NCI-60 Panel in Predicting Clinical Drug Response

แผง NCI-60 ในการทำนายการตอบสนองต่อยาทางคลินิก

แผงเซลล์มะเร็งชนิด NCI-60 ซึ่งเป็นเซลล์มะเร็งของมนุษย์ เป็นหนึ่งในชุดเซลล์มะเร็งที่มีการศึกษาอย่างละเอียดที่สุดในการวิจัยทางชีวการแพทย์พัฒนาโดยสถาบันมะเร็งแห่งชาติในช่วงปลายทศวรรษ 1980 แผงนี้ประกอบด้วยสายเซลล์ 60 สายที่มาจากเนื้องอก 9 ชนิดที่แตกต่างกัน ให้แพลตฟอร์มมาตรฐานสำหรับการคัดกรองยาต้านมะเร็งและการศึกษาวิถีการออกฤทธิ์ การวิเคราะห์ระดับโมเลกุลที่ครอบคลุมของสายเซลล์ NCI-60 ร่วมกับข้อมูลความไวต่อยาที่ครอบคลุมสารประกอบกว่า 100,000 ชนิด ช่วยให้สามารถสร้างแบบจำลองการทำนายการตอบสนองต่อยาในทางคลินิกและระบุตัวบ่งชี้ทางชีวภาพที่ช่วยในการคัดเลือกผู้ป่วย

ประเด็นสำคัญ

• แผง NCI-60 ประกอบด้วยเซลล์ไลน์ 60 ชนิดจากมะเร็ง 9 ชนิด ซึ่งช่วยให้สามารถคัดกรองความไวต่อยาได้ครอบคลุมหลากหลายชนิด
• การบูรณาการข้อมูลจีโนมิกส์, ทรานสคริปโตมิกส์, และโปรตีโอมิกส์กับการตอบสนองต่อยาช่วยในการค้นพบไบโอมาร์คเกอร์
• อัลกอริทึม COMPARE ระบุสารประกอบที่มีกลไกคล้ายกันโดยอิงจากรูปแบบการตอบสนองของ NCI-60
• แบบจำลองการเรียนรู้ของเครื่องที่ได้รับการฝึกฝนจากข้อมูล NCI-60 ทำนายผลลัพธ์ของการทดลองทางคลินิกได้ด้วยความแม่นยำที่เพิ่มขึ้น
• ความไวต่อยาของ NCI-60 มีความสัมพันธ์กับการตอบสนองของเนื้องอกที่ปลูกถ่ายจากผู้ป่วยและผลลัพธ์ทางคลินิกในบริบทเฉพาะ

องค์ประกอบและการวิเคราะห์ลักษณะของแผง NCI-60

แผง NCI-60 ประกอบด้วยเซลล์มะเร็งมนุษย์ 60 สายพันธุ์ ซึ่งมาจากแหล่งกำเนิดเนื้อเยื่อ 9 ชนิด ได้แก่ มะเร็งปอด (ชนิดไม่ใช่เซลล์เล็ก), ลำไส้ใหญ่, เต้านม, รังไข่, มะเร็งเม็ดเลือดขาว, ไต, เมลาโนมา, ระบบประสาทส่วนกลาง (CNS) และต่อมลูกหมาก แต่ละแผงย่อยของเนื้อเยื่อประกอบด้วยหลายสายพันธุ์เซลล์ที่สะท้อนถึงความหลากหลายทางพันธุกรรมและลักษณะทางฟีโนไทป์ภายในมะเร็งชนิดนั้นๆ ความหลากหลายนี้ช่วยให้สามารถระบุความไวต่อยาเฉพาะเนื้อเยื่อและตัวบ่งชี้ทางชีวภาพที่ข้ามชนิดของเนื้องอกได้

