کد مطلب: ۹۱۵۹۵۵
|
|
۱۳ مهر ۱۴۰۴ - ۲۲:۳۵

تجزیه و تحلیل جدید سلول‌های سرطانی، ۳۷۰ هدف برای درمان مؤثرتر را شناسایی می‌کند

تجزیه و تحلیل جدید سلول‌های سرطانی، ۳۷۰ هدف برای درمان مؤثرتر را شناسایی می‌کند
یک تجزیه و تحلیل سیستماتیک جدید از سلول‌های سرطانی، ۳۷۰ هدف درمانی دارای اولویت کاندید را در ۲۷ نوع سرطان، از جمله سرطان سینه، ریه و تخمدان، شناسایی می‌کند. محققان با بررسی لایه‌های متعدد اطلاعات عملکردی و ژنومی، توانستند یک دیدگاه عینی و پانوراما از آنچه سلول‌های سرطانی را قادر به رشد و بقا می‌کند، ایجاد کنند.

به گزارش مجله خبری نگار، یک تجزیه و تحلیل سیستماتیک جدید از سلول‌های سرطانی، ۳۷۰ هدف درمانی دارای اولویت کاندید را در ۲۷ نوع سرطان، از جمله سرطان سینه، ریه و تخمدان، شناسایی می‌کند. محققان با بررسی لایه‌های متعدد اطلاعات عملکردی و ژنومی، توانستند یک دیدگاه عینی و پانوراما از آنچه سلول‌های سرطانی را قادر به رشد و بقا می‌کند، ایجاد کنند. آنها راه‌های جدیدی را برای درمان سرطان شناسایی می‌کنند که گامی مهم به سوی نسل جدیدی از درمان‌های هوشمندانه‌تر و مؤثرتر سرطان است.

در جامع‌ترین مطالعه از این نوع، دانشمندانی از موسسه ولکام سنگر، ​​اوپن تارگتس و همکارانشان داده‌های ۹۳۰ رده سلولی سرطانی را جمع‌آوری کردند. سپس از روش‌های یادگیری ماشینی برای شناسایی امیدوارکننده‌ترین دارو‌ها برای توسعه درمان‌های جدید و همچنین بیمارانی که بیشترین سود را از چنین درمان‌هایی می‌برند، استفاده کردند. این شامل ارزیابی فراوانی این اهداف در تومور‌های بیماران واقعی و مرتبط کردن آنها با نشانگر‌های بیولوژیکی خاص و همچنین ویژگی‌های ژنتیکی و مولکولی موجود در تومور‌ها بود.

این یافته‌ها که در مجله Cancer Cell منتشر شده است، نه تنها محققان را یک گام به ایجاد یک نقشه کامل وابستگی به سرطان برای هر آسیب‌پذیری در هر نوع سرطان نزدیک‌تر می‌کند، بلکه به هدایت تلاش‌های هدفمند برای تسریع توسعه درمان‌های هدفمند سرطان نیز کمک می‌کند.

انواع زیادی از سرطان وجود دارد که در حال حاضر هیچ درمان موثری برای آنها وجود ندارد، مانند سرطان کبد و تخمدان. شیمی درمانی و پرتودرمانی درمان‌های موثری هستند، اما نمی‌توانند بین سلول‌های طبیعی و سرطانی تمایز قائل شوند، بنابراین می‌توانند باعث آسیب در سراسر بدن شوند و عوارض جانبی شدیدی مانند خستگی مفرط، حالت تهوع و ریزش مو ایجاد کنند.

دارو‌های جدید و دقیقی که بر اساس جهش‌های ژنتیکی دقیقی که باعث سرطان می‌شوند، ساخته شده‌اند، برای کمک به میلیون‌ها بیماری که هر ساله به نوعی سرطان مبتلا می‌شوند، مورد نیاز است. سرطان عامل یک ششم مرگ و میر در سراسر جهان است. با این حال، تولید دارو ۹۰ درصد نرخ شکست دارد که آن را پرهزینه و بی‌اثر می‌کند.

با وجود بیش از ۲۰، ۰۰۰ هدف بالقوه ضد سرطان در ژنوم، شناسایی اینکه کدام یک برای انواع خاص سرطان و بیماران مناسب است، یک چالش بزرگ است.

