耐药性评估的计算模型可以改善白血病和肺癌的治疗

一种新方法可以预测哪种药物最有效，从而改善慢性粒细胞白血病患者的治疗。这种方法也适用于可能产生耐药性的其他形式的癌症。目前，人们正在朝着更好、更个性化的疾病治疗迈出一步。

该研究“超越IC50——酶抑制治疗中药物耐药性的计算动态模型”发表在PLOS Computational Biology杂志上。

每年，约有 85 名瑞典人被诊断出患有血癌变体慢性粒细胞白血病。患有这种疾病的患者通常使用一种称为 ABL1 抑制剂的药物治疗，目前有五种不同的此类药物可供选择。

尽管在疾病早期给予治疗的患者几乎总是有反应，但约有 20% 的患者会产生耐药性。当出现这种情况时，患者会接受同一组的不同药物，希望新药物能够有效对抗耐药肿瘤细胞。

“耐药性的最常见原因是药物所要抑制的酶发生突变。但由于突变在患者之间有所不同，因此不同药物变体对不同患者最有效，这使得药物的选择成为一项艰巨的任务，”林奈大学化学教授 Ran Friedman 解释道。

新的参数以实现更好的评估

目前，对特定突变的抗药性的评估采用一种称为生长 IC50 的参数，即抑制肿瘤细胞生长 50% 所需的药物浓度的评估值。抗药性会导致 IC50升高，这意味着需要更高的剂量才能达到相同的效果。

新研究表明，补充 IC50额外参数可以更好地评估哪种药物变体对每个患者病例中的突变肿瘤细胞最有效。