NCI-60 Panel in Predicting Clinical Drug Response

Panel NCI-60 w przewidywaniu odpowiedzi klinicznej na leki

Panel ludzkich nowotworowych linii komórkowych NCI-60 stanowi jedną z najszerzej scharakteryzowanych kolekcji nowotworowych linii komórkowych w badaniach biomedycznych. Opracowany przez National Cancer Institute pod koniec lat 80-tych, panel ten obejmuje 60 linii komórkowych pochodzących z dziewięciu różnych typów nowotworów, zapewniając znormalizowaną platformę do badań przesiewowych leków przeciwnowotworowych i badań mechanizmu działania. Kompleksowe profilowanie molekularne linii komórkowych NCI-60, w połączeniu z danymi dotyczącymi wrażliwości na leki obejmującymi ponad 100 000 związków, umożliwia predykcyjne modelowanie klinicznej odpowiedzi na leki i identyfikację biomarkerów kierujących wyborem pacjentów.

Kluczowe wnioski

• Panel NCI-60 obejmuje 60 linii komórkowych z dziewięciu typów nowotworów, umożliwiając badania przesiewowe wrażliwości na leki o szerokim spektrum działania
• Integracja danych genomicznych, transkryptomicznych i proteomicznych z odpowiedzią na lek umożliwia odkrywanie biomarkerów
• Algorytm COMPARE identyfikuje związki o podobnych mechanizmach na podstawie wzorców odpowiedzi NCI-60
• Modele uczenia maszynowego wyszkolone na danych NCI-60 przewidują wyniki badań klinicznych z coraz większą dokładnością
• Wrażliwość na leki NCI-60 koreluje z odpowiedziami na ksenograft pochodzący od pacjenta i wynikami klinicznymi w określonych kontekstach

Skład i charakterystyka panelu NCI-60

Panel NCI-60 obejmuje 60 linii komórkowych ludzkich nowotworów reprezentujących dziewięć rodzajów tkanek: raka płuc (niedrobnokomórkowego), okrężnicy, piersi, jajnika, białaczki, nerki, czerniaka, ośrodkowego układu nerwowego (OUN) i prostaty. Każdy podpanel tkankowy zawiera wiele linii komórkowych wychwytujących heterogeniczność genetyczną i fenotypową w obrębie danego typu nowotworu. Różnorodność ta umożliwia identyfikację wrażliwości tkanek na leki i biomarkerów międzynowotworowych.

Kompleksowa charakterystyka molekularna panelu NCI-60 obejmuje sekwencjonowanie całego eksomu, sekwencjonowanie RNA, tablice metylacji DNA, profilowanie mikroRNA i tablice białkowe w odwróconej fazie (RPPA). Ten wielomiczny zbiór danych, publicznie dostępny za pośrednictwem baz danych NCI, umożliwia integrację cech molekularnych z danymi dotyczącymi odpowiedzi na leki. Baza danych CellMiner zapewnia przyjazny dla użytkownika dostęp do danych molekularnych i farmakologicznych NCI-60, ułatwiając odkrywanie biomarkerów.

Podpanel raka płuc w ramach NCI-60 obejmuje różne podtypy histologiczne i genetyczne. Komórki NCI-H460 reprezentują wielkokomórkowego raka płuc z mutacją KRAS, podczas gdy komórki NCI-H1299 zapewniają modele gruczolakoraka bez p53. Komórki NCI-H23 i NCI-H522 zapewniają dodatkową reprezentację gruczolakoraka z różnymi profilami mutacji.

Algorytm COMPARE dla badań mechanizmu działania

Algorytm COMPARE stanowi podstawowe narzędzie obliczeniowe do analizy wzorców wrażliwości NCI-60 na leki. Poprzez korelację profilu hamowania wzrostu badanego związku we wszystkich 60 liniach komórkowych z profilami związków o znanych mechanizmach, COMPARE identyfikuje potencjalne mechanizmy działania nowych środków. Wysokie współczynniki korelacji sugerują wspólne cele lub ścieżki między związkami testowymi i referencyjnymi.

