当前位置:

使用新的药物筛选工具揭示了杀死癌症的联合疗法

导读

由干细胞搜丨干细胞搜网编辑: 加州大学旧金山分校的科学家设计了一个大规模的屏幕,可以有效地识别出结合时有效的癌症杀手药物,但单独使用时效果很弱。使用这种技术,研究人员通过联合使用仅用作单药治疗时部分有效的药物,消灭了毁灭性的血癌和某些实体瘤细胞。这项努力是加州大学旧金山分校研究人员之间的跨学科合作,在4月9日发表在“细胞报告”杂志上的一项研究中有所描述。

加州大学旧金山分校的科学家设计了一个大规模的屏幕,可以有效地识别出结合时有效的癌症杀手药物,但单独使用时效果很弱。使用这种技术,研究人员通过联合使用仅用作单药治疗时部分有效的药物,消灭了毁灭性的血癌和某些实体瘤细胞。这项努力是加州大学旧金山分校研究人员之间的跨学科合作,在4月9日发表在“细胞报告”杂志上的一项研究中有所描述。

当科学家开发出第一种靶向癌症疗法 – 那些干扰癌症依赖于生长和生存的特定生物回路的药物时 – 许多人认为它们最终会使癌症走向癌症。但癌症是一种毁灭性的聪明疾病,它可以通过“重新布线”来避开这些精确药物,以避开被这些药物关闭的电路。

“许多癌症要么无法对单一靶向治疗做出反应,要么在最初做出反应后获得耐药性。结合靶向治疗是一种治疗癌症远比单药方法更为有效的方法。我们希望用NCSF的Jeroen Roose博士是解剖学教授,也是新研究的资深作者,他表示,确切地了解应该探索哪些组合。

科学家已经发现,当他们针对两种不同药物的两个不同的药物 – 每种药物本身都不充分 – 时,总体效应可能大于其各部分的总和。然而,弄清楚哪些药物可以协同杀死癌症仍然是一个挑战。

为了证明他们的筛查系统的力量,科学家们寻找可以联合起来杀死侵袭性血癌的靶向疗法,称为T细胞急性淋巴细胞白血病(T-ALL)。他们的狩猎开始于一种靶向PI3K的药物,PI3K是一种促进许多癌症(包括T-ALL)生长的酶。虽然针对PI3K的药物已经存在,但目前的PI3K抑制剂可以减缓,但通常不能杀死这种类型的癌症。

“将近65%的T-ALL患者患有过度活跃的PI3K,但大多数患者可能无法通过单药治疗来治愈。我们希望找到与PI3K抑制剂联合使用可以杀死T-ALL的药物,”Roose说,加州大学旧金山分校海伦迪勒家庭综合癌症中心的成员。为了找到这些药物,研究人员转向RNA干扰(RNAi) – 一种允许科学家大规模降低特定基因活性的技术。RNAi的发现在所有动物和植物中自然发生,现已广泛用于研究,是2006年诺贝尔生理学或医学奖获得认可的重大突破。

“RNAi是针对特定基因的神奇子弹,”加州大学旧金山分校糖尿病中心和研究合着者,教授迈克尔·麦克马纳斯博士说,他用Roose设计了屏幕。“尽管存在大量与RNAi有关的迷人的基础生物学,但大多数科学家将其用作”降低细胞中特定基因的体积“的工具。

基因编辑工具CRISPR已经可以完全去除基因。但根据McManus的说法,虽然消除特定基因是金标准 – 确定其在细胞中的功能必不可少的第一步 – 有时,使用RNAi活性降低基因的活性水平可能更为理想。他说,当研究人员试图模仿药物的作用时,尤其如此,药物往往会减少与特定基因相关的活性,而不会完全消除它。

“例如,在寻找抗癌药物时,RNAi可以更好地接近精确疗法,两者都只能部分抑制其生物学靶点,”McManus说。研究人员还开始探索CRISPRi和CRISPRa修饰形式的CRISPR,分别抑制或扩增靶基因的活性,而不会削减DNA – 这些原因。

罗斯和麦克马纳斯并不是第一批使用RNAi来寻找这些组合疗法的科学家。但早期的努力容易出错,因为那些筛选使用的RNAi文库太小,Roose说。新研究与众不同的是使用的短发夹RNA(shRNA)的超复杂集合。这些RNA片段含有与信使RNA(mRNA)中发现的序列相对应的序列 – 信使RNA是细胞中基因活性的分子仲裁者。当shRNA发现含有匹配序列的mRNA时,两个分子结合在一起以启动破坏mRNA并抑制该基因活性的过程。总的来说,研究人员针对约1,800个与癌症相关的基因,大约55,000个shRNA,或每个基因约30个shRNA,“

筛选本身涉及在PI3K抑制剂存在下生长两种不同的人T-ALL细胞系,然后同时施用shRNA以找出哪些基因在这些药物存在下沉默时杀死癌症。从这个全面的筛选中,研究人员随后关注了10个基因,这些基因的活性在被精确药物治疗时被预测会与PI3K药物联合杀死T-ALL癌细胞。他们对这些预测进行了测试,结果发现其中9种联合治疗方法可以杀死T-ALL,这是一项没有任何药物本身可以实现的壮举。研究人员随后在T-ALL小鼠模型上测试了这些协同药物组合中最有效的药物组合,发现它可以将存活率提高150%。

屏幕还产生了一个数字工具,Roose说这将对其他研究人员有用:基于屏幕结果的用户友好,可搜索的数据库。搜索引擎 – 由Marsillus Mues博士开发,他是前Roose实验室的博士后研究员,也是新研究的主要作者 – 产生了一系列质量数据,帮助研究人员确定从屏幕上出现的基因作为与PI3K抑制剂联合治疗的潜在目标。

认识到血液癌症的发现并不总能转化为实体肿瘤,研究人员还测试了来自人类乳腺癌,结肠直肠癌,胰腺癌和脑癌的28种实体肿瘤细胞系的预测药物组合。他们发现,即使在这些实体肿瘤细胞中,联合疗法也能在实验过程中协同作用,使癌细胞数量减少多达20%。

“我们工作的一个重要信息是,科学家们可以利用白血病细胞作为平台来寻找在实体瘤中起作用的药物组合。我们的筛查平台非常普遍,”Roose说。

最令人惊讶和有希望的结果是,研究人员能够找到阻碍癌症生长的药物对,但对正常细胞没有影响。

“寻找专门针对癌症而不伤害健康组织的疗法是癌症研究的圣杯,”罗斯说。“这一令人惊讶的结果表明,我们的方法可能有助于发现这种特定癌症的精准医学。”