瑞典林雪平大学开发的模型可以预测化疗期间对患者血液状况和骨髓产生严重不良影响的风险。这项研究可能使使用遗传分析来识别具有高副作用可能性的患者成为可能。该研究已发表在《npj系统生物学与应用》上。
在癌症治疗期间，通常很难在摆脱尽可能多的肿瘤细胞之间取得平衡，同时又不会引起严重的副作用。
肿瘤细胞的共同特征之一是它们以不受控制的方式快速生长。因此，用于治疗癌症的化学疗法药物被设计用来杀死快速生长的细胞。但是这种治疗方法也杀死了迅速生长的正常细胞。较敏感的组织之一是骨髓，其中各种类型的血细胞迅速形成。接受吉西他滨和卡铂药物联合治疗的肺癌患者中，约有25%在标准治疗期间会危及生命的骨髓副作用。在许多情况下，必须停止治疗。
我们知道，遗传因素在个体对这些治疗的反应中起作用。许多基因之间可能涉及复杂的相互作用。因此，进行这项研究的科学家们调查了是否存在遗传特征，可用于鉴定治疗中出现严重副作用的高风险患者。这将使他们从一开始就更准确地适应个体的治疗：对副作用风险低的患者可以给予更高的剂量，对癌症的影响更大，而对风险最高的患者可以给予另一种治疗。
这项研究发表在npj Systems Biology and Applications中，是药物遗传学和生物信息学研究人员之间的合作。他们确定了接受吉西他滨/卡铂治疗的96例非小细胞肺癌患者的完整DNA序列。以这种方式对整个基因组进行测序可提供有关数百万种可能令人感兴趣的遗传变异的信息。研究人员希望了解他们是否可以在大量数据中找到与治疗对不同患者骨髓的毒性程度相关的基因功能组。
研究人员首先确定了一个由215个紧密相连的基因组成的网络。在以前的研究中，该网络特别丰富了与这些药物相关的基因。下一步是将基因网络中的遗传变异数量减少到最终模型中包含的62个。研究人员证明，该模型可用于将患者分为两组，发生严重副作用的可能性较高或较低。
“所涉及的基因与细胞分裂有关，特别是在骨髓中，这一点非常有趣。我们不仅设法预测了患者的副作用，而且还表明该模型具有生物学相关性，”该HenrikGeen教授说道。
该预测模型必须在进一步研究中进行测试，然后才能在临床中使用。越来越多的先进的遗传分析方法被引入瑞典医疗体系，从长远来看，有可能在同时分析许多基因的基础上引入这种方法。
“我们要努力在翻译生物信息学中建立标准，并表明可以在几种医疗情况下使用相同类型的方法。这里的患者材料可能很小，但是我们甚至证明了这种方法可以用来预测患者副作用的严重程度。”