در این مطالعه جدید، محققان موسسه ولکام سنگر و همکارانشان تصمیم گرفتند دامنه اهداف دارویی بالقوه را محدود کنند. با تجزیه و تحلیل داده‌های موجود از پروژه نقشه وابستگی به سرطان، که از فناوری CRISPR ۴ برای مختل کردن هر ژن در ۹۳۰ رده سلولی سرطانی انسان استفاده کرد، آنها توانستند جامع‌ترین تصویر از اهداف بالقوه جدید سرطان تا به امروز را به دست آورند.

محققان ابتدا نقاط ضعف در انواع مختلف سرطان - به اصطلاح وابستگی‌های ژنتیکی، که به ژن‌ها، پروتئین‌ها یا فرآیند‌های سلولی مورد استفاده برای بقای سلول‌های سرطانی اشاره دارند - را شناسایی کردند که می‌توانند برای توسعه درمان‌های جدید مورد استفاده قرار گیرند. سپس این نقاط ضعف را به نشانگر‌های بالینی مرتبط کردند تا بیمارانی را که این درمان‌ها برای آنها مؤثرتر خواهد بود، شناسایی کنند. در نهایت، آنها بررسی کردند که چگونه جفت نشانگر‌های وابستگی در شبکه‌های شناخته شده از تعاملات مولکولی درون سلول‌ها قرار می‌گیرند و سرنخ‌هایی در مورد چگونگی اختلال در زیست‌شناسی سلولی توسط سرطان و اینکه کدام اهداف می‌توانند به مؤثرترین درمان‌ها منجر شوند، ارائه می‌دهند.

این کار درک واضح‌تری از اینکه کدام انواع سرطان را می‌توان با استراتژی‌های توسعه دارویی موجود درمان کرد، ارائه می‌دهد و حوزه‌هایی را که در آنها رویکرد‌های جدید و نوآورانه مورد نیاز است، شناسایی می‌کند.

این نتایج بر اهمیت متناسب‌سازی درمان با ویژگی‌های منحصر‌به‌فرد هر سرطان تأکید می‌کند و نویدبخش مراقبت شخصی‌تر از بیمار با عوارض جانبی کمتر در آینده است.

دکتر فرانچسکو یوریو، یکی از نویسندگان این مطالعه، گفت: «با تجزیه و تحلیل بزرگترین مجموعه داده‌های اعتیاد به سرطان که تاکنون جمع‌آوری شده است، ما جامع‌ترین نقشه از آسیب‌پذیری‌های سرطان در انسان - پاشنه آشیل آنها - را ارائه می‌دهیم. ما اهداف جدید با اولویت بالا را برای درمان‌های بالقوه و همچنین سرنخ‌هایی در مورد اینکه کدام بیماران ممکن است بیشترین سود را ببرند، شناسایی می‌کنیم - همه اینها با توسعه و استفاده از روش‌های محاسباتی و هوش ماشینی نوآورانه امکان‌پذیر شده است.»

دکتر متیو گارنت افزود: «کار ما ۳۷۰ هدف بالقوه با اولویت بالا را برای شایع‌ترین سرطان‌ها، از جمله سرطان سینه، ریه و روده بزرگ، شناسایی می‌کند. این کار از آخرین پیشرفت‌ها در ژنومیک و زیست‌شناسی محاسباتی برای درک بهترین روش هدف قرار دادن سلول‌های سرطانی استفاده می‌کند. این به توسعه‌دهندگان دارو کمک می‌کند تا تلاش‌های خود را بر روی مهم‌ترین اهداف متمرکز کنند تا درمان‌های جدید را سریع‌تر به بیماران ارائه دهند.»

دکتر ماریان بیکر در پایان گفت: «دو نفر می‌توانند نوع یکسانی از سرطان داشته باشند، اما بیماری‌های آنها می‌تواند بسیار متفاوت رفتار کند. به همین دلیل است که ما به پزشکی دقیق نیاز داریم. این کار جاه‌طلبانه نمونه‌ای جذاب از نوع تحقیقاتی است که کشف دارو را از پایه به پیش برده و راه را برای درمان‌های دقیق‌تر و مؤثرتر سرطان هموار کرده است. ارائه درمان‌های متناسب با سرطان منحصر‌به‌فرد افراد می‌تواند شانس موفقیت را بهبود بخشد و به افراد بیشتری که مبتلا به سرطان هستند کمک کند تا زندگی طولانی‌تر و بهتری داشته باشند.»

ارسال نظرات
قوانین ارسال نظر