به گزارش پایگاه اطلاع رسانی بنیان، یک مطالعه جدید از محققان مرکز جامع سرطان جانسون دانشگاه UCLA، کمک می‌کند تا علت مقاوم شدن گلیوبلاستوم، یکی از تهاجمی‌ترین انواع سرطان مغز، به درمان را توضیح دهد و رویکرد جدیدی معرفی می‌کند که راه را برای استراتژی‌های درمانی شخصی‌سازی شده برای بیماران مبتلا به این تومور کشنده مغزی هموار می‌سازد. این رویکرد که در مجله Nature Communications منتشر شده، ترکیب پروفایل ژنتیکی، که تجزیه و تحلیل ساختار ژنتیکی تومور است، با پروفایل عملکردی است که نحوه رفتار سلول‌های سرطانی را در پاسخ به درمان‌ها مشاهده می‌کند. این استراتژی ترکیبی به پیش‌بینی نحوه واکنش گلیوبلاستوم به درمان‌ها کمک کرده و راه‌های جدیدی برای هدف‌گیری و درمان این تومورها به‌طور مؤثرتر شناسایی می‌کند.

توالی یابی نسل بعدی

توالی یابی نسل بعدی، منظر ژنتیکی و ترانسکریپتومی تغییر یافته سرطان‌های انسانی را آشکار کرده است. این داده‌ها منجر به طبقه‌بندی مولکولی تومورها و سپس رژیم‌های درمانی شخصی‌سازی شده شده‌اند که به‌طور موفقیت‌آمیزی پروفایل‌های ژنتیکی را با آسیب‌پذیری‌های درمانی مرتبط کرده‌اند. با این حال، حتی در حضور یک محرک آنکوژن تأیید شده، درمان مولکولی هدایت‌شده اغلب در ایجاد پاسخ‌های بالینی در بیماران سرطانی شکست می‌خورد. مجموعه تغییرات ژنتیکی در یک تومور خاص، همراه با پلاسیتی بالای شبکه‌های سیگنال‌دهی، می‌تواند به تومورها راه‌های پیش‌بینی‌ناپذیری برای دور زدن مداخلات درمانی فراهم کند.

پزشکی دقیق عملکردی (FPM)

پزشکی دقیق عملکردی (FPM) تلاش می‌کند تا این چالش‌ها را با ارزیابی واکنش سلول‌های زنده به اختلالات خاص حل کند. زمانی که مسیرهای تومورزایی دارای خروجی‌های قابل اندازه‌گیری مشخصی باشند، اختلالاتی (مانند داروها، متابولیت‌ها، پپتیدها) که مدارهای عملکردی را تغییر می‌دهند به سلول‌های زنده افزوده می‌شوند تا وضعیت آن مسیر خاص ارزیابی شود. این رویکرد می‌تواند آسیب‌پذیری‌های توموری را شناسایی کرده و همچنین پاسخ‌های دارویی را پیش‌بینی کند، بدون اینکه از پیش اطلاعاتی در مورد تغییرات مولکولی موجود در سلول وجود داشته باشد. قابل توجه است که کاربرد FPM برای تطبیق بیماران سرطانی با درمان‌های خاص نشان داده است که در بالینی چشم‌انداز قابل توجهی دارد. با این حال، این رویکردها معمولاً نیاز به استخراج کشت‌های سلولی ex vivo از سلول‌های بیماران برای غربالگری دارویی دارند که در این‌جا، به‌ویژه برای تومورهای جامد، محیط غیرطبیعی می‌تواند مانع از برپایی کشت سلولی قابل اعتماد یا پایدار شود.

بررسی پروفایل ژنتیکی تومور بیمار

بسیاری از درمان‌های سرطان مبتنی بر پروفایل ژنتیکی تومور بیمار هستند. با این حال، ویژگی‌های ژنتیکی به‌تنهایی همیشه نمی‌توانند پیش‌بینی کنند که یک تومور چگونه به درمان پاسخ خواهد داد. این مطالعه رویکرد جدیدی را بررسی می‌کند که فراتر از نقشه ژنتیکی تومور می‌رود و ترکیب داده‌های ژنتیکی با آزمایش‌های عملکردی را به‌کار می‌برد تا نشان دهد سلول‌های سرطانی زنده چگونه به درمان‌ها واکنش نشان می‌دهند. این به ما تصویر واضح‌تری از اینکه کدام درمان‌ها مؤثر خواهند بود و چرا، می‌دهد. گلیوبلاستوم به‌طور معروف دشوار به درمان است به دلیل توانایی‌اش در مقاومت در برابر مرگ سلولی، که به آن آپوپتوز گفته می‌شود، و سازگاری سریع آن با درمان‌ها. در حالی که درمان‌های سنتی پزشکی دقیق بر اساس توالی‌یابی DNA برای شناسایی جهش‌های ژنتیکی در تومورها و تطبیق آن‌ها با درمان‌های هدفمند انجام می‌شوند، این رویکرد تنها یک نمای کلی از واکنش احتمالی تومور را نشان می‌دهد. این روش اغلب در پیش‌بینی موفقیت درمان ناکام است زیرا پیچیدگی ژنتیکی تومورهای مغزی و رفتار پویا سلول‌های سرطانی را در نظر نمی‌گیرد.

