Multi-Omics Profiling and CRISPR Dependency Screening Identify WEE1 Inhibition and Rational BET Inhibitor Combinations as a Therapeutic Strategy for Triple-Negative Breast Cancer
Sebbene l'integrazione multi-omica e la previsione dei farmaci guidata dall'IA abbiano inizialmente evidenziato un asse IGF1R/PIK3CA/BET come bersaglio terapeutico per il carcinoma mammario triplo negativo, lo screening successivo della dipendenza tramite CRISPR e la validazione clinica hanno smentito tali nodi, rivelando l'inibizione di WEE1 e la combinazione di Mitoxantrone con inibitori di BET come la strategia terapeutica superiore e funzionalmente validata.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Il tumore al seno non è una malattia singola, ma una collezione di molte condizioni diverse che per caso condividono lo stesso nome. Tra queste, il tumore al seno triplo negativo è il più aggressivo e difficile da trattare. Viene chiamato "triplo negativo" perché le cellule tumorali mancano di tre proteine specifiche che i medici solitamente prendono di mira con i farmaci: i recettori dell'estrogeno, i recettori del progesterone e una proteina chiamata HER2. Senza questi bersagli, le terapie ormonali standard che funzionano per altri tipi di tumore al seno sono inutili. Per decenni, l'unica opzione è stata la chemioterapia, che attacca tutte le cellule che si dividono rapidamente, ma spesso fallisce nel impedire al tumore di tornare. Poiché le cellule in questa malattia sono così varie da un paziente all'altro, trovare un nuovo modo preciso per ucciderle è stata una sfida importante per gli scienziati.
Per risolvere questo problema, i ricercatori hanno recentemente provato un nuovo approccio che combina enormi quantità di dati biologici con la modellazione computerizzata. Hanno raccolto quattro diversi tipi di informazioni da 186 pazienti con questo tumore aggressivo: come i geni vengono accesi o spenti, i tag chimici sul DNA che controllano l'attività genica, le variazioni nel numero di copie dei geni e mutazioni specifiche nel codice genetico. Intrecciando questi quattro strati di informazioni, il team ha utilizzato un metodo chiamato Similarity Network Fusion per raggruppare i pazienti in otto distinti cluster molecolari. Pensate a questo come al raggruppamento di un sacchetto misto di biglie non solo per colore, ma anche per peso, consistenza e struttura interna tutto in una volta, rivelando schemi che un singolo sguardo farebbe sfuggire. L'obiettivo era trovare una debolezza comune condivisa da tutti questi diversi gruppi, un singolo punto di fallimento che potesse essere preso di mira con un farmaco.
L'analisi al computer ha previsto che una specifica catena di eventi all'interno delle cellule tumorali fosse la chiave della vulnerabilità. Questa catena iniziava con un segnale di crescita, passava attraverso una via di sopravvivenza e terminava con un meccanismo che controlla come i geni vengono letti. Sulla base di questa previsione, i ricercatori hanno identificato cinque farmaci che avrebbero dovuto funzionare contro tutti i gruppi di pazienti. Questi includevano farmaci che bloccano il segnale di crescita iniziale, farmaci che danneggiano il DNA e farmaci che interrompono la lettura delle istruzioni genetiche. Il computer suggeriva che il tumore dipendesse fortemente da questa intera catena, rendendola un bersaglio perfetto per la terapia.
Tuttovia, quando i ricercatori hanno testato queste previsioni contro dati del mondo reale ed esperimenti biologici, la storia è cambiata drasticamente. Hanno prima esaminato un grande gruppo indipendente di 320 pazienti per vedere se i geni coinvolti in quella catena prevista fossero effettivamente importanti per la sopravvivenza. I risultati hanno mostrato che, sebbene una parte della catena fosse legata al tempo necessario affinché il tumore tornasse, essa non influenzava la sopravvivenza dei pazienti. Ancora più importante, quando hanno testato le cellule tumorali in laboratorio utilizzando uno potente strumento di editing genico per vedere quali geni fossero assolutamente necessari per la sopravvivenza delle cellule, la catena prevista è fallita completamente. I geni che il computer aveva indicato come i bersagli più importanti non erano affatto essenziali; le cellule tumorali potevano vivere perfettamente bene anche senza di essi.
Invece della catena prevista, gli esperimenti hanno rivelato un gene completamente diverso senza il quale il tumore non poteva sopravvivere. Questo gene, chiamato WEE1, agisce come un freno di sicurezza che impedisce alle cellule di dividersi finché non hanno riparato qualsiasi danno al loro DNA. I ricercatori hanno scoperto che ogni singola una delle 15 linee cellulari tumorali testate dipendeva interamente da questo freno di sicurezza. Se rimuovevano WEE1, le cellule morivano. Questa dipendenza era ancora più forte rispetto al bisogno di altri bersagli ben noti. Lo studio suggerisce che la previsione iniziale del computer, pur essendo matematicamente coerente, abbia mancato la vera realtà biologica. Il tumore non faceva affidamento sui segnali di crescita evidenziati dal computer, ma era invece intrappolato dal proprio bisogno di riparare il danno al DNA.
I ricercatori hanno anche cercato il modo migliore per combinare i farmaci per uccidere il tumore. Hanno scoperto che mescolare un farmaco che danneggia il DNA con un farmaco che blocca la lettura delle istruzioni genetiche creava un effetto potente. Quando la lettura genetica veniva bloccata, le cellule tumorali perdevano la capacità di riparare il danno causato dall'altro farmaco, portando alla loro distruzione. Questa combinazione funzionava molto meglio dell'uso di uno solo dei due farmaci. Lo studio conclude che la strada da seguire per trattare questo difficile tumore non deve concentrarsi sui segnali di crescita identificati originariamente dal computer. Invece, la strategia più promettente è disabilitare il freno di sicurezza della riparazione del DNA e combinare questo con trattamenti che danneggiano il DNA, un approccio che i dati supportano fortemente come una via percorribile per il trattamento futuro.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.