Front Pharmacol:通过转录组学和网络特征预测前列腺癌的协同药物组合研究
2021-05-30 AlexYang MedSci原创
在过去的几十年里,药物开发一直以一个靶标对应一个药物的策略为主。尽管靶向治疗极大地改变了癌症的治疗方法,但将药物局限于单一靶点的做法缺乏考虑致病因素的复杂性。此外,由于基因的异质性变异和功能冗余,癌细
在过去的几十年里,药物开发一直以一个靶标对应一个药物的策略为主。尽管靶向治疗极大地改变了癌症的治疗方法,但将药物局限于单一靶点的做法缺乏考虑致病因素的复杂性。此外,由于基因的异质性变异和功能冗余,癌细胞很容易通过激活其他途径对单一药物产生抗性。相反,组合疗法在克服耐药性、减少毒性和提高疗效方面表现出了明显的优势,因此引起了研究人员和药物公司的极大兴趣。
前列腺癌(PRAD)是癌症相关死亡的一个主要原因。由于总是快速出现耐药性,目前的单一疗法疗效有限。联合治疗可以为解决这一问题提供一种方案,即能够增强治疗效果,降低细胞毒性,并延缓抗药性的出现。
然而,要从数以百万计的可能性中挑选出有协同作用的组合,实验方法的成本和劳动强度将会很高。因此,非常希望能够探索到其他有效的策略来协助实验研究。
基于以上情况,近期有研究人员构建了基于转录组学和网络的预测模型,以快速筛选出治疗前列腺癌的可能药物组合,并通过体外实验进一步评估其性能。研究人员基于转录组学的方法筛选出九种可能的组合。然而,基于网络的方法至少对三种药物组合给出了差异。进一步的实验结果表明,三个含有多西他赛的组合具有剂量依赖性,并证实了基于转录组学的模型所预测的其他六个组合的协同作用。对于基于网络的预测,体外试验的结果与两个组合(即米托蒽醌-环庚二烯和卡巴他赛-环庚二烯)预测结果相反。
产生治疗前列腺癌特异性药物组合的设计策略总览
综上所述,对于前列腺癌,在药物组合协同作用预测方面,基于转录组学的方法优于基于网络的方法,这为药物组合筛选计算方法的选择提供了指导。更重要的是,他们发现了六个组合(三个含米托蒽醌的组合和三个含卡巴他赛的组合)是有希望协同战胜前列腺癌的候选药物。
原始出处:
Shiqi Li, Fuhui Zhang, Xiuchan Xiao et al. Prediction of Synergistic Drug Combinations for Prostate Cancer by Transcriptomic and Network Characteristics. Front Pharmacol. 2021
作者:AlexYang
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#药物组合#
75
#转录#
87
#Pharm#
76
#Pharmacol#
67
#MAC#
67