一个泛癌症的ex vivo药物屏幕图谱,用于功能精确瘤学

科学领域:

• 在瘤学瘤学.
• 翻译医学是一种翻译医学.
• 计算生物学 计算生物学

背景情况:

• 与传统的不朽细胞系相比,患者衍生器官和体外模型更好地预测治疗反应.
• 高成本和技术挑战阻碍了为药物反应分析开发全面的泛癌实体数据集.
• 现有的细胞系数据库表现出偏见,可能低估了与癌症生物学相关的某些药物标.

研究的目的:

• 建立一个大规模的,协调的ex vivo药物查图谱,跨越多种癌症类型.
• 确定组织特异性药物敏感性及其与分子形状的相关性.
• 揭示和解决常规癌症细胞谱查模型中存在的系统偏差.

主要方法:

• 全临床前 (PPC) 项目的开发,一个药物选图谱,包括210万个实验.
• 利用来自26项研究的1,982个体外样本和3,100种药物在134种癌症征兆中使用.
• 应用一个对比的贝叶斯模型用于数据协调和分析.

主要成果:

• 在PPC图谱中确定了303种组织特异性药物敏感性.
• 证明ex vivo药物敏感性可以预测临床相关的分子形状.
• 在55种癌症亚型中发现了细胞系选中的系统偏差,在55种癌症亚型中偏好细胞增殖目标而不是细胞细胞通信目标.

结论:

• 该PPC项目提供了一个基本的ex vivo数据集和计算平台,用于推进癌症生物学研究.
• 这些发现强调了ex vivo模型对于在瘤学中准确预测药物反应的重要性.
• 解决当前模型中的偏差对于开发更有效,更有针对性的癌症疗法至关重要.