更多地让我们更接近我们最常见的治疗肝病， 或者自然通信文章肝细胞的基因组级代谢建模揭示了非酒精性脂肪肝病患者的丝氨酸缺乏。

---

---