预测的风险严重的化疗副作用的

血液上的严重副作用的风险状况和骨髓的患者在化疗期间可以预测的模型林雪平大学瑞典。这项研究可能能够使用遗传分析来确定患者的高概率的副作用。这项研究已经发表在npj系统生物学和应用程序。

通常很难实现在癌症治疗之间的平衡消除尽可能多的肿瘤细胞,同时又不造成严重的副作用。

肿瘤细胞的共同属性之一是他们快速增长,以难以控制的方式。用于治疗癌症的化疗药物对这个原因是为了杀死细胞快速增长。但治疗也会杀死正常细胞,快速增长。更敏感的组织之一是骨髓,在各种类型的血细胞形成速度迅速。大约有25%的肺癌患者接受联合治疗的药物吉西他滨和卡铂经验威胁生命的副作用骨髓在标准治疗。在许多情况下,必须停止治疗。

我们知道,遗传因素在个体的反应中发挥作用,这些治疗方法。许多基因可能参与之间的复杂交互作用。的科学家进行的研究因此,调查是否存在基因签名,可以用来识别高风险的病人经历严重的副作用的治疗。这将使他们能够治疗适应个人从一开始就更准确:那些低风险的副作用可以给更高的剂量,对癌症与更强的影响,而那些风险最高可以给另一个治疗。

该研究发表在npj系统生物学和应用程序,是一个药物遗传学和生物信息学的研究人员之间的协作。他们决定的完整DNA序列96非小细胞肺癌患者接受吉西他滨/卡铂。整个基因组的测序以这种方式提供了数以百万计的遗传变异信息,可能是有趣的。研究人员想知道他们是否能找到在这个大量的数据功能组的基因毒性的程度有关,治疗病人的骨髓不同。

研究人员在第一步确定的215个基因网络彼此紧密相连。这个网络是特别丰富的基因,与先前的研究这些药物有关。下一步是减少遗传变异的基因网络的62都包括在最终的模型。研究人员表明,模型可用于分类患者分成两组,高或低的概率出现严重的副作用。

“这是非常有趣的,基因与细胞分裂相关联,特别是在骨髓。我们不仅成功预测病人的副作用,但也表明,该模型是生物相关”,亨里克说绿色,生物医学和临床科学系的教授,林雪平大学。

预测模型之前,必须进行进一步的研究可以应用于临床。日益先进的遗传分析方法被引入到瑞典的医疗保健系统,这使得它有可能在长期内引入这种类型的方法,建立在许多基因在同一时间的分析。

“我们要努力建立一个标准在转化生物信息学,并表明,同样的方法可以应用在一些医疗的情况。病人材料在这里似乎很小,但我们甚至已经表明,这种方法可以用来预测对病人的严重程度的副作用”,米卡Gustafsson说物理学系高级讲师,林雪平大学化学和生物,一起Henrik绿色,这项研究的领导者。

参考:比约恩·N, Badam电视、Spalinskas R, et al。全基因组测序和基因网络模块预测吉西他滨/ carboplatin-induced myelosuppression在非小细胞肺癌患者。npj系统生物学和应用程序。2020;6 (1):1 - 15。doi:10.1038 / s41540 - 020 - 00146 - 6

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。