合并代谢建模和成像,用于选结直肠癌治疗标

科学领域:

• 在瘤学瘤学.
• 系统生物学 系统生物学
• 代谢工程是代谢工程.

背景情况:

• 癌症相关纤维细胞 (CAF) 是结直肠癌 (CRC) 代谢重编程的关键驱动因素.
• CAFs对CRC的耐药性有显著的贡献,需要新的治疗策略.
• 了解CAF和CRC细胞之间的代谢交叉是开发有效治疗方法的关键.

研究的目的:

• 通过整合系统生物学和机器学习来识别和验证CRC中的关键代谢目标.
• 研究CAF和CRC之间的代谢交叉在耐药性中的作用.
• 通过计算选酶扰动,并通过实验验证它们对CRC-CAF相互作用的影响.

主要方法:

• 使用系统生物学方法来建模CRC代谢,并确定关键代谢标.
• 一种新的机器学习方法被用于高通量计算选酶扰动.
• 患者衍生瘤器官 (PDTO) 用于计算预测的实验验证,包括代谢成像和活力测试.

主要成果:

• 通过计算建模和查,确定了hexokinase (HK) 作为一个关键的代谢标.
• 使用PDTO的实验验证证证实,在存在CAF受条件介质时,HK抑制会增加灵敏度.
• 该研究证明了代谢干扰的全网络影响,强调了综合方法的重要性.

结论:

• 整合计算和实验技术对于探索和利用CRC中的代谢交叉通话至关重要.
• 向赫索金酶是一个有希望的治疗策略,以克服结直肠癌中介于CAF的耐药性.
• 这种方法为癌症治疗中的代谢标的数据驱动识别和验证提供了一个框架.