インシリコ系統追跡による細胞生存性アッセイのメカニズムモデル化
Arnab Mutsuddy1, Jonah R Huggins1, Aurore K Amrit1,2,3
1Department of Chemical and Biomolecular Engineering, Clemson University, Clemson, South Carolina, United States of America.
PLoS computational biology
|August 29, 2025
まとめ
新しいアルゴリズムを開発し 計算モデルと 細胞活性のデータを比較し 薬剤反応の変動性と 癌の細胞異質性に関する 洞察を明らかにしました この方法は,なぜ一部の細胞が 抗がん剤に抵抗するかを理解するのに役立ちます.
科学分野:
- コンピュータ生物学
- 癌 研究
- 薬理学について
背景:
- 細胞活力アッセイは,細胞の異質性を反映した集団レベルのデータを提供しますが,直接比較の難しさのためにこれを機械的モデルで解釈することは困難です.
- 薬剤反応の細胞間変動を理解することは,効果的ながん治療に不可欠です.
研究 の 目的:
- 機械的単細胞モデルと細胞活性の測定データとの直接比較を可能にするアルゴリズムを開発し,検証する.
- 標的型抗がん剤への反応として細胞の変異の原因を調査する.
- 計算モデルを用いた薬剤反応における細胞異質性の決定因子を特定する.
主な方法:
- 単細胞系におけるシミュレートされた細胞分裂と死亡を追跡するアルゴリズムを開発した.
- 哺乳類の細胞増殖と死亡信号のメカニズムモデルを適用した.
- 4つの標的抗がん剤 (アルペリシブ,ネラチニブ,トラメチニブ,パルボシクリブ) の投与量反応をシミュレーションし,シミュレーションを実験データと比較した.
主要な成果:
- トラメチニブ (MEK阻害剤) とアルペリシブ (PI- 3K阻害剤) の実験データをシミュレーションで正確に反映した.
- パルボシクリブ (CDK4/ 6 阻害剤) とネラチニブ (EGFR 阻害剤) のシミュレーションデータとの差異は,CDK4/ 6の重要性を過大評価している可能性を示唆し,薬剤反応におけるシグナルバランスの役割を強調する.
- トラメチニブ耐性に関連した母細胞のERK経路活性を持つ,迅速かつゆっくりに分割する細胞の異なるサブ集団をシミュレーションで明らかにした.
結論:
- 開発されたアルゴリズムは,大規模細胞生存データセットとの機械的モデリングの統合を容易にする.
- 発見は,受容体阻害剤に対する反応の決定において,基礎およびリガンド誘発信号のバランスの決定的な役割を果たすことを示唆している.
- このアプローチは,細胞の異質性を理解し,がんにおける薬剤反応の変動性を予測するための基礎を提供します.
関連する概念動画
01:16In-vitro Mutagenesis
To learn more about the function of a gene, researchers can observe what happens when the gene is inactivated or “knocked out,” by creating genetically engineered knockout animals. Knockout mice have been particularly useful as models for human diseases such as cancer, Parkinson’s disease, and diabetes.
01:16In vitro Mutagenesis
To learn more about the function of a gene, researchers can observe what happens when the gene is inactivated or “knocked out,” by creating genetically engineered knockout animals. Knockout mice have been particularly useful as models for human diseases such as cancer, Parkinson’s disease, and diabetes.