NCI-60 Panel in Predicting Clinical Drug Response

NCI-60 paneel kliinilise ravivastuse prognoosimisel

NCI-60 inimese kasvajarakkude liinide paneel on üks kõige põhjalikumalt iseloomustatud vähirakkude liinide kollektsioone biomeditsiiniuuringutes. Riikliku vähiinstituudi poolt 1980. aastate lõpus välja töötatud paneel koosneb 60 rakuliinist, mis on saadud üheksast erinevast kasvajatüübist, pakkudes standardiseeritud platvormi vähivastaste ravimite skriininguks ja toimemehhanismi uuringuteks. NCI-60 rakuliinide põhjalik molekulaarprofiil koos üle 100 000 ühendi hõlmavate ravimitundlikkuse andmetega võimaldab kliinilise ravivastuse prognoosivat modelleerimist ja patsientide valiku aluseks olevate biomarkerite tuvastamist.

Peamised järeldused

• NCI-60 paneel hõlmab 60 rakuliini üheksast vähitüübist, mis võimaldab laiaulatuslikku ravimitundlikkuse sõelumist
• Genoomiliste, transkriptoomiliste ja proteoomiliste andmete integreerimine ravimivastusega võimaldab biomarkerite avastamist
• COMPARE algoritm tuvastab sarnaste mehhanismidega ühendid, mis põhinevad NCI-60 ravivastuse mustritel
• NCI-60 andmetel koolitatud masinõppe mudelid ennustavad kliiniliste uuringute tulemusi üha suurema täpsusega
• NCI-60 ravimitundlikkus korreleerub patsiendist saadud ksenotransplantaadi vastustega ja kliiniliste tulemustega konkreetsetes kontekstides

NCI-60 paneeli koostis ja iseloomustus

NCI-60 paneel hõlmab 60 inimese vähirakuliini, mis esindavad üheksa koe päritolu: kopsu- (mitteväikerakk), käärsoole-, rinna-, munasarja-, leukeemia-, neeru-, melanoomi-, kesknärvisüsteemi (KNS) ja eesnäärmevähk. Iga koe alampaneel sisaldab mitmeid rakuliine, mis kajastavad geneetilist ja fenotüüpset heterogeensust selle vähitüübi piires. Selline mitmekesisus võimaldab tuvastada koespetsiifilist ravimitundlikkust ja kasvajaüleseid biomarkereid.

NCI-60 paneeli põhjalik molekulaarne iseloomustus hõlmab kogu eksoomi sekveneerimist, RNA sekveneerimist, DNA metüülimustrite, mikroRNA profiilide ja pöördfaasiliste valkude massiividega (RPPA). See multi-oomiline andmestik, mis on avalikult kättesaadav NCI andmebaaside kaudu, võimaldab molekulaarsete tunnuste integreerimist ravimivastuse andmetega. Andmebaas CellMiner pakub kasutajasõbralikku juurdepääsu NCI-60 molekulaarsetele ja farmakoloogilistele andmetele, hõlbustades biomarkerite avastamist.

NCI-60 kopsuvähi alarühm hõlmab erinevaid histoloogilisi alatüüpe ja geneetilist tausta. NCI-H460 rakud esindavad KRAS-mutatsiooniga suurrakulist kopsuvähki, samas kui NCI-H1299 rakud pakuvad p53-null adenokartsinoomi mudeleid. NCI-H23 rakud ja NCI-H522 rakud esindavad täiendavalt erinevate mutatsiooniprofiilidega adenokartsinoomi.

COMPARE Algoritm toimemehhanismi uuringute jaoks

COMPARE algoritm kujutab endast põhilist arvutuslikku vahendit NCI-60 ravimite tundlikkuse mustrite analüüsimiseks. Korreleerides uuritava ühendi kasvu inhibeerimise profiili kõigis 60 rakuliinis teadaolevate mehhanismidega ühendite profiilidega, tuvastab COMPARE uute toimeainete potentsiaalsed toimemehhanismid. Kõrged korrelatsioonikoefitsiendid viitavad ühistele sihtmärkidele või -radadele katse- ja võrdlusühendite vahel.