Analiza COMPARE z powodzeniem zidentyfikowała mechanizmy działania wielu leków przeciwnowotworowych, które zostały następnie zweryfikowane w badaniach biochemicznych. Algorytm rozróżnia związki ukierunkowane na syntezę DNA, mikrotubule, topoizomerazy i kinazy w oparciu o charakterystyczne sygnatury odpowiedzi NCI-60. To podejście obliczeniowe przyspiesza wyjaśnienie mechanizmu działania związków wyłaniających się z ekranów fenotypowych.

Podpanel raka okrężnicy NCI-60 wykazuje różne wzorce odpowiedzi na leki. Komórki HCT116 wykazują niestabilność mikrosatelitarną i silną odpowiedź na czynniki uszkadzające DNA. Komórki HCT-15 zapewniają dodatkowe modele MSI, podczas gdy komórki Caco-2 umożliwiają badania wchłaniania jelitowego uzupełniające aplikacje do badań przesiewowych leków. Komórki SW620 reprezentują przerzutowego raka jelita grubego o różnych profilach wrażliwości.

Biomarkery genomowe przewidujące odpowiedź na lek

Integracja danych genomowych z wrażliwością na leki NCI-60 umożliwia identyfikację genetycznych determinantów odpowiedzi na leki. Analiza korelacji między mutacjami genów, zmianami liczby kopii lub poziomami ekspresji a aktywnością związku identyfikuje biomarkery kandydujące do walidacji klinicznej. Podejście to wygenerowało liczne hipotezy testowane następnie w badaniach klinicznych.

Status mutacji KRAS jest przykładem biomarkera genomowego zwalidowanego w panelu NCI-60 i warunkach klinicznych. Linie komórkowe z mutacją KRAS w podpanelach okrężnicy i płuc wykazują zmniejszoną wrażliwość na inhibitory EGFR, co odzwierciedla obserwacje kliniczne u pacjentów. Zgodność ta potwierdza wartość predykcyjną biomarkerów pochodzących z NCI-60 dla stratyfikacji pacjentów.

Linie komórkowe białaczki w NCI-60 zapewniają modele do odkrywania leków na nowotwory hematologiczne. Komórki HL-60 umożliwiają badania nad ostrą białaczką promielocytową, podczas gdy komórki K562 reprezentują przewlekłą białaczkę szpikową BCR-ABL-dodatnią. Komórki Jurkat zapewniają modele ostrej białaczki limfoblastycznej z komórek T o różnych wzorcach wrażliwości na leki. Komórki RPMI 8226 reprezentują szpiczaka mnogiego.

Modele uczenia maszynowego do przewidywania odpowiedzi

Nowoczesne metody uczenia maszynowego zastosowane do danych NCI-60 generują modele predykcyjne o lepszej dokładności niż podejścia oparte na pojedynczych biomarkerach. Algorytmy losowego lasu, maszyny wektorów nośnych i głębokiego uczenia wyszkolone na zintegrowanych cechach molekularnych przewidują wrażliwość na leki z dokładnością przekraczającą 80% dla wielu związków. Modele te wychwytują złożone interakcje między wieloma cechami genomowymi przyczyniającymi się do odpowiedzi na lek.

Analiza ważności cech w modelach uczenia maszynowego identyfikuje cechy molekularne najbardziej predykcyjne dla odpowiedzi na lek. Podejście to ujawnia oczekiwane cechy (ekspresja celu, aktywacja szlaku) wraz z nieoczekiwanymi predyktorami, które generują nowe hipotezy biologiczne. Eksperymentalna walidacja cech zidentyfikowanych w modelach potwierdziła wiele nieznanych wcześniej czynników determinujących wrażliwość na leki.

Linie komórkowe raka OUN w ramach NCI-60 umożliwiają odkrywanie leków na guzy mózgu. Komórki U87MG reprezentują glejaka wielopostaciowego, najbardziej agresywny nowotwór złośliwy mózgu. Podpanel raka nerki obejmuje różne modele raka jasnokomórkowego i brodawkowatego, podczas gdy linie komórkowe czerniaka obejmują różne statusy mutacji BRAF wpływające na odpowiedź na terapię celowaną.