การวิเคราะห์เชิงโมเลกุลอย่างครอบคลุมของชุดข้อมูล NCI-60 ประกอบด้วยการหาลำดับพันธุกรรมทั้งหมด (whole-exome sequencing), การหาลำดับพันธุกรรมของ RNA (RNA sequencing), การวิเคราะห์การเมทิลเลชันของ DNA (DNA methylation arrays), การวิเคราะห์โปรไฟล์ไมโครอาร์เอ็นเอ (microRNA profiling), และการวิเคราะห์โปรไฟล์โปรตีนแบบย้อนกลับ (reverse-phase protein arrays, RPPA) ชุดข้อมูลหลายมิติเชิงโมเลกุลนี้สามารถเข้าถึงได้สาธารณะผ่านฐานข้อมูลของ NCI ซึ่งช่วยให้สามารถผสานข้อมูลเชิงโมเลกุลกับข้อมูลการตอบสนองต่อยาได้ ฐานข้อมูล CellMiner ให้การเข้าถึงข้อมูลเชิงโมเลกุลและเภสัชวิทยาของ NCI-60 อย่างเป็นมิตรกับผู้ใช้ ซึ่งช่วยส่งเสริมการค้นหาตัวบ่งชี้ทางชีวภาพ

กลุ่มย่อยของมะเร็งปอดภายใน NCI-60 ประกอบด้วยชนิดย่อยทางจุลกายวิภาคที่หลากหลายและพื้นหลังทางพันธุกรรมที่แตกต่างกันเซลล์ NCI-H460เป็นตัวแทนของมะเร็งปอดชนิดเซลล์ขนาดใหญ่ที่มีการกลายพันธุ์ของ KRASในขณะที่เซลล์ NCI-H1299ให้แบบจำลองของมะเร็งต่อมน้ำเหลืองชนิด p53-nullเซลล์ NCI-H23และเซลล์ NCI-H522ช่วยเสริมการเป็นตัวแทนของมะเร็งต่อมน้ำเหลืองเพิ่มเติมด้วยโปรไฟล์การกลายพันธุ์ที่แตกต่างกัน

เปรียบเทียบอัลกอริทึมสำหรับการศึกษาเชิงกลไกการออกฤทธิ์

อัลกอริทึม COMPARE เป็นเครื่องมือการคำนวณพื้นฐานสำหรับการวิเคราะห์รูปแบบความไวต่อยาของ NCI-60 โดยการเชื่อมโยงโปรไฟล์การยับยั้งการเจริญเติบโตของสารทดสอบในทุก 60 สายพันธุ์กับโปรไฟล์ของสารที่มีกลไกการทำงานที่ทราบแล้ว COMPARE สามารถระบุกลไกการทำงานที่เป็นไปได้สำหรับสารใหม่ได้ ค่าสัมประสิทธิ์สหสัมพันธ์ที่สูงบ่งชี้ถึงเป้าหมายหรือเส้นทางร่วมกันระหว่างสารทดสอบและสารอ้างอิง

การวิเคราะห์แบบ COMPARE ได้ระบุกลไกของสารต้านมะเร็งจำนวนมากที่ประสบความสำเร็จและได้รับการยืนยันผ่านการศึกษาระดับชีวเคมี อัลกอริทึมนี้สามารถแยกแยะสารประกอบที่มุ่งเป้าไปที่การสังเคราะห์ DNA ไมโครทูบูล โทโพไอโซเมอเรส และไคเนส โดยอิงจากลักษณะการตอบสนองเฉพาะของ NCI-60 วิธีการเชิงคำนวณนี้ช่วยเร่งการอธิบายกลไกของสารประกอบที่พบจากการคัดกรองเชิงฟีโนไทป์

กลุ่มย่อยของมะเร็งลำไส้ใหญ่ NCI-60 แสดงรูปแบบการตอบสนองต่อยาที่แตกต่างกันอย่างชัดเจนเซลล์ HCT116แสดงความไม่เสถียรของไมโครแซทเทลไลท์และตอบสนองต่อสารทำลายดีเอ็นเออย่างแข็งแกร่งเซลล์ HCT-15ให้แบบจำลอง MSI เพิ่มเติมในขณะที่เซลล์ Caco-2ช่วยให้สามารถศึกษาการดูดซึมในลำไส้ ซึ่งเสริมการประยุกต์ใช้การคัดกรองยาเซลล์ SW620เป็นตัวแทนของมะเร็งลำไส้ใหญ่ระยะแพร่กระจายที่มีโปรไฟล์ความไวต่อยาที่แตกต่างกัน

