高通量实证和虚拟查,以发现乳腺癌中多重体巨型癌细胞的新型抑制剂
Yushu Ma1,2, Chien-Hung Shih1, Jinxiong Cheng1,3
1UPMC Hillman Cancer Center, University of Pittsburgh, 5115 Centre Ave, Pittsburgh, Pennsylvania 15232, United States.
Analytical chemistry
|March 5, 2025
概括
研究人员开发了新的方法来寻找药物,杀死乳腺癌中耐治疗的多倍体巨型癌细胞 (PGCCs). 通过将高通量查与机器学习相结合,确定了克服治疗耐药性的有希望化合物.
科学领域:
- 在瘤学瘤学.
- 癌症生物学 癌症生物学
- 药物发现 药物发现 药物发现
背景情况:
- 多倍体巨型癌细胞 (PGCCs) 通过整个基因组的翻倍和休眠状态,有助于乳腺癌治疗耐药性.
- 存在有限的高通量方法来评估PGCC的可行性和确定向疗法.
- 制定消除PGCC的策略对于克服治疗复发至关重要.
研究的目的:
- 开发和应用新的高通量方法来识别有选择性地准PGCC的化合物.
- 选FDA批准的药物,并利用机器学习来预测抗PGCC疗效.
- 发现和验证治疗耐药乳腺癌的新治疗策略.
主要方法:
- 开发了一种高通量单细胞形态分析工作流程来选化合物.
- 选了2726种FDA第1期批准药物的库,以检测抗PGCC活性.
- 训练了一种机器学习模型,使用化学指纹来预测抗PGCC疗效.
- 在细胞系和患者衍生模型中验证了顶级预测化合物.
主要成果:
- 确定了蛋白酶体抑制剂,FOXM1,CHK和宏环乳作为有前途的抗PGCC候选物.
- 皮罗纳里丁治疗揭示了AXL抑制作为潜在的PGCC向策略.
- 机器学习模型准确地预测了抗PGCC的疗效,识别了新型化合物.
- 实验验证了五种新型化合物作为强大的PGCC抑制剂.
结论:
- 高通量查和机器学习集成加速了针对PGCC的治疗方法的发现.
- 发现的新型化合物显示出克服乳腺癌治疗抵抗性的潜力.
- 准PGCC是一种有前途的策略,可以预防乳腺癌的疾病复发.
