韩国科学技术院（KAIST）近日宣布，其化学与生物分子工程系的金铉旭教授（Hyun Uk Kim）和金友植教授（Yoosik Kim）领导的研究团队开发了一种计算框架，能够预测可使耐药乳腺癌细胞重新对治疗敏感的代谢基因目标。这一成果通过一个能够模拟人类代谢的代谢网络模型实现。
研究团队聚焦于代谢变化——这是形成药物耐药性的关键特征之一，提出了一种基于代谢的方法来识别基因目标，通过调节耐药乳腺癌细胞的代谢，增强其对药物的响应能力。
研究团队首先通过整合从两种不同耐药MCF7乳腺癌细胞系中获得的蛋白质组学数据，构建了特定细胞的代谢网络模型。一种细胞对多柔比星（doxorubicin）耐药，另一种对紫杉醇（paclitaxel）耐药。随后，他们对所有代谢基因进行了基因敲除模拟*并分析了结果。
*基因敲除模拟：一种通过虚拟移除特定基因来预测生物网络变化的计算方法。
研究结果显示，抑制某些基因可以使原本耐药的癌细胞重新对抗癌药物产生反应。具体而言，研究团队发现GOT1是多柔比星耐药细胞的目标基因，GPI是紫杉醇耐药细胞的目标基因，而SLC1A5则是两种药物的共同目标基因。
这些预测通过实验得到了验证。抑制由这些基因编码的蛋白质后，耐药癌细胞确实重新对药物产生了敏感性。此外，当在其他对相同药物产生耐药性的乳腺癌细胞中抑制这些蛋白质时，也观察到了一致的再敏化效果。
金友植教授表示：“细胞代谢在包括感染性疾病和退行性疾病在内的多种难治性疾病中起着至关重要的作用。这项新技术通过预测代谢调控开关，不仅可以作为治疗耐药乳腺癌的基础工具，还可以广泛应用于目前缺乏有效疗法的多种疾病。”
领导该研究的金铉旭教授强调：“本研究的意义在于我们仅通过计算机模拟和少量实验数据，就能准确预测使耐药癌细胞重新对治疗敏感的关键代谢基因。这一框架可以广泛应用于发现各种癌症和代谢疾病的新治疗靶点。”
该研究由KAIST的博士候选人林智娜（JinA Lim）和郑海德（Hae Deok Jung）作为共同第一作者参与完成，并于6月25日在《美国国家科学院院刊》（PNAS）上在线发表。PNAS是一份涵盖生命科学、物理学、工程学和社会科学顶级研究成果的多学科期刊。
※ 标题：基因组规模敲除模拟和聚类分析揭示耐药乳腺癌细胞的药物敏感化靶点
※ DOI：[
※ 作者：林智娜（KAIST，共同第一作者）、郑海德（KAIST，共同第一作者）、柳汉锡（首尔大学医院，通讯作者）、金友植（KAIST，通讯作者）、金铉旭（KAIST，通讯作者）等。
本研究得到了韩国科学技术信息通信部通过韩国国家研究基金会以及电子通信研究院（ETRI）的支持。
(全文结束)
