预测癌症治疗严重副作用的风险
瑞典Linköping大学开发的一个模型可以预测化疗期间患者血液状况和骨髓严重不良反应的风险。这项研究可能使使用基因分析来识别具有高概率副作用的患者成为可能。该研究已发表于npj系统生物学及应用。
这通常是困难的癌症治疗在消灭尽可能多的肿瘤之间取得平衡细胞尽可能的,同时没有引起严重的副作用。
肿瘤细胞的一个共同特性是它们以一种不受控制的方式快速生长。因此,用于治疗癌症的化疗药物被设计用来杀死快速生长的细胞。但这种治疗也会杀死快速生长的正常细胞。其中一个比较敏感的组织是骨髓,各种类型的血细胞以快速形成。大约25%的肺癌患者接受吉西他滨和卡铂联合治疗的患者在标准治疗期间会出现危及生命的骨髓副作用。在许多情况下,必须停止治疗。
我们知道遗传因素在患者对这些治疗的反应中发挥作用。这可能涉及许多基因之间复杂的相互作用。因此,进行这项研究的科学家们已经调查了是否存在可以用来识别在治疗中出现严重副作用的高风险患者的基因特征。这将使他们能够从一开始就更准确地针对个人进行治疗:副作用风险低的患者可以给予更高剂量的治疗,对癌症产生更强的影响,而风险最高的患者可以给予另一种治疗。
该研究发表于npj系统生物学及应用,是药物遗传学和生物信息学研究人员的合作项目。他们测定了96名患有非小细胞肺癌接受吉西他滨/卡铂治疗的患者。以这种方式对整个基因组进行测序提供了关于数百万种基因变异的信息,这可能会很有趣。研究人员想看看他们是否能在这大量的数据中找到与治疗对不同患者骨髓的毒性程度相关的基因功能组。
研究人员首先确定了215个基因紧密相连的网络。在之前的研究中,与这些药物相关的基因在这个网络中尤其丰富。下一步是将基因网络中的基因变异数量减少到最终模型中包含的62个。研究人员证明,该模型可用于将患者分为两组,高或低发生严重副作用的可能性。
“非常有趣的是,相关基因与细胞分裂有关,尤其是在骨髓中。我们不仅成功地预测了患者的副作用,而且还显示了该模型在生物学上的相关性,”Linköping大学生物医学和临床科学系教授Henrik Gréen说。
该预测模型在临床应用之前还需进一步的研究验证。越来越先进的方法基因分析正在介绍瑞典医疗系统,这使得长期使其可以介绍这种类型的方法,建立在许多人的分析基因同时。
“我们希望在翻译生物信息学中建立一个标准,并证明同一类型的方法可以应用于多种医疗情况。病人材料在这里似乎很小,但我们甚至已经表明,这种方法可以用来预测副作用对病人的严重程度,”米卡Gustafsson说物理学系高级讲师,林雪平大学化学和生物,一起Henrik绿色,这项研究的领导者。
进一步探索
用户评论