如何优化非小细胞肺癌(Nsclc)和黑色素瘤的联合治疗?

范德比尔特大学的研究人员创造了 MuSyC算法 (组合的多维协同作用)能够区分药物之间的相互作用,这些相互作用可以带来更高的杀灭癌细胞的效率和速度,而不是导致副作用更少的药物。该作品发表于 细胞系统 ;该算法是基于对癌细胞进行的半百万次测试而开发的,该测试使用了12,000种不同药物组合。这项研究的主要目的是计算64种不同的抗癌药物与奥西替尼(奥西替尼)的协同作用,奥西替尼是肺癌Nsclc的治疗标准。

效力和功效

MuSyC显示,将突变型EGFR抑制剂与其他激酶的抑制剂结合使用可能只会产生协同效价,而协同作用可以通过共同靶向突变型EGFR和表观遗传调控或微管聚合来实现。在突变型BRAF黑色素瘤中,MuSyC确定BRAFi不敏感性的分子相关性是否会改变BRAF抑制剂的效价,功效或两者。这些发现展示 MuSyC通过精确地指导组合的翻译以减少剂量,提高疗效或同时实现这两者的潜力,来改变药物组合筛选的企业.

行动目标识别

根据行动目标,范德比尔蒂大学研究人员测试的药物分为四类:

  • 有丝分裂检查点
  • 表观遗传调控因子
  • 受体和/或通道
  • 激酶

美国研究小组的希望是,现在MuSyC算法可以帮助改变 发现最有效的药物组合并将其转化为真正的临床创新。研究的下一步工作是将其扩展到三种不同药物的组合,并在更复杂的临床前模型中进行评估,例如可复制不同类型肿瘤的类器官。

 

发表评论

请输入您的评论!
请在这里输入您的名字