Одна из главных проблем в лечении рака — устойчивость опухолевых клеток к лекарствам. Обычно ученые ищут новые мишени для препаратов, но это часто приводит к еще большей сопротивляемости. Исследователи из KAIST предложили другой подход: они создали алгоритм, который предсказывает, какие гены, связанные с обменом веществ, можно «отключить», чтобы вернуть раковым клеткам чувствительность к терапии. Метод может помочь не только в онкологии, но и при лечении диабета и других болезней.

Результаты опубликованы в издании Proceedings of the National Academy of Sciences.

KAIST сообщил, что команда профессоров Хюн Ук Кима и Юсика Кима разработала компьютерную модель, предсказывающую ключевые гены, влияющие на метаболизм устойчивых клеток рака груди. Ученые сосредоточились на изменениях в обмене веществ — это важный фактор развития резистентности.

Сначала они построили модели метаболических сетей для двух типов устойчивых клеток MCF7: одни не реагировали на доксорубицин, другие — на паклитаксел. Затем с помощью компьютерного моделирования «отключали» разные гены и смотрели, как это повлияет на чувствительность к лекарствам.

Метаболическая сеть — это схема всех химических реакций в клетке, которые превращают одни вещества в другие (например, глюкозу в энергию). Если представить клетку как фабрику, то метаболическая сеть — это чертеж ее конвейеров.

Оказалось, что подавление некоторых генов действительно делает клетки уязвимыми. Например:

• GOT1 — для клеток, устойчивых к доксорубицину,
• GPI — для резистентных к паклитакселу,
• SLC1A5 — общая мишень для обоих препаратов.

Эксперименты подтвердили: если блокировать белки, которые кодируют эти гены, раковые клетки снова начинают реагировать на терапию. Более того, эффект повторился и в других линиях рака груди.

Обмен веществ играет ключевую роль не только в раке, но и в других сложных заболеваниях, — говорит профессор Юсик Ким. — Наша технология поможет находить новые способы лечения там, где их пока нет.

Главное — мы смогли точно предсказать мишени, используя лишь компьютерные расчеты и минимум экспериментов, — добавляет Хюн Ук Ким. — Этот метод можно применять и для других видов рака, и для метаболических нарушений.

Метод может сократить время и стоимость разработки терапий против устойчивых форм рака. Вместо долгого перебора мишеней алгоритм сразу предлагает варианты. Если подход масштабировать, он поможет:

• Персонализировать лечение — подбирать мишени под конкретный тип резистентности,
• Снизить токсичность — точечное воздействие на метаболизм может быть мягче, чем стандартная химиотерапия,
• Расширить арсенал — особенно для пациентов, у которых исчерпаны варианты лечения.

Модель тестировали только на клеточных линиях рака груди in vitro. Пока неясно, как она поведет себя в организме, где включаются иммунные и гормональные факторы. Кроме того, метаболизм опухоли может меняться со временем — не факт, что «отключение» гена даст долгосрочный эффект.

Ранее ученые назвали пять типов опухолей и их реакцию на иммунотерапию.