凯斯综合癌症中心凯斯西储大学医学院的研究人员开发了一种计算机程序，用于为旧药物寻找新用途。该计算机程序名为DrugPredict，它将FDA批准药物的现有数据与疾病相匹配，并预测潜在的药物疗效。在最近发表在《Oncogene》杂志上的一项研究中，研究人员成功地将DrugPredict结果转化为实验室应用，证明常见的止痛药物——如阿司匹林——可以杀死患者来源的上皮性卵巢癌细胞。
在这项新研究中，DrugPredict建议非甾体抗炎药（NSAIDs）可能对上皮性卵巢癌有应用价值。研究人员将实验室中生长的患者来源上皮性卵巢癌细胞暴露于一种特定的NSAID——吲哚美辛，并证实了DrugPredict的发现。吲哚美辛杀死了耐药和敏感的上皮性卵巢癌细胞。有趣的是，顺铂耐药的上皮性卵巢癌细胞对吲哚美辛最为敏感。当研究人员在实验中加入化疗药物时，癌细胞死亡速度更快。这些发现可能代表了上皮性卵巢癌新治疗方案的第一步。
上皮性卵巢癌是女性癌症死亡的第五大原因，在美国每年导致约14,000名女性死亡。现有疗法仅取得中等程度的成功，超过70%的女性在诊断后五年内死亡。据作者称，开发新的卵巢癌药物的部分挑战在于临床试验成本不断上升和药物开发时间线漫长。像DrugPredict这样的程序可以将FDA批准的药物"重新定位"用于新的适应症——这是一种更有效的策略。
"传统的药物发现过程平均需要14年和数十亿美元的投资，才能将一种主要抗癌药物从实验室过渡到临床应用，"凯斯西储大学医学院研究助理、该研究的第一作者Anil Belur Nagaraj博士说。"药物重新定位显著缩短了药物发现中的漫长滞后期，也降低了相关成本。"
DrugPredict由ThinTek, LLC的共同第一作者QuanQiu Wang和凯斯西储大学医学院人口与定量健康科学系生物医学信息学副教授、共同资深作者Rong Xu博士开发。该程序通过连接计算机生成的药物特征——包括作用机制、临床疗效和副作用——与关于分子如何与特定疾病（如卵巢癌）中的人类蛋白质相互作用的信息来工作。
DrugPredict搜索FDA批准的药物、化学物质和其他天然化合物的数据库。它找到与疾病对抗机制相关的特性。这些包括可观察的特征——表型——以及可能影响药物疗效的遗传因素。研究人员可以与Xu合作，将疾病输入DrugPredict，并获得一份药物——或潜在药物——输出列表，这些药物的分子特征与对抗疾病的策略相关。
"对于任何给定的疾病，DrugPredict在短短几分钟内同时对超过50万种化学物质进行基于靶点和表型的筛选，"Xu说。
在《Oncogene》研究中，DrugPredict生成了一份包含6,996种可能治疗上皮性卵巢癌的化学物质的优先列表。列表顶部是15种已获FDA批准用于治疗该癌症的药物，这有助于验证DrugPredict方法。在列表上的其他FDA批准药物中，NSAIDs的排名明显高于其他药物类别。研究人员将DrugPredict结果与关于NSAIDs和癌症的轶事证据结合起来，然后在实验室实验中确认DrugPredict结果。
该程序可以帮助识别迫切需要新治疗选择的疾病——如上皮性卵巢癌——的安全替代方案。"与传统药物开发相比，药物重新定位的主要优势在于它从具有明确特征的药理学和安全性的化合物开始。这显著降低了临床试验中不良反应和失败的风险，"Xu说。
"通过结合我在卵巢癌生物学方面的实验室专业知识和Xu博士在生物信息学方面的专业知识，我们能够发现一种潜在的新型药物方法来治疗卵巢癌，"凯斯西储大学医学院凯斯综合癌症中心卵巢癌研究的Norma C.和Albert I. Geller指定教授、助理教授、共同资深作者Analisa DiFeo博士说。Nagaraj表示："目前在卵巢癌临床试验中没有针对癌症干细胞的药物正在评估。我们的结果为在卵巢癌临床试验中测试吲哚美辛等NSAIDs作为新型药物提供了理论依据。"
DiFeo计划在一期临床试验中测试吲哚美辛在患者肿瘤中特异性靶向卵巢癌干细胞的能力。她将与大学医院Seidman癌症中心妇科肿瘤科主任、凯斯西储大学医学院妇产科教授Steven Waggoner博士合作进行该试验。
本研究得到了Norma C.和Albert I. Geller通过凯斯综合癌症中心妇科癌症转化研究项目的支持，以及来自Mary Kay基金会、美国国立卫生研究院Eunice Kennedy Shriver国家儿童健康与人类发展研究所的NIH主任新创新者奖、国家癌症研究所奖和青年科学家基金会的资助。该研究还得到了凯斯综合癌症中心的无胸腺动物和异种移植核心设施以及细胞计量和成像显微镜核心设施的支持。
【全文结束】
