靶向疗法攻击癌症的基因敏感性。但是,很难发现引发患者癌症的基因,而且靶向基因异常的药物作用通常超出他们的预定靶点范围。其结果有三种情况:有时一种药物治疗的靶点被证明与疾病无关,有时一种现存药物可以用于治疗无批准靶向疗法的癌症,有时靶向疗法联合可以同时用于引发癌症的多个基因。
最近发表于《Bioinformatics》杂志的一篇文章中,研究者描述了一种改善药物与疾病相匹配的能力:KAR预测哪种基因引发癌症,并选择最佳激酶抑制剂使这些引发疾病的基因受到抑制。
AikChoon Tan博士说,例如,我们知道慢性粒细胞白血病是由融合基因bcr-abl引发的,可以通过酪氨酸激酶抑制剂伊马替尼(靶向这一异常)治疗。但是,对于很多其它癌症来说,基因诱因和最佳疗法并不明确。KAR工具可阐明引发癌症的靶向特定基因异常的药物或联合药物。
KAR根据两个数据来源进行预测。第一个是描述药物(酪氨酸激酶抑制剂)作用全波段光谱的数据。
Tan说,很多酪氨酸激酶抑制剂的抑制作用超出预定范围。可能药物A被设计为抑制激酶B,但是它也抑制激酶C和D。我们的方法主要探索这些药物作用的重叠。
例如,克唑替尼被设计、检测并批准用于抑制ALK-EML融合基因——引发肺癌亚型,但是它对ROS1也有类似的重排作用。《新英格兰医学杂志》报道ROS1重排患者经克唑替尼治疗成功。在这一病例中,研究者和医生首次称其为“ALK抑制剂”的药物也有其它作用。而且,事实上,对于每种激酶抑制剂药物,都具有描述少量或大量被完全或部分抑制的激酶信号。
Tan及其同事将这些激酶抑制剂特征与高通量筛选联合起来。Tan使用癌症药物敏感性的基因组学数据发现哪种化合物对哪种癌细胞系具有活性。
KAR可以达到两种效果:对于很多癌细胞系,比如来源于癌症患者的细胞系,这一程序可以排列出对疾病生长最重要的激酶;之后这一程序推荐治疗相关激酶的现存激酶抑制剂药物(TKIs)最佳联合疗法。
最近的论文描述了KAR工具的成功应用。首先,根据151名白血病患者的样本,KAR可以预测接受某些药物治疗的患者预后。在肺癌细胞系中也是如此——KAR预测这些细胞对某些药物的敏感程度,并匹配显示这些敏感性的试验结果。最后,研究者使用KAR排列出肺癌细胞系H1581增殖最重要的激酶,并推荐攻击这些细胞的靶向药物组合。KAR建议帕纳替尼和试验抗癌症药物AZD8055联合,事实上,这一药物联合对于控制这些细胞具有高效。
Tan说,这是一种新型工具,一种指导我们如何组合药物来靶向基于癌症激酶的新方法。
延伸阅读:常嚼这一物癌症不会远厦门大学Cell子刊发表癌症研究新发现这病竟比癌症还危险抗癌的食物 九大秘方让你远离癌症的世界专家称新技术将帮助癌症患者降低痛苦节省费用癌症症状 最不该被忽视的8个癌症信号