一项新的、系统的癌细胞分析确定了27种癌症类型的370个候选优先药物靶点，包括乳腺癌、肺癌和卵巢癌。
通过观察多层功能和基因组信息，研究人员能够对癌细胞生长和存活的原因建立一个公正的全景视图。他们发现了癌症治疗的新机会，朝着新一代更智能、更有效的癌症治疗迈出了重大的一步。
在这类最全面的研究中，来自威康桑格研究所(Wellcome Sanger Institute)、开放目标(Open Targets)及其合作者的研究人员汇集了930种癌细胞系的数据。然后，他们使用机器学习方法找到最有希望开发新治疗方法的药物靶点，以及最能从这些治疗中受益的患者。这包括评估这些靶点在实际患者肿瘤中的发生情况，并将它们与肿瘤中发现的特定生物标记物以及遗传和分子特征联系起来。
今天(1月11日)发表在《癌细胞》(Cancer Cell)杂志上的这一发现，不仅使研究人员更接近于绘制出每种癌症中每种脆弱性的完整的癌症依赖图谱1，而且有助于指导集中精力加速开发靶向癌症治疗方法。
目前有许多类型的癌症缺乏有效的治疗方法，比如肝癌和卵巢癌。化疗和放疗是有效的治疗方法，但无法区分正常细胞和癌变细胞，因此会对全身造成损害，并伴有严重的副作用，如极度疲劳、恶心和脱发。
为了帮助每年数以百万计被诊断患有某种癌症的患者，需要基于导致癌症的确切基因突变的新型精准药物。全世界有六分之一的死亡是由癌症造成的。然而，药物开发有90%的失败率，这使得它既昂贵又低效。
基因组中有超过20,000个潜在的抗癌靶点，确定哪些适合针对特定类型的癌症和患者是一项重大挑战。
在这项新研究中，来自威康桑格研究所的研究人员和他们的合作者开始缩小潜在的药物靶点。通过分析来自癌症依赖图谱项目的可用数据，他们能够对迄今为止潜在的新癌症目标产生最全面的看法。该项目使用CRISPR技术，一次破坏930个人类癌细胞系中的每个基因。
研究人员首先发现了不同癌症类型的弱点——所谓的遗传依赖性，即癌细胞赖以生存的基因、蛋白质或细胞过程——可以用来开发新的治疗方法。然后，他们将这些弱点与临床标志物联系起来，以确定那些治疗最有效的患者。最后，他们探索了依赖标记对如何适应细胞内已知的分子相互作用网络，为细胞生物学如何被癌症破坏以及哪些靶点可能产生最有效的治疗方法提供了线索。
这项工作使人们更清楚地了解哪些类型的癌症可能通过现有的药物发现策略来治疗，并指出需要新颖和创新方法的领域。
研究结果强调了针对每种癌症的独特特征量身定制治疗的重要性，有望在未来为患者提供更个性化的治疗，减少副作用。
来自人类技术极计算生物学研究中心的Francesco Iorio博士是这项研究的共同主要作者，他说:“我们分析了有史以来最大的癌症依赖数据集，展示了迄今为止最全面的人类癌症脆弱性地图——它们的‘阿喀喀斯之踵’。”我们确定了一份新的潜在治疗的优先目标清单，以及哪些患者可能受益最大的线索——所有这些都是通过设计和使用创新的计算和机器智能方法实现的。”
威康桑格研究所和Open Targets的联合首席作者马修·加内特博士说:“我们的工作揭示了370种治疗最常见癌症的候选优先目标，包括乳腺癌、肺癌和结肠癌。”这项工作利用了最新的基因组学和计算生物学来了解我们如何最好地靶向癌细胞。这将有助于药物开发人员将精力集中在最高价值的目标上，以便更快地为患者带来新药。”
