本文发表于《Phytomedicine》期刊,2022年第96卷,文章编号153831,由Tu-Liang Liang、Run-Ze Li、Chu-Tian Mai等作者共同完成,主要研究机构为澳门科技大学的Dr. Neher’s Biophysics Laboratory for Innovative Drug Discovery。文章的主要研究领域为肺癌的代谢组学研究,旨在建立一个用于评估肿瘤代谢和药物疗效的体内肺癌模型开发平台。
肺癌是全球癌症死亡的主要原因之一,尽管近年来精准治疗(如靶向治疗和免疫治疗)显著改善了患者的预后,但早期肺癌的诊断仍然面临巨大挑战。代谢组学技术通过分析细胞代谢过程的信息,能够有效评估肿瘤的进展、生理功能及药物反应。在前期研究中,作者利用机器学习方法成功识别了早期肺癌诊断的显著代谢标志物,但缺乏一个用于体内肿瘤代谢研究的平台。因此,本研究旨在建立一个综合评估平台,用于研究肿瘤代谢特征和抗肺癌药物的疗效。
研究首先确定了小鼠胸部肿瘤细胞接种的最佳位置,建立了非创伤性原位肺癌小鼠模型,并利用微型计算机断层扫描(micro-CT)监测肺部肿瘤的生长。研究使用了两种药物——Proscillaridin A(P.A)和顺铂(Cisplatin, CDDP)——来验证平台的抗肺癌效果。通过超高效液相色谱-串联质谱(UPLC-MS/MS)技术,选择了五种临床有效的生物标志物(脯氨酸、L-犬尿氨酸、精胺、牛磺酸和棕榈酰-L-肉碱)作为评估指标,以筛选适合临床代谢组学研究的肺癌小鼠模型。
本研究首次通过比较不同肺癌小鼠模型的血浆代谢表型,模拟了临床代谢组学,发现原位模型最适合用于肿瘤代谢研究。此外,抗肿瘤药物的疗效在平台中得到了验证。该平台能够很好地匹配临床实际,为未来的肺癌诊断和药物评估提供了更精确的证据。
研究还探讨了不同肺癌小鼠模型的代谢差异,发现原位和转移性模型更符合临床实际情况,而皮下模型和KRAS转基因模型在代谢研究中存在局限性。此外,研究还验证了P.A和CDDP在不同模型中的抗肿瘤效果,为未来的药物开发提供了重要参考。
总之,本研究为肺癌的代谢组学研究和药物开发提供了一个强有力的工具,具有重要的科学和应用价值。