癌治療のための併用療法の進歩
新しい併用療法ががん治療の結果を改善する可能性を示してるよ。
― 1 分で読む
最近のDNAシーケンシング技術の進歩によって、がんを分子レベルで理解する能力が大幅に向上したんだ。この技術を使えば、科学者たちは腫瘍細胞の違いを見て、腫瘍内に存在する珍しい細胞タイプを特定できるようになる。さまざまな方法でこれらの細胞を分析することで、研究者たちはがんがどのように成長し発展するのかを理解できるようになる。この理解は、個々の患者に合わせたより良い治療法へとつながるかもしれない。
がん治療の課題
がん治療の課題の一つは、多くの既存の治療法ががん細胞の単一のタンパク質をターゲットにしていることだ。しかし、がん細胞はこれらの治療に対して最初からか、治療が始まってから抵抗性を持つことが多い。その結果、単一のエージェント治療に頼るだけでは腫瘍を完全には排除できないことが多い。
この問題を克服するために、科学者たちは複数の経路をターゲットにすることに焦点を当て、これらの経路を抑制する小さな分子の組み合わせを使っている。細胞シグナル伝達やがん進行に重要な役割を果たすキナーゼを狙ったFDA承認済みの薬は80以上あるけど、がん細胞が成長するための別の道を見つけてしまうと、抵抗性が生じることがある。例えば、乳がんのケースの相当数では、PIK3CA遺伝子に変異が見られ、これが他のタンパク質をターゲットにした治療に対する抵抗性を引き起こすことがある。
複合療法は、複数の治療法を同時に使うことで、転移性乳がんのケースで有望な結果を示している。例えば、PIK3CAタンパク質をターゲットにする薬とホルモン療法を組み合わせることで、特定の乳がんの治療に効果的であることが証明されている。
組み合わせ療法の探求
研究者たちは、治療の効果を高めるために複数の治療の組み合わせを調査している。例えば、がん成長に関与する経路をターゲットにする薬の組み合わせが探求されている。最近の研究では、PIK3CA遺伝子に変異を持つ患者を対象にした薬の組み合わせが、以前の治療と比べて良い結果をもたらすことが分かった。
最近の試験では、PIK3CAとHER2という、乳がんによく見られる過剰発現するタンパク質をターゲットにした薬の併用が注目されている。目的は、複数のがん成長シグナルを同時にブロックすることで、患者の治療反応を高めることだ。
シグナル伝達経路の理解
治療を組み合わせる最適な方法を決めるために、研究者たちは細胞がどのようにコミュニケーションをとり成長するかを管理するシグナル伝達経路を研究している。特定のタンパク質は「コネクターノード」として機能し、経路間のシグナリングに重要なんだ。これらのタンパク質は、悪性シグナルをブロックし抵抗性を減少させるための複合療法のターゲットとなることができる。
タンパク質とその相互作用から成るネットワークを分析することで、研究者たちはがん成長に最も重要なタンパク質を特定できる。これにより、複数の経路を同時に妨害することでがん治療にもっと効果的な薬の組み合わせの優先順位をつけることができる。
共通ターゲティング候補の特定
計算方法を使うことで、研究者たちは変異やタンパク質相互作用に関する既存データに基づいて潜在的な薬の組み合わせを絞り込むことができる。このような分析によって、乳がんと大腸がんの両方に関与するいくつかの重要な遺伝子が特定された。
乳がんでは、特定の薬の組み合わせがPIK3CAとESR1遺伝子に関連する経路を効果的にターゲットにできることが分かった。同様に、大腸がんではBRAFとPIK3CAをターゲットにする組み合わせが有益な影響をもたらすことが示されている。
単一の要素をターゲットにするのではなく、これらの戦略はがんシグナルネットワークにおけるタンパク質同士の重要なつながりに焦点を当てることで、がんの成長を抑制し、薬剤抵抗性の発生を防ぐことを目指している。
乳がんにおける実用的な応用
PIK3CAとHER2の共通ターゲティングが注目を集めている。HER2陽性の乳がんは特に難しいことが多く、これらのタンパク質に関わるシグナル伝達経路に大きく依存しているからだ。HER2阻害薬とPIK3CAをターゲットにした薬を組み合わせることで、腫瘍の成長に対して強力なブロックを作り出すことができる。
研究結果は、これらの経路を同時にブロックすることで、患者の治療反応が改善される可能性があることを示唆している。この組み合わせのアプローチは、腫瘍細胞が生き残り、増殖するための別の経路を見つける可能性を減少させる。
患者由来の異種移植(PDX)モデルを用いたさまざまな研究を通じて、研究者たちは複合療法が単剤治療よりも有望であることを示すことができた。これらのモデルは患者の腫瘍を正確に反映しており、さまざまな治療が腫瘍の成長にどのように影響を与えるかを観察することができる。
大腸がんの治療の探求
大腸がんも複合療法が探求されている別の領域だ。BRAFとPIK3CAの両方に変異を持つ患者は独自の課題に直面していて、これらの変異が腫瘍成長を助長する異なるシグナル伝達経路を活性化することがある。両方のタンパク質をターゲットにすることで、研究者たちはがん細胞が補償メカニズムを通じて治療から逃れるのを防ぐことを期待している。
初期の研究では、BRAFとPI3Kに影響を与える経路をターゲットにする組み合わせが有望だと示されている。この戦略は、腫瘍成長を促進するシグナルを多面的にブロックし、がんが適応して治療に抵抗性を持つのを防ぐことを目指している。
これらの発見は、複合療法の使用が腫瘍成長を効果的に制限するだけでなく、大腸がんと戦う患者の生存を延ばすことも示唆している。
臨床の洞察と今後の方向性
今後は、これらの戦略が実際の患者に効果的であることを確認するために、研究室での研究結果を臨床現場で検証することが重要だ。複合療法の安全性と有効性を確認するために、継続的な臨床試験が必要だ。
さらに、研究者、腫瘍専門医、患者の共同の取り組みが、これらの新しいアプローチを標準的な実践に確立するために重要になるだろう。科学者たちががん生物学やシグナル伝達経路の複雑さをさらに深く掘り下げていくことで、がん患者のケアの質を大幅に向上させる可能性のある、より個別化された治療オプションの扉が開かれる。
結論
先進技術と計算モデルをがん研究に統合することで、治療開発の風景が大きく変わりつつある。分子相互作用やシグナル伝達経路の複雑さを解明することによって、研究者たちは薬剤抵抗性の課題に直接取り組めるより効果的な複合療法に向かって進んでいる。