COMPARE analüüs on edukalt tuvastanud paljude vähivastaste ainete mehhanismid, mis on hiljem biokeemiliste uuringute abil valideeritud. Algoritm eristab ühendid, mis on suunatud DNA-sünteesi, mikrotuubulite, topoisomeraaside ja kinaaside vastu, tuginedes iseloomulikele NCI-60 reaktsioonisignatuuridele. See arvutuslik lähenemisviis kiirendab fenotüüpsetest sõeltestidest tulenevate hittühendite mehhanismide selgitamist.

NCI-60 käärsoolevähi alarühma puhul ilmnevad erinevad ravivastusmustrid. HCT116 rakkudel on mikrosatelliitide ebastabiilsus ja tugev vastus DNA-d kahjustavatele ainetele. HCT-15 rakud pakuvad täiendavaid MSI mudeleid, samas kui Caco-2 rakud võimaldavad soolestiku imendumise uuringuid, mis täiendavad ravimite skriiningu rakendusi. SW620 rakud esindavad metastaatilist käärsoolevähki, millel on erinevad tundlikkusprofiilid.

Genoomilised biomarkerid, mis ennustavad ravivastust

Genoomiliste andmete integreerimine NCI-60 ravimitundlikkusega võimaldab tuvastada ravimivastuse geneetilisi määrajaid. Geenimuutuste, koopiaarvu muutuste või ekspressiooni taseme ja ühendi aktiivsuse vaheline korrelatsioonanalüüs tuvastab kliiniliseks valideerimiseks vajalikud biomarkerid. See lähenemisviis on loonud arvukalt hüpoteese, mida on seejärel kliinilistes uuringutes testitud.

KRAS-mutatsiooni staatus on näide genoomilisest biomarkerist, mis on valideeritud NCI-60 paneelis ja kliinilises keskkonnas. KRAS-mutantidega rakuliinid käärsoole ja kopsude alampaneelides näitavad vähenenud tundlikkust EGFR-inhibiitorite suhtes, mis kordab kliinilisi tähelepanekuid patsientidel. See kokkulangevus toetab NCI-60-st saadud biomarkerite ennustusväärtust patsientide stratifitseerimisel.

NCI-60 leukeemiarakuliinid pakuvad mudeleid hematoloogiliste pahaloomuliste ravimite avastamiseks. HL-60 rakud võimaldavad ägeda promüelotsütaarse leukeemia uurimist, samas kui K562 rakud esindavad BCR-ABL-positiivset kroonilist müeloidset leukeemiat. Jurkat-rakud pakuvad T-rakkude ägeda lümfoblastilise leukeemia mudeleid, millel on erinevad ravimitundlikkuse mustrid. RPMI 8226 rakud esindavad paneeli hulgimüeloomi.

Masinõppe mudelid vastuse prognoosimiseks

Kaasaegsed masinõppe meetodid, mida rakendatakse NCI-60 andmete suhtes, loovad prognoosimudeleid, mille täpsus on suurem kui ühe biomarkeri lähenemisviiside puhul. Juhuslik mets, tugivektormasin ja süvaõppe algoritmid, mis on koolitatud integreeritud molekulaarsete tunnuste alusel, ennustavad paljude ühendite puhul ravimitundlikkust ristkvalideeritud täpsusega, mis ületab 80%. Need mudelid hõlmavad mitmete genoomsete tunnuste keerulisi koostoimeid, mis aitavad kaasa ravimi ravivastusele.

Masinõppe mudelite raames teostatav tunnuste tähtsuse analüüs tuvastab molekulaarsed tunnused, mis ennustavad kõige paremini ravimi vastust. See lähenemisviis toob esile oodatavad tunnused (sihtmärgi ekspressioon, radade aktiveerimine) koos ootamatute ennustajatega, mis loovad uusi bioloogilisi hüpoteese. Mudeli abil tuvastatud tunnuste eksperimentaalne valideerimine on kinnitanud mitmeid varem tundmatuid ravimitundlikkust määravaid tegureid.

Kesknärvisüsteemi vähirakuliinid NCI-60 võimaldavad ajukasvaja ravimite avastamist. U87MG rakud esindavad glioblastoma multiforme'i, mis on kõige agressiivsem aju pahaloomuline haigus. Neeruvähi alarühm hõlmab erinevaid selge raku ja papillaarse kartsinoomi mudeleid, samas kui melanoomi rakuliinid hõlmavad erinevaid BRAF-mutatsioonistaatuseid, mis mõjutavad sihtotstarbelise ravi vastust.

