nature

当前位置: Nature » 免疫学 » 正文

Nat Com:同济大学曹志伟课题组开发癌症个性化协同组合用药的高效预测系统

摘要 : 2015年9月28日,Nature出版集团旗下子刊《Nature Communications》期刊上在线发表了同济大学生命科学与技术学院曹志伟课题组完成的一项重要研究成果

2015年9月28日,Nature出版集团旗下子刊《Nature Communications》期刊上在线发表了同济大学生命科学与技术学院曹志伟课题组完成的一项重要研究成果:“Combining genomic and network characteristics for extended capability in predicting synergistic drugs for cancer”。 研究工作在同济大学生命科学与技术学院曹志伟教授和费俭教授课题组的共同合作下,由同济大学生命科学与技术学院2010级生物医学工程直博学生孙怡同学主导完成,实验部分得到了费俭教授课题组及南方模式生物研究中心的大力支持。

癌症是一种由多种因素导致的复杂疾病,涉及多个基因突变,信号通路异常及代谢改变,临床上单一药物疗法往往会很快获得耐药性而失去疗效。同时,因为研发抗癌新药历程漫长,审批滞后,新药诞生的速度总是赶不上癌细胞突变的速度。 此时,在现有药物名单里研发不同药物的组合使用疗法,得到了越来越多临床医生及药物研发机构的青睐, 特别是那些通过合理搭配,能够增效减毒,即有协同效果的药抗癌药物组合。 然而,从巨量的药物组合可能性中通过实验遴选出具有协同抗癌作用的药物组合,犹如大海捞针般极具挑战。 因此,开发出一套能够快速高效的协同药物组合计算预测方法迫在眉睫。

曹志伟课题组研究人员基于多成分多靶点药物的网络效应,结合癌症的基因表达谱特征,开发了一套用于协同抗癌药物组合的高效筛选系统(RACS),将国际上的协同用药预测准确率从 61%提升到了78% (随机预测为50%,理想极态为 90%)。

研究人员通过研究现有的抗癌药物组合的靶点和癌症基因表达谱特征,采用机器学习算法,提取出具有协同作用的抗癌药物组合的网络靶向特征,并将其用于潜在协同药物组合的排序筛选。RACS先后在B-细胞淋巴癌,乳腺癌,和肺癌细胞系上分别进行了实验验证,并利用斑马鱼肿瘤模型,验证出一组具有强协同作用且低毒的抗乳腺癌协同药物组合。

每年FDA-批准的抗癌药物数量有限,而这些药物组合的可能性却近乎天文数字。 RACS系统的推出,将极大地降低现有抗癌药物协同组合研发的实验筛选空间,缩短研发周期,从而为临床病人的个性化用药提供快速理论指导。

ncomms9481-f1

Workflow for RACS.

原文链接:

Combining genomic and network characteristics for extended capability in predicting synergistic drugs for cancer

原文摘要:

The identification of synergistic chemotherapeutic agents from a large pool of candidates is highly challenging. Here, we present a Ranking-system of Anti-Cancer Synergy (RACS) that combines features of targeting networks and transcriptomic profiles, and validate it on three types of cancer. Using data on human β-cell lymphoma from the Dialogue for Reverse Engineering Assessments and Methods consortium we show a probability concordance of 0.78 compared with 0.61 obtained with the previous best algorithm. We confirm 63.6% of our breast cancer predictions through experiment and literature, including four strong synergistic pairs. Further in vivo screening in a zebrafish MCF7 xenograft model confirms one prediction with strong synergy and low toxicity. Validation using A549 lung cancer cells shows similar results. Thus, RACS can significantly improve drug synergy prediction and markedly reduce the experimental prescreening of existing drugs for repurposing to cancer treatment, although the molecular mechanism underlying particular interactions remains unknown.

来源: Nature Communications 浏览次数:0

热门文章TOP

RSS订阅 - 填写您的邮件地址,订阅我们的精彩内容: - 网站地图
网站联系电话:020-87540820 备案号:粤ICP备11050685号-8 增值电信业务经营许可证:粤B2-20120479
©2011-2015 生物帮 All rights reserved.