この新しいアプローチは、がんとの戦いにおいて重要な進展を示しており、がん細胞の進化する特性に適応できる、よりカスタマイズされた効果的な治療法への希望を提供している。がんについての理解が深まるにつれ、患者の結果が改善される可能性が高まり、腫瘍学の未来が明るくなることを約束している。
タイトル: Anticancer Target Combinations: Network-Informed Signaling-Based Approach to Discovery
概要: While anticancer drug discovery has seen dramatic innovations and successes, sequential single therapies are time-limited by resistance, and combinatorial strategies have been lagging. The number of possible drug combinations is vast. To select drug combinations the oncologist requires knowledge of the optimal combination of proteins to co-target. Currently, combinations that the oncologist considers are primarily from empirical observations and clinical praxis. Our aim is to develop a signaling-based method to discover optimal proteins for the oncologist to co-target with drug combinations, and test it on available, patient-derived data. To temper the expected resistance to single drug regimen, we offer a concept-based stratified pipeline aimed at selecting co-targets for drug combinations. Our strategy is unique in its co-target selection being based on signaling pathways. This is significant since in cancer, drug resistance commonly bypasses blocked proteins by wielding alternative, or complementary, routes to execute cell proliferation. Our network-informed signaling-based approach harnesses advanced network concepts and metrics, and our compiled, tissue-specific co-existing mutations. Co-existing driver mutations are common in resistance. Thus, to mimic cancer and counter drug resistance scenarios, our pipeline seeks co-targets that when targeted by drug combinations, can shut off cancers modus operandi. That is, its parallel or complementary signaling pathways would be blocked. Rotating through combinations could further lessen emerging resistance. We applied it to patient-derived breast and colorectal ESR1|PIK3CA and BRAF|PIK3CA subnetworks. Consistently, in breast cancer, our results suggest co-targeting proteins from the ESR1|PIK3CA subnetwork with an alpelisib-LJM716 combination. In colorectal cancer, they co-target BRAF|PIK3CA with alpelisib, cetuximab, and encorafenib combination. Collectively, our pipelines results are promising, and validated by patient-based xenografts. GRAPHICAL ABSTRACT O_FIG O_LINKSMALLFIG WIDTH=200 HEIGHT=200 SRC="FIGDIR/small/617918v1_ufig1.gif" ALT="Figure 1"> View larger version (65K): [email protected]@197012dorg.highwire.dtl.DTLVardef@ce3853org.highwire.dtl.DTLVardef@d3ec3a_HPS_FORMAT_FIGEXP M_FIG C_FIG
著者: Bengi Ruken Yavuz, H. Jang, R. Nussinov
最終更新: 2024-10-15 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2024.10.11.617918
ソースPDF: https://www.biorxiv.org/content/10.1101/2024.10.11.617918.full.pdf
ライセンス: https://creativecommons.org/licenses/by-nc/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。