在癌症药物耐药性演变过程中,用遗传条形码对表型动态进行定量测量
Frederick J H Whiting1,2,3, Maximilian Mossner4,5, Calum Gabbutt4,5,6
1Centre for Evolution and Cancer, Institute of Cancer Research, London, UK. freddie.whiting@icr.ac.uk.
Nature communications
|June 20, 2025
概括
这项研究引入了一个新的数学框架,以了解癌细胞如何变得耐药. 它揭示了结直肠癌细胞抵抗的明显进化路径,有助于开发更有效的癌症治疗方法.
科学领域:
- 在瘤学瘤学.
- 进化生物学 进化生物学
- 数学生物学 数学生物学
背景情况:
- 癌症治疗失败通常是由于耐药细胞的进化.
- 了解耐药性的动态至关重要,但很难直接观察.
- 遗传和非遗传变化推动了耐药表型的出现.
研究的目的:
- 开发一个数学框架来推断药物耐药性的动态.
- 分析耐药性适应的起源,时间和传播.
- 描述癌细胞中药物耐药性的不同进化路径.
主要方法:
- 进化动态的数学建模.
- 遗传谱系追踪和人口大小数据分析.
- 结直肠癌细胞系的实验进化 (SW620,HCT116) 使用5-甲 (5-FU).
- 使用单细胞RNA测序 (scRNA-seq) 和单细胞DNA测序 (scDNA-seq) 的功能验证.
主要成果:
- 该框架准确地从模拟数据中推断出进化动态.
- 在SW620细胞中,确定了先前存在的耐药亚群.
- 在HCT116细胞中,耐药性通过表型切换到缓慢增长的耐药性状态而出现.
- 通过功能性测试验证实了药物耐药性的不同进化路径.
结论:
- 开发的框架允许在没有直接表型测量的情况下推断耐药性机制.
- 它揭示了癌细胞用来获得耐药性的各种进化策略.
- 这种方法有助于在各种实验模型中快速表征抗性.
