オルガノイドで評価可能な臨床バイオマーカーは,薬剤への反応を予測し,乳がんの新しい治療法を指し示します

科学分野:

• 腫瘍学
• 翻訳研究
• バイオマーカーの発見

背景:

• 乳がん患者のサブセットは治療への反応が弱いため,臨床的に重大な課題を呈しています.
• 既存のモデルでは 耐性疾患のフェノタイプを正確に再現することができません
• 新しい治療戦略を評価するための臨床データに基づく in vitro システムの必要性

研究 の 目的:

• 患者から得られた乳がんオルガノイドのバイオマーカーによる特徴付けを開発する.
• 薬剤耐性乳がんの研究のための高精度 in vitro モデルを作成する.
• 予測モデルに基づいた代替治療戦略を試験するシステムを確立する.

主な方法:

• I-SPY2臨床試験の患者転写データとアウトカムデータを使用した.
• オーガノイドで検出可能なバイオマーカーを用いた治療反応の予測モデルを開発した.
• 三重陰性乳がんのオーガノイドにおけるベリパリブ・プラチナ化学療法反応の予測モデルを検証した.
• 有効な組み合わせ治療法を特定するために,耐性オーガノイドの薬物スクリーニングを実施した.

主要な成果:

• ベリパリブ・プラチナ化学療法への反応を予測するモデルが,トリプルネガティブ乳がんオーガノイドで成功裏に検証されました.
• オーガノイドにおけるin vitro薬剤反応は,患者データから派生したモデルからの予測と相関した.
• トリプルネガティブな乳がんのオーガノイドにおけるシスプラチン耐性を克服する,プロアポプトティック療法を含む新しい組み合わせ治療法を特定した.

結論:

• 患者データから得られた遺伝子発現に基づく耐性モデルは,患者から得られたオーガノイドで効果的にモデル化できます.
• 臨床データで検証されたこのオーガノイドシステムは 治療評価の強力なツールとして機能します
• 薬剤耐性乳がんの治療における パーソナライズド・メディカルアプローチの可能性を 示しています