Store genetiske skjermer i modellorganismer har ført til identifisering av negative genetiske interaksjoner. Her beskriver vi en arbeidsflyt for dataintegrasjon ved hjelp av data fra genetiske skjermer i modellorganismer for å avgrense legemiddelkombinasjoner rettet mot syntetiske dødelige interaksjoner i kreft.
En syntetisk dødelig interaksjon mellom to gener gis når knock-out av enten ett av de to genene ikke påvirker cellens levedyktighet, men knock-out av begge syntetiske dødelige interagere fører til tap av celle levedyktighet eller celledød. Den best studerte syntetiske dødelige interaksjonen er mellom BRCA1/2 og PARP1, med PARP1-hemmere som brukes i klinisk praksis for å behandle pasienter med BRCA1/2 muterte svulster. Store genetiske skjermer i modellorganismer, men også i haploide menneskelige cellelinjer har ført til identifisering av mange ekstra syntetiske dødelige interaksjonspar, som alle er potensielle mål av interesse for utvikling av nye tumorterapier. En tilnærming er å terapeutisk målrette gener med en syntetisk dødelig interaktivitet som er mutert eller betydelig nedregulert i svulsten av interesse. En annen tilnærming er å formulere legemiddelkombinasjoner som omhandler syntetiske dødelige interaksjoner. I denne artikkelen skisserer vi en arbeidsflyt for dataintegrasjon for å evaluere og identifisere legemiddelkombinasjoner rettet mot syntetiske dødelige interaksjoner. Vi benytter oss av tilgjengelige datasett om syntetiske dødelige interaksjonspar, homologikartleggingsressurser, narkotikamålkoblinger fra dedikerte databaser, samt informasjon om legemidler som undersøkes i kliniske studier på sykdomsområdet av interesse. Vi fremhever videre nøkkelfunn i to nyere studier av vår gruppe om legemiddelkombinasjonsvurdering i sammenheng med eggstokk- og brystkreft.
Syntetisk dødelighet definerer en sammenslutning av to gener, hvor tap av ett gen ikke påvirker levedyktigheten, men tap av begge genene fører til celledød. Det ble først beskrevet i 1946 av Dobzhansky mens du analyserte ulike fenotyper av drosophila ved avl av homozygote mutanter1. Mutanter som ikke produserte levedyktige avkom, selv om de var levedyktige selv, viste dødelige fenotyper når de krysset med visse andre mutanter, og satte bakken for etableringen av teorien om syntetisk dødelighet. Hartwell og kolleger foreslo at dette konseptet kunne gjelde for kreftbehandling hos mennesker2. Farmakologisk provosert syntetisk dødelighet kan stole på bare en mutasjon, gitt at det muterte genets syntetiske dødelige partner er målbar av en farmakologisk forbindelse. Det første genparet som muliggjør farmakologisk induksjon av syntetisk dødelighet var BRCA(1/2) og PARP1. PARP1 fungerer som en sensor for DNA-skade, og er knyttet til steder med doble og enkle DNA-strandbrudd, supercoils og crossovers3. BRCA1 og 2 spiller store roller i reparasjon av DNA dobbeltstreng bryter gjennom homolog rekombinasjon4. Farmer og kolleger publiserte funn om at celler mangelfulle for BRCA1/2 var utsatt for PARP-hemming, mens ingen cytotoksisitet ble observert i BRCA wild-type celler5. Til slutt ble PARP-hemmere godkjent for behandling av BRCA mangelfull bryst- og eggstokkkreft6,7. Videre er syntetiske dødelighet genpar som fører til klinisk godkjenning av farmakologiske forbindelser mye forventet og et stort område av nyere kreftforskningsinnsats8.
Syntetiske dødelige geninteraksjoner ble modellert i flere organismer, inkludert fruktfluer, C. elegans og gjær2. Ved hjelp av ulike tilnærminger, inkludert RNA-interferens- og CRISPR/CAS-bibliotek knockouts, ble nye syntetiske dødelige genpar oppdaget de siste årene9,10,11. En protokoll om eksperimentelle prosedyrer av RNAi i kombinasjon med CRISPR / CAS ble nylig publisert av Housden og kolleger12. I mellomtiden gjennomførte forskere også store skjermer i haploide menneskelige celler for å identifisere syntetiske dødelige interaksjoner13,14. I silico metoder som biologisk nettverksanalyse og maskinlæring har også vist løfte i oppdagelsen av syntetiske dødelige interaksjoner15,16.
