加州大学洛杉矶分校健康科学部的一项新研究帮助解释了为什么胶质母细胞瘤（一种最恶性的脑癌）会对治疗产生抗药性，并介绍了一种新的方法，为患有这种致命脑瘤的患者提供了更个性化的治疗策略。该研究发表在《自然通讯》上。
这种方法结合了基因组分析（分析肿瘤的遗传组成）和功能分析（观察癌细胞对治疗的反应）。这种综合策略有助于预测胶质母细胞瘤对治疗的反应，并确定新的方法来更有效地靶向和治疗肿瘤。
“许多癌症治疗基于患者肿瘤的基因组特征。然而，仅凭基因组特征往往无法预测肿瘤对治疗的反应，”该研究的高级作者、加州大学洛杉矶分校大卫·格芬医学院分子和医学药理学教授大卫·纳桑森博士说。“这项研究探索了一种超越肿瘤基因蓝图的新方法，我们将基因数据与功能测试相结合，展示活癌细胞如何对治疗作出反应。这使我们更清楚地了解哪些治疗方法有效及其原因。”
胶质母细胞瘤因其抵抗细胞死亡（称为凋亡）的能力和对治疗的快速适应而难以治疗。传统的基因组精准医疗使用DNA测序来识别肿瘤中的基因突变，并将其与靶向疗法匹配，但这种方法只能提供肿瘤潜在反应的快照。它通常无法预测治疗成功，因为它没有考虑到脑肿瘤的遗传复杂性或癌细胞的动态行为。
为了克服这一挑战，纳桑森和他的团队研究了将功能分析与基因组数据结合，以研究胶质母细胞瘤对凋亡的抵抗力。为此，团队使用了一种称为BH3分析的特殊技术来理解患者肿瘤样本中这一系统的运作机制。通过这种方法，科学家可以实时测量癌细胞对旨在触发细胞死亡的治疗的反应。
通过这一分析，研究团队发现标准疗法如放疗或化疗可以改变肿瘤自毁机制的工作方式，但这取决于特定的基因特征，例如功能正常的p53基因。
利用这些测试的结果，研究人员创建了一个名为GAVA的机器学习工具。该工具结合基因和功能数据，帮助预测胶质母细胞瘤肿瘤对特定治疗组合的反应。在临床前模型中，GAVA有助于预测哪些肿瘤对标准癌症治疗和阻断某些蛋白质的药物组合反应最佳。他们发现，靶向在帮助癌细胞避免死亡中起重要作用的蛋白BCL-XL，可以在某些情况下增强治疗效果。
研究人员随后测试了一种新的实验性药物ABBV-155，这是一种设计用于靶向肿瘤中的BCL-XL同时保护健康细胞的抗体-药物偶联物。
“我们发现将标准疗法与ABBV-155结合使用成功诱导了肿瘤缩小，这是我们在临床上相关胶质母细胞瘤模型中很少观察到的现象，”纳桑森说，他也是加州大学洛杉矶分校健康科学部琼森综合癌症中心的研究员。“结果非常令人兴奋，我们希望这种方法能为患有这种毁灭性疾病的人带来新的治疗方法。”
“这些发现为开发针对患者的靶向疗法提供了明确的路径，这些疗法可能会显著改善被诊断为胶质母细胞瘤的患者的预后，”加州大学洛杉矶分校大卫·格芬医学院神经肿瘤学杰出教授、该研究的合著者蒂莫西·克劳西博士说。
研究人员现在正在努力在临床试验中测试这种组合，以评估其对患者的影响。
该研究的第一作者是加州大学洛杉矶分校分子和医学药理学系的博士候选人伊丽莎白·费尔南德斯。其他加州大学洛杉矶分校的作者包括威尔逊·迈、凯·宋、尼古拉斯·贝利、吉勇金、何南珠、马丽莎·皮索、保罗·杨、卡西迪·安德拉什、迪米特里·卡德、琳达·利亚乌、李刚、威廉·永、福斯托·罗德里格斯、李晶怡·杰西卡和托马斯·格雷伯。
该研究部分由谢拉和斯坦福·库兰德家族基金会、全国脑肿瘤协会、叔叔科里基金会、齐林家族基金会、布鲁姆菲尔德基金会和美国国立卫生研究院的资助支持。
(全文结束)