Tõlge NCI-60-st kliiniliste tulemusteni

NCI-60-põhiste prognooside lõplik väärtus sõltub vastavusest kliiniliste tulemustega patsientidel. Retrospektiivsed analüüsid, milles võrreldakse NCI-60 ravimitundlikkust kliiniliste uuringute tulemustega, näitavad erinevat kooskõla sõltuvalt vähitüübist, ravimimehhanismist ja kliinilistest lõpp-punktidest. Kõige tugevam korrelatsioon ilmneb sihtotstarbeliste toimeainete puhul, kui molekulaarsed biomarkerid on kooskõlas ravimimehhanismidega.

Patsientidest saadud ksenotransplantaadi (PDX) mudelid pakuvad vahepealset valideerimist NCI-60 rakuliinide ja kliiniliste tulemuste vahel. PDX-mudelite ravimitundlikkus korreleerub tugevamalt kliinilise ravivastusega kui rakuliinide andmed üksi, mis näitab, et NCI-60-st saadud biomarkerite PDX-valideerimine parandab kliinilise prognoosi täpsust. Selline etapiviisiline valideerimise lähenemisviis optimeerib biomarkerite arendusliinid.

Kultuurikeskkonna optimeerimine toetab NCI-60 rakuliini tugevat hooldust. RPMI 1640 keskkond pakub enamiku NCI-60 rakuliinide jaoks standardseid kasvatustingimusi, samas kui spetsiifilised liinid vajavad DMEM-i või täiendatud preparaate. Freeze Medium CM-1 võimaldab iseloomulike rakuliinide varude säilitamist, mis tagab katsete reprodutseeritavuse.

Piirangud ja täiendavad lähenemisviisid

Kuigi NCI-60 paneel pakub hindamatuid vahendeid ravimite avastamiseks, tuleb tunnistada selle loomupäraseid piiranguid. Pikaajaline kasvatamine kohandab rakuliine in vitro tingimustega, mis võib erineda algsetest kasvaja omadustest. Paneel ei esinda piisavalt teatavaid vähitüüpe ja selles puuduvad mudelid mõnede oluliste molekulaarsete alatüüpide jaoks. Lisaks sellele ei suuda monokihiline kasvatamine kajastada kolmemõõtmelist kasvaja arhitektuuri ja mikrokeskkonna mõjusid.

Täiendavad lähenemisviisid käsitlevad NCI-60 piiranguid. Patsientidest saadud organoidid säilitavad suurema tõepärasuse algsete kasvajate suhtes ja võimaldavad personaliseeritud ravimitestimist. Ko-kultuurisüsteemid, mis sisaldavad stroomi- ja immuunrakke, modelleerivad mikrokeskkonna panust, mis puudub monokultuuris. Laiendatud rakuliinide paneelid (Cancer Cell Line Encyclopedia, GDSC) pakuvad laiemat katvust vähitüüpidele ja molekulaarsetele alatüüpidele.

Kvaliteedi tagamine tagab usaldusväärsed NCI-60-põhised uuringud. Rakuliinide autentimine STR-profiili abil kinnitab rakuliinide identiteeti, mis aitab lahendada rakuliinide kollektsioonides esinevat dokumenteeritud ristsaastumise probleemi. Mükoplasma testimisega välditakse mükoplasmainfektsiooni segavat mõju ravimitundlikkuse mõõtmistele. Need kvaliteedimeetmed on olulised, et saada korratavaid andmeid, mis sobivad kliiniliseks ülekandmiseks.

Kokkuvõte

NCI-60 paneel on jätkuvalt vähivastaste ravimite avastamise ja biomarkerite väljatöötamise nurgakivi. Põhjaliku molekulaarse profiilianalüüsi integreerimine ulatusliku ravimitundlikkuse andmetega võimaldab toimemehhanismi uuringuid, biomarkerite tuvastamist ja prognoosimudelite väljatöötamist. Tunnistades rakuliinide mudelitele omaseid piiranguid, annab NCI-60 paneel jätkuvalt kliiniliselt valideeritud teadmisi, mis parandavad patsientide valikut vähivastaste ravimeetodite jaoks ja suunavad ratsionaalseid ravimiarendusstrateegiaid.