Conceptionally, en tilnærming for å gjøre bruk av syntetiske dødelige interaksjoner i sammenheng med anti-tumor terapi er å identifisere muterte eller ikke-funksjonelle proteiner i tumorceller, noe som gjør deres syntetiske dødelige interaksjon partnere lovende narkotika mål for terapeutisk intervensjon. På grunn av heterogeniteten til de fleste tumortyper har forskere startet søket etter såkalte syntetiske dødelige knutepunktproteiner. Disse syntetiske dødelige knutepunktene har en rekke syntetiske dødelige interaksjonspartnere som enten er mutert og derfor ikke-funksjonelle eller betydelig nedregulert i tumorprøver. Å adressere slike syntetiske dødelige knutepunkter holder løfter om å øke legemiddeleffekten eller overvinne narkotikaresistens som for eksempel kan vises i sammenheng med vincristineresistent nevroblastom17. En annen tilnærming for å forbedre legemiddelbehandlingen ved bruk av begrepet syntetiske dødelige interaksjoner er å identifisere legemiddelkombinasjoner rettet mot syntetiske dødelige interaksjoner. Dette kan føre til nye kombinasjoner av allerede godkjente enkelt anti-tumor terapier og til reposisjonering av legemidler fra andre sykdomsområder til onkologi.
I denne artikkelen presenterer vi en trinnvis prosedyre for å gi en liste over legemiddelkombinasjoner som retter seg mot syntetiske dødelige interaksjonspar. I denne arbeidsflyten bruker vi (i) data om syntetiske dødelige interaksjoner fra BioGRID og (ii) informasjon om homologe gener fra Ensembl, (iii) henter narkotikamålpar fra DrugBank, (iv) bygger sykdomsmedisinske foreninger fra ClinicalTrials.gov, og (v) genererer derfor et sett med legemiddelkombinasjoner som omhandler syntetiske dødelige interaksjoner. Til slutt tilbyr vi legemiddelkombinasjoner i sammenheng med eggstokk- og brystkreft i den representative resultatseksjonen.
Vi har skissert en arbeidsflyt for å identifisere legemiddelkombinasjoner som påvirker syntetiske dødelige interaksjoner. Denne arbeidsflyten bruker (i) data om syntetiske dødelige interaksjoner fra modellorganismer, (ii) informasjon om humane ortologer, (iii) informasjon om narkotikamålforeninger, (iv) legemiddelinformasjon om kliniske studier i sammenheng med kreft, samt (v) om informasjon om narkotikasykdom og gensykdomsforeninger hentet fra vitenskapelig litteratur. Den konsoliderte informasjonen kan brukes til …
The authors have nothing to disclose.
Støtten til å utvikle arbeidsflyten for dataintegrasjon ble innhentet fra EUs syvende rammeprogram under tilskuddsavtale nu. 279113 (OCTIPS). Tilpasning av data i denne publikasjonen ble vennligst godkjent av Public Library of Sciences Publications and Impact Journals, LLC.
BioGRID | n/a | n/a | thebiogrid.org |
ClinicalTrials.gov | n/a | n/a | ClinicalTrials.gov |
DrugBank | n/a | n/a | drugbank.ca |
Ensembl BioMart | n/a | n/a | ensembl.org |
for alternative computational databases please refer to the manuscript | |||
7-AAD | ebioscience | 00-6993-50 | |
AnnexinV-APC | BD Bioscience | 550474 | |
celecoxib | Sigma-Aldrich | PZ0008-25MG | |
CellTiter-Blue Viability Assay | Promega | G8080 | |
FACS Canto II | BD Bioscience | n/a | |
fetal bovine serum | Fisher Scientific/Gibco | 16000044 | |
FloJo Software | FloJo LLC | V10 | |
McCoy's 5a Medium Modified | Fisher Scientific/Gibco | 16600082 | |
penicillin G/streptomycin sulfate | Fisher Scientific/Gibco | 15140122 | |
SKBR-3 cells | American Type Culture Collection (ATCC) | ATCC HTB-30 | |
zoledronic acid | Sigma-Aldrich | SML0223-50MG | |
further materials or equipment will be made available upon request |