Przełożenie z NCI-60 na wyniki kliniczne

Ostateczna wartość prognoz opartych na NCI-60 zależy od korelacji z wynikami klinicznymi u pacjentów. Retrospektywne analizy porównujące wrażliwość NCI-60 na leki z wynikami badań klinicznych wykazują zmienną zgodność w zależności od typu nowotworu, mechanizmu działania leku i klinicznych punktów końcowych. Najsilniejsze korelacje pojawiają się w przypadku leków celowanych, w których biomarkery molekularne są zgodne z mechanizmami działania leku.

Modele ksenograftów pochodzących od pacjentów (PDX) zapewniają pośrednią walidację między liniami komórkowymi NCI-60 a wynikami klinicznymi. Wrażliwość na leki w modelach PDX silniej koreluje z odpowiedzią kliniczną niż same dane z linii komórkowych, co sugeruje, że walidacja PDX biomarkerów pochodzących z NCI-60 poprawia dokładność prognoz klinicznych. To etapowe podejście do walidacji optymalizuje procesy rozwoju biomarkerów.

Optymalizacja podłoża hodowlanego wspiera utrzymanie linii komórkowej NCI-60. Pożywka RPMI 1640 zapewnia standardowe warunki hodowli dla większości linii komórkowych NCI-60, podczas gdy określone linie wymagają DMEM lub preparatów uzupełniających. Freeze Medium CM-1 umożliwia przechowywanie scharakteryzowanych zapasów linii komórkowych, zapewniając powtarzalność eksperymentów.

Ograniczenia i podejścia uzupełniające

Chociaż panel NCI-60 zapewnia nieocenione narzędzia do odkrywania leków, należy pamiętać o jego nieodłącznych ograniczeniach. Długotrwała hodowla dostosowuje linie komórkowe do warunków in vitro, potencjalnie odbiegających od pierwotnych cech guza. Panel niedostatecznie reprezentuje niektóre typy nowotworów i brakuje w nim modeli dla niektórych ważnych podtypów molekularnych. Ponadto, warunki hodowli jednowarstwowej nie oddają trójwymiarowej architektury guza i wpływu mikrośrodowiska.

Komplementarne podejścia uwzględniają ograniczenia NCI-60. Organoidy pochodzące od pacjentów zachowują większą wierność oryginalnym guzom i umożliwiają spersonalizowane testowanie leków. Systemy współhodowli zawierające komórki zrębu i komórki odpornościowe modelują mikrośrodowisko nieobecne w monokulturze. Rozszerzone panele linii komórkowych (Cancer Cell Line Encyclopedia, GDSC) zapewniają szersze pokrycie typów nowotworów i podtypów molekularnych.

Zapewnienie jakości gwarantuje wiarygodność badań opartych na NCI-60. Uwierzytelnianie linii komórkowych poprzez profilowanie STR potwierdza tożsamość linii komórkowej, rozwiązując udokumentowany problem zanieczyszczenia krzyżowego w kolekcjach linii komórkowych. Testy na obecność mykoplazmy zapobiegają wpływowi zakażenia mykoplazmą na pomiary wrażliwości na leki. Te środki jakości są niezbędne do generowania powtarzalnych danych nadających się do tłumaczenia klinicznego.

Wnioski

Panel NCI-60 pozostaje kamieniem węgielnym dla odkrywania leków przeciwnowotworowych i rozwoju biomarkerów. Integracja kompleksowego profilowania molekularnego z obszernymi danymi dotyczącymi wrażliwości na leki umożliwia badania mechanizmu działania, identyfikację biomarkerów i rozwój modeli predykcyjnych. Uznając ograniczenia związane z modelami linii komórkowych, panel NCI-60 nadal generuje klinicznie potwierdzone spostrzeżenia, które poprawiają dobór pacjentów do terapii przeciwnowotworowych i kierują racjonalnymi strategiami opracowywania leków.