ตัวบ่งชี้ทางพันธุกรรมที่คาดการณ์การตอบสนองต่อยา

การผสานข้อมูลจีโนมกับความไวต่อยาของ NCI-60 ช่วยให้สามารถระบุปัจจัยทางพันธุกรรมที่กำหนดการตอบสนองต่อยาได้ การวิเคราะห์ความสัมพันธ์ระหว่างการกลายพันธุ์ของยีน การเปลี่ยนแปลงจำนวนสำเนา หรือการระดับการแสดงออกของยีนกับกิจกรรมของสารประกอบสามารถระบุตัวบ่งชี้ทางชีวภาพที่เป็นไปได้สำหรับการตรวจสอบทางคลินิกได้ วิธีการนี้ได้สร้างสมมติฐานมากมายซึ่งได้รับการทดสอบในภายหลังผ่านการทดลองทางคลินิก

สถานะการกลายพันธุ์ของ KRAS เป็นตัวอย่างของตัวบ่งชี้ทางพันธุกรรมที่ได้รับการยืนยันความถูกต้องทั้งในชุดทดสอบ NCI-60 และในบริบททางคลินิก สายเซลล์ที่มีการกลายพันธุ์ของ KRAS ในกลุ่มลำไส้ใหญ่และปอด แสดงให้เห็นถึงความไวที่ลดลงต่อตัวยับยั้ง EGFR ซึ่งสอดคล้องกับข้อสังเกตทางคลินิกในผู้ป่วย ความสอดคล้องนี้สนับสนุนคุณค่าการทำนายของตัวบ่งชี้ที่ได้จาก NCI-60 สำหรับการแบ่งกลุ่มผู้ป่วย

สายเซลล์มะเร็งเม็ดเลือดขาวภายใน NCI-60 เป็นแบบจำลองสำหรับการค้นคว้ายาสำหรับโรคมะเร็งเม็ดเลือดHL-60 เซลล์ช่วยในการวิจัยโรคมะเร็งเม็ดเลือดขาวชนิดเฉียบพลันแบบ promyelocytic ในขณะที่K562 เซลล์เป็นตัวแทนของโรคมะเร็งเม็ดเลือดขาวชนิดเรื้อรังแบบ myeloid ที่มี BCR-ABL-positiveเซลล์ Jurkatให้แบบจำลองของโรคมะเร็งเม็ดเลือดขาวชนิดเฉียบพลันของเซลล์ T ที่มีรูปแบบความไวต่อยาที่แตกต่างกันRPMI 8226 เซลล์ช่วยในการเป็นตัวแทนของโรคมะเร็งเม็ดเลือดขาวชนิด multiple myeloma ในกลุ่มนี้

แบบจำลองการเรียนรู้ของเครื่องสำหรับการทำนายการตอบสนอง

วิธีการเรียนรู้ของเครื่องสมัยใหม่ที่นำไปใช้กับข้อมูล NCI-60 สร้างแบบจำลองการทำนายที่มีความแม่นยำสูงกว่าวิธีการที่ใช้ตัวบ่งชี้ทางชีวภาพเพียงตัวเดียว การเรียนรู้ของเครื่องแบบป่าสุ่ม (Random forest), เครื่องจักรสนับสนุนเวกเตอร์ (Support vector machine), และอัลกอริทึมการเรียนรู้เชิงลึก (Deep learning) ที่ได้รับการฝึกอบรมบนคุณลักษณะทางโมเลกุลที่ผสานรวมกัน สามารถทำนายความไวต่อยาได้ด้วยความแม่นยำที่ได้รับการตรวจสอบข้ามกลุ่มตัวอย่างเกิน 80% สำหรับสารประกอบหลายชนิด แบบจำลองเหล่านี้สามารถจับความสัมพันธ์ที่ซับซ้อนระหว่างคุณลักษณะทางพันธุกรรมหลายประการที่มีส่วนร่วมต่อการตอบสนองต่อยา