شیوه تحقیقاتی

برای غلبه بر این چالش، ناتانسون و تیمش به بررسی ترکیب پروفایل عملکردی به‌همراه داده‌های ژنتیکی پرداختند تا مقاوم بودن گلیوبلاستوم در برابر آپوپتوز را بررسی کنند. برای این کار، تیم از تکنیکی خاص به نام پروفایل BH3 استفاده کرد تا این سیستم را در نمونه‌های توموری از بیماران درک کنند. با استفاده از این روش، دانشمندان می‌توانند واکنش سلول‌های سرطانی به درمان‌هایی که قصد دارند مرگ سلولی را تحریک کنند، در زمان واقعی اندازه‌گیری کنند. از طریق این تحلیل، تیم متوجه شد که درمان‌های استاندارد مانند پرتودرمانی یا شیمی‌درمانی می‌توانند نحوه عملکرد دستگاه خودکشی تومور را تغییر دهند، اما این اثر به ویژگی‌های ژنتیکی خاص، مانند ژن p53 کارآمد، بستگی دارد.

معرفی ابزار پیش‌بینی پاسخ به درمان گلیوبلاستوم

با استفاده از این آزمایش‌ها، محققان ابزاری به نام GAVA (ابزار پیش‌بینی پاسخ به درمان گلیوبلاستوم) را ایجاد کردند که داده‌های ژنتیکی و عملکردی را ترکیب می‌کند تا پیش‌بینی کند یک تومور گلیوبلاستوم به درمان‌های خاص چگونه پاسخ خواهد داد. در مدل‌های پیش‌بالینی، GAVA توانست پیش‌بینی کند که کدام تومورها به بهترین شکل به ترکیبی از درمان‌های استاندارد سرطان و داروهایی که برخی پروتئین‌ها را مسدود می‌کنند، پاسخ می‌دهند. آن‌ها دریافتند که هدف‌گیری پروتئین BCL-XL که نقش عمده‌ای در کمک به سلول‌های سرطانی برای اجتناب از مرگ ایفا می‌کند، می‌تواند اثربخشی درمان‌ها را در برخی موارد افزایش دهد.

معرفی داروی آزمایشی جدیدی به نام ABBV-155

سپس محققان داروی آزمایشی جدیدی به نام ABBV-155، که یک داروی آنتی‌بادی-دارو ترکیبی است و به‌طور خاص پروتئین BCL-XL را در تومورها هدف‌گیری می‌کند در حالی که از آسیب به سلول‌های سالم جلوگیری می‌کند، آزمایش کردند. دکتر ناتانسون افزود: "ما دریافتیم که ترکیب درمان‌های استاندارد با ABBV-155 باعث کوچک شدن تومور شد که در مدل‌های گلیوبلاستوم بالینی به ندرت مشاهده می‌شود. نتایج بسیار هیجان‌انگیز است و امیدواریم که این رویکرد راه را برای درمان جدیدی برای بیماران مبتلا به این بیماری ویرانگر هموار کند."

معرفی مسیر روشنی برای توسعه درمان‌های هدفمند و خاص بیمار

دکتر تیموتی کلافوزی، استاد برجسته نوروانکولوژی در دانشکده پزشکی دیوید گفن در UCLA و یکی از نویسندگان مطالعه، گفت: "یافته‌ها مسیر روشنی برای توسعه درمان‌های هدفمند و خاص بیمار فراهم می‌آورد که می‌تواند نتایج قابل توجهی برای بیماران مبتلا به گلیوبلاستوم به همراه داشته باشد." محققان در حال حاضر در حال بررسی ترکیب درمانی در یک کارآزمایی بالینی برای ارزیابی تأثیر آن بر بیماران هستند.

پایان مطلب/.