Dana-Farber癌症研究所的研究人员今天在《科学信号》上发表的一项研究中报告说，一种在新鲜收集的人类肿瘤细胞中筛选数千种药物的新方法可以帮助鉴定哪种药物最有可能对那些癌症有效。

由于该技术使用的是患者体内不到一天的肿瘤细胞，因此它很可能比传统的药物筛选方法更准确，传统的药物筛选方法使用的是实验室细胞模型，这种模型可能会从患者体内分离数周甚至数年，研究作者说。它的使用可以提高医师针对个别患者进行个性化治疗的能力，并帮助科学家发现新药可靶向的癌细胞中的脆弱性。

Dana-Farber研究的第一作者帕特里克·博拉(Patrick Bhola)博士说：“经过长时间培养的癌细胞可能会发生多种变化，可能无法代表小鼠或人类中的肿瘤细胞。”“挑战在于创造一种药物筛选技术，以缩小体内肿瘤细胞与我们进行筛选的细胞之间的差距。我们开发的技术有助于实现这一目标。”

这项技术被称为高通量动态BH3分析(HT-DBP)，是Dana-Farber研究人员创建的一项测试的放大版本，该测试用于衡量肿瘤细胞在用癌症药物治疗后到死亡的距离。在这种情况下，死亡被定义为凋亡-细胞响应DNA损伤和许多癌症疗法而启动的自我破坏机制。

当将多种化学疗法应用于癌细胞时，它们改变了线粒体的致死分子和抗死亡分子的平衡，线粒体是一种众所周知的为细胞提供能量的结构。一旦促死分子的活性超过了抗死分子的活性，线粒体就会释放有毒物质，从而破坏癌细胞。为了确定细胞与凋亡边缘的距离，科学家称其为“细胞凋亡引发”。研究人员在线粒体中添加了致死蛋白片段，并直接测量了有毒蛋白的释放。这些段称为BH3域，因此被称为“动态BH3配置文件”或DBP。

当将一种药物放到患者的癌细胞上时，DBP会指示该药物是否以及是否充分启用了促死亡程序。在使用特定药物治疗后，显示其凋亡引发能力显着增加的肿瘤细胞可能在实验室以及患者中对该药物产生反应。

第一个版本的DBP的优点之一是它可以快速产生结果-在许多情况下不到一天。但是它一次只能筛选10-20种药物的能力受到限制-考虑到目前可用于治疗多种癌症的多种药物，这是一个很大的限制。Dana-Farber研究人员与麻省理工学院和哈佛大学博德研究所的成员以及哈佛医学院系统药理学实验室的同事一起，使DBP小型化和自动化，从而可以筛选成百上千种药物，从而创建了高通量(HT)模型。技术。

容量的增加意味着研究人员可以在患者或小鼠肿瘤细胞中进行“无偏见”的筛查药物-筛查不受任何哪种药物可能效果最好的先入之见的影响，因此是完全客观的。

HT-DBP既可以用作科学工具，也可以作为使患者与最能治愈癌症的药物快速匹配的手段。在《科学信号》研究中，研究人员使用HT-DBP从小鼠的乳腺癌组织新鲜样品中筛选出1,650种药物。他们选择了六种药物(其中三种在DBP中表现出活性，而三种没有表现出)在小鼠中进行测试。他们发现被标记为活动的三只动物使动物的肿瘤缩小或延迟了肿瘤的生长。相比之下，对DBP无活性迹象的三个对肿瘤没有明显的作用。研究人员还在大肠癌的小鼠头像上进行了类似的筛选，并确定了一种可延缓一种小鼠模型中肿瘤生长的药物组合。