การวิเคราะห์ความสำคัญของคุณลักษณะภายในแบบจำลองการเรียนรู้ของเครื่องช่วยระบุคุณลักษณะทางโมเลกุลที่ทำนายการตอบสนองต่อยาได้ดีที่สุด วิธีการนี้เผยให้เห็นคุณลักษณะที่คาดไว้ (การแสดงออกของเป้าหมาย, การกระตุ้นเส้นทาง) ควบคู่ไปกับตัวทำนายที่ไม่คาดคิดซึ่งสร้างสมมติฐานทางชีวภาพใหม่ การตรวจสอบความถูกต้องของการทดลองของคุณลักษณะที่ระบุโดยแบบจำลองได้ยืนยันปัจจัยกำหนดความไวต่อยาที่ไม่เคยทราบมาก่อนหลายประการ

สายพันธุ์เซลล์มะเร็งระบบประสาทส่วนกลาง (CNS) ภายใน NCI-60 ช่วยให้สามารถค้นพบยาสำหรับเนื้องอกในสมองได้เซลล์ U87MGเป็นตัวแทนของเนื้องอกในสมองชนิดกลิโอบลาสโตมา มัลติฟอร์ม ซึ่งเป็นมะเร็งสมองที่มีความรุนแรงมากที่สุด กลุ่มย่อยของมะเร็งไตประกอบด้วยแบบจำลองของมะเร็งเซลล์ใสและมะเร็งชนิดแพปิลลารีที่หลากหลาย ในขณะที่สายพันธุ์เซลล์เมลาโนมาครอบคลุมสถานะการกลายพันธุ์ของ BRAF ที่แตกต่างกันซึ่งมีผลต่อการตอบสนองต่อการรักษาแบบมุ่งเป้า

การแปลจาก NCI-60 ไปยังผลลัพธ์ทางคลินิก

คุณค่าสูงสุดของการทำนายโดยใช้ NCI-60 ขึ้นอยู่กับความสัมพันธ์กับผลลัพธ์ทางคลินิกในผู้ป่วย การวิเคราะห์ย้อนหลังที่เปรียบเทียบความไวต่อยาของ NCI-60 กับผลการทดลองทางคลินิกแสดงให้เห็นถึงความสอดคล้องที่แตกต่างกันไปขึ้นอยู่กับชนิดของมะเร็ง กลไกของยา และจุดสิ้นสุดทางคลินิก ความสัมพันธ์ที่แข็งแกร่งที่สุดพบในกรณีของยาที่มุ่งเป้าซึ่งมีตัวบ่งชี้ทางโมเลกุลที่สอดคล้องกับกลไกของยา

แบบจำลองเนื้องอกที่ปลูกถ่ายจากผู้ป่วย (Patient-derived xenograft หรือ PDX) ให้การตรวจสอบความถูกต้องในระดับกลางระหว่างสายพันธุ์เซลล์ NCI-60 กับผลลัพธ์ทางคลินิก ความไวต่อยาในแบบจำลอง PDX มีความสัมพันธ์กับการตอบสนองทางคลินิกมากกว่าข้อมูลจากสายพันธุ์เซลล์เพียงอย่างเดียว ซึ่งบ่งชี้ว่าการตรวจสอบความถูกต้องของ PDX สำหรับตัวบ่งชี้ทางชีวภาพที่ได้จาก NCI-60 ช่วยเพิ่มความแม่นยำในการทำนายทางคลินิก วิธีการตรวจสอบความถูกต้องแบบเป็นขั้นตอนนี้ช่วยเพิ่มประสิทธิภาพของกระบวนการพัฒนาตัวบ่งชี้ทางชีวภาพ

การปรับแต่งสื่อวัฒนธรรมช่วยสนับสนุนการบำรุงรักษาเซลล์ไลน์ NCI-60 อย่างมีประสิทธิภาพRPMI 1640 Mediumให้สภาวะการเพาะเลี้ยงมาตรฐานสำหรับเซลล์ไลน์ NCI-60 ส่วนใหญ่ ในขณะที่เซลล์ไลน์เฉพาะต้องการDMEMหรือสูตรเสริมสื่อแช่แข็ง CM-1ช่วยให้สามารถเก็บสต็อกเซลล์ไลน์ที่ได้รับการระบุลักษณะไว้ได้ ซึ่งช่วยให้การทดลองสามารถทำซ้ำได้

