细胞活力测试的机械建模,使用in silico谱系追踪

科学领域:

• 计算生物学
• 癌症研究
• 药理学

背景情况:

• 细胞活力测试提供了反映细胞异质性的种群级数据,但由于直接比较的困难,用机械模型解释这一点具有挑战性.
• 了解药物反应中的细胞变异性对于有效的癌症治疗至关重要.

研究的目的:

• 开发和验证一个算法,使机械单细胞模型和细胞活力测试数据之间的直接比较.
• 研究针对性抗癌药物的细胞变异的原因.
• 使用计算建模识别药物反应中的细胞异质性的决定因素.

主要方法:

• 开发了一个算法来追踪单细胞系的模拟细胞分裂和死亡事件.
• 应用了哺乳动物细胞增殖和死亡信号的机制模型.
• 对四种向抗癌药物 (alpelisib,neratinib,trametinib,palbociclib) 的模拟剂量反应实验,并将模拟与实验数据进行比较.

主要成果:

• 模拟准确地反映了特拉美丁尼布 (MEK 抑制剂) 和阿尔佩利西布 (PI- 3K 抑制剂) 的实验数据.
• 模拟与palbociclib (CDK4/ 6抑制剂) 和neratinib (EGFR抑制剂) 的数据之间的差异表明CDK4/ 6的重要性可能被高估,并突显了信号平衡在药物反应中的作用.
• 模拟显示了快速和缓慢分裂细胞的不同亚群,母细胞中的ERK通路活性与特拉美丁尼布耐药性有关.

结论:

• 开发的算法有助于将机械模型与大规模细胞可行性数据集集集成.
• 研究结果表明,在确定对受体抑制剂的反应时,基底和配体诱导的信号之间的平衡起着至关重要的作用.
• 这种方法为了解细胞异质性和预测癌症药物反应变异性提供了基础.