关闭备份基因会导致小鼠的癌症缓解
密歇根大学和印第安纳大学的研究人员表明,肿瘤细胞使其不受控制的生长的方式也是一种可以利用的弱点来治疗癌症。
他们的机器学习算法可以识别仅备份基因肿瘤细胞正在使用,以便药物可以精确靶向癌症。
团队展示了这种新的精密医学方法治疗卵巢癌在老鼠中。而且,细胞行为在大多数癌症中,暴露这些脆弱性是常见的,这意味着该算法可以为许多恶性肿瘤提供更好的治疗计划。
“这可能会彻底改变精密医学领域正常细胞” U-M生物医学工程副教授,研究高级作者Deepak Nagrath说自然代谢。“大多数癌症药物都会影响正常组织和细胞。但是,我们的策略允许特定靶向癌细胞。”
这种方法称为附带致死性 - 使用癌细胞丢弃以发现弱点的基因收集的信息。这人体带有许多旨在防止癌症的机制。癌细胞本身曾经包含抑制基因那阻止了它们的传播。但是,这些细胞有一个巧妙的策略来处理它。他们只是删除了其中一部分DNA,这是包括这些抑制基因的部分。
这样一来,细胞通常会失去生存所必需的其他基因。为了避免死亡,细胞找到了旁系同源物,该基因可以发挥相似的功能。通常,有一个或可能的两个基因可以介入并执行相同的功能以保持细胞的生命。
如果您可以识别正确的旁系同源物并以关闭其对单元的重要功能的方式对准它怎么办?
U-M研究研究员Abhinav Abhinav Achreja说:“当无法获得已删除的代谢基因的直接替换时,我们的算法使用癌细胞代谢的数学模型来预测它们可能使用的寄生虫代谢途径。”研究论文的作者。“这些代谢途径对癌细胞很重要,可以选择性地靶向。”
进攻代谢途径基本上关闭了单元的能源。在检查卵巢癌细胞时,U-M的团队将一个基因UQCR11归零,该基因通常与抑制基因一起被删除。UQCR11在细胞呼吸中起着至关重要的作用 - 细胞如何分解葡萄糖以生存。
在此过程中的干扰会导致在发生呼吸发生的线粒体中重要的代谢物NAD+的重大失衡。尽管有种种困难,卵巢癌细胞继续依靠他们的备份计划来继续壮成长。
U-M的算法通过多个选项正确排序,并成功预测缺少的UQCR11将转向基因MTHFD2作为其NAD+的备份供应商。
印第安纳大学医学院的研究人员帮助验证了实验室的发现。由医学教授Xiongbin Lu领导的该团队开发了卵巢癌的转基因细胞和动物模型,并具有缺失。被测试的六只小鼠中有六只显示出完全的癌症缓解。
进一步探索