ข้อจำกัดและแนวทางเสริม

แม้ว่าชุดทดสอบ NCI-60 จะให้เครื่องมือที่มีคุณค่าอย่างยิ่งในการค้นคว้ายาใหม่ แต่ข้อจำกัดที่มีอยู่ก็ต้องได้รับการยอมรับ การเพาะเลี้ยงในระยะยาวทำให้เซลล์ไลน์ปรับตัวเข้ากับสภาพแวดล้อมในหลอดทดลอง ซึ่งอาจแตกต่างจากลักษณะของเนื้องอกต้นกำเนิดได้ ชุดทดสอบนี้ยังมีการแทนที่ชนิดของมะเร็งบางชนิดไม่เพียงพอ และไม่มีแบบจำลองสำหรับบางชนิดของมะเร็งที่มีลักษณะโมเลกุลที่สำคัญ นอกจากนี้ สภาพการเพาะเลี้ยงแบบชั้นเดียวไม่สามารถจำลองโครงสร้างของเนื้องอกในมิติสามมิติและอิทธิพลของสภาพแวดล้อมในเนื้องอกได้

แนวทางเสริมช่วยแก้ไขข้อจำกัดของ NCI-60 ออร์กาโนอยด์ที่ได้จากผู้ป่วยยังคงความเที่ยงตรงต่อเนื้องอกต้นฉบับได้ดีกว่าและเอื้อต่อการทดสอบยาแบบเฉพาะบุคคล ระบบเพาะเลี้ยงร่วมที่รวมเซลล์สโตรมาและเซลล์ภูมิคุ้มกันช่วยจำลองการมีส่วนร่วมของสิ่งแวดล้อมจุลภาคซึ่งขาดหายไปในการเพาะเลี้ยงแบบเดี่ยว แผงเซลล์ไลน์ที่ขยายขอบเขต (Cancer Cell Line Encyclopedia, GDSC) ให้ความครอบคลุมที่กว้างขึ้นของชนิดมะเร็งและชนิดย่อยทางโมเลกุล

การประกันคุณภาพช่วยให้การวิจัยที่ใช้ NCI-60 มีความน่าเชื่อถือการตรวจสอบสายพันธุ์เซลล์ผ่านการวิเคราะห์STR ช่วยยืนยันตัวตนของสายพันธุ์เซลล์ซึ่งช่วยแก้ไขปัญหาการปนเปื้อนข้ามสายพันธุ์ที่ได้รับการบันทึกไว้การทดสอบไมโคพลาสมาช่วยป้องกันการเกิดผลกระทบที่ไม่พึงประสงค์จากเชื้อไมโคพลาสมาต่อการวัดความไวต่อยา การวัดคุณภาพเหล่านี้มีความจำเป็นอย่างยิ่งสำหรับการสร้างข้อมูลที่สามารถทำซ้ำได้ซึ่งเหมาะสำหรับการนำไปใช้ในทางคลินิก

สรุป

แผง NCI-60 ยังคงเป็นแหล่งข้อมูลสำคัญสำหรับการค้นพบยาต้านมะเร็งและการพัฒนาตัวบ่งชี้ทางชีวภาพ การรวมข้อมูลการวิเคราะห์โมเลกุลอย่างครอบคลุมกับข้อมูลความไวต่อยาอย่างกว้างขวางช่วยให้สามารถศึกษาวิถีการออกฤทธิ์ ระบุตัวบ่งชี้ทางชีวภาพ และพัฒนาแบบจำลองการทำนายได้ แม้จะยอมรับข้อจำกัดที่มีอยู่ในแบบจำลองเซลล์ไลน์ แต่แผง NCI-60 ยังคงสร้างข้อมูลเชิงลึกที่ได้รับการตรวจสอบทางคลินิกซึ่งช่วยปรับปรุงการคัดเลือกผู้ป่วยสำหรับการรักษาด้วยยาต้านมะเร็งและชี้นำกลยุทธ์การพัฒนาตัวยาอย่างมีเหตุผล