冰山之下——超越突變基因，用系統生物學研究抗癌藥物

最新 06-29

冰山一角

20世紀末，細胞信號轉導通路領域突飛猛進，取得了全面的進展，這也成為了癌症靶向治療的基礎。在探索、積累這些細胞信號通路信息的過程中，科學家們付出了卓絕的努力，而為了把這些數目龐大的信息應用於臨床，他們同樣也付出了不懈努力。然而，其中絕大部分努力都以失敗告終，究其原因，可能是因為沒有充分認識到信號通路的繁冗和複雜性。

於是，21世紀初，在慢性髓系白血病和一些實體癌症類型中，藥物學和基因缺陷之間逐漸形成了一種簡單而直接的聯繫，而且這種基因缺陷很單一，它隻影響一種信號分子——激酶。

例如，2004年，美國Dana-Farber癌症研究院的Paez JG等發現，如果肺癌存在表皮生長因子受體（epidermal growth factor receptor，EGFR）基因突變，從而導致EGFR（一種酪氨酸激酶型受體）被激活，那麼使用EGFR激酶抑制劑吉非替尼(Gefitinib)就能抑制癌腫的生長；

2011年，加州大學洛杉磯分校的Ribas A等在回顧了BRAF靶向藥物的Ⅰ、Ⅱ、Ⅲ期試驗後總結道，如果黑色素瘤存在BRAF基因（編碼絲/蘇氨酸蛋白激酶——BRAF蛋白）突變，則BRAF靶向藥物就能對癌腫的生長起到抑制作用。「一種突變激酶，一種靶向藥物」——這種極具誘惑性的例子掀起了一波靶向藥物的「淘金」熱潮，在科學家們看來，這場藥物革命將最終取代化療和放療，成為癌症的一線治療方案，在此激勵下，他們前赴後繼地投身到這場「淘金潮」中來。這種例子的一個延伸是人表皮生長因子受體2（human epidermal growth factor receptor 2，HER2）抑制劑/單克隆抗體，它被用於HER2過表達的乳腺癌患者。

不幸的是，在對多種腫瘤類型進行了全面的基因分析後，作為「單一驅動因素」的致癌基因似乎只代表一種異常，而不是癌症「法則」的全部。而且，靶向治療的成功只是暫時的——在數周或數月內腫瘤就會複發，似乎對初始靶向藥物不再敏感而獲得了耐藥性。

儘管如此，希望還在。有新觀點認為，靶向藥物在臨床上的失敗無情地揭露了我們對所靶向細胞信號網路的特點存在巨大的知識鴻溝，即無與倫比的複雜性和難以撼動性。

要想前進，必須承認致癌基因突變只是冰山一角，並且要了解一些潛藏在水下的冰山部分，因為這對利用那些已經獲得了巨大發展且化學特性已經得到了充分分析的靶向藥物這一巨大寶庫是非常有必要的。

目前，科學家們主要通過仔細研究源自病人的腫瘤樣本和細胞系，用各種技術對其進行篩查來找出潛在的治療靶點，發展新的治療策略。2005年，美國國家癌症研究所和美國國家人類基因組研究所開啟了一項大型系統工程——癌症基因組圖譜計劃（The Cancer Genome Atlas，TCGA），其目的在於聯合全球科學家，找到所有癌症基因，從而為癌症檢測、治療以及預防提供新的方法，現在TCGA也正在將研究範圍拓寬到信號蛋白領域。

迄今為止，基因信息是應用得最廣泛、最成功的數據，以此為依據，腫瘤被劃分為了各種分子亞型，也出現了檢測致癌基因突變的各種手段。但這些靜態的、固定的數據只代表了露出水面的冰山部分，而這座冰山水下部分的數據則複雜得多，包括動態信息、網路生物學和細胞異質性，它們中的每一個都能影響腫瘤對治療的反應。

兩項研究的啟示

要想填補我們對信號網路複雜性認識的鴻溝、理順網路內的信號流與靶向藥物作用間的動態關係，系統生物學是一個合適的，或許還是唯一的策略。

系統生物學興起於世紀之交，在基因組學、蛋白質組學等學科大發展的基礎上得以誕生。顧名思義它探討的不是單一的某一個組學，而是將基因組學、蛋白組學、轉錄組學等「組學」整合起來的大科學，其目標就是要得到一個理想的模型，使其能反映出生物系統的真實性。

2013年，兩項發表於《科學?信號》上的論文表明，系統方法學是基因組學的有益補充：通過對基礎以及配體刺激下受體信號網路的活性進行多維統計學分析，一項研究總結出了乳腺癌細胞對靶向藥物的敏感性；另一項研究則構建了動態模型來預測靶向藥物的最佳組合。

哈佛醫學院的Niepel等通過建立統計學模型，將藥物反應和信號網路的狀態聯繫了起來。他們的方法是利用乳腺癌細胞系，在基線和數種生長因子和細胞因子存在的情況下，對蛋白質表達、各種受體酪氨酸激酶磷酸化的狀態以及信號分子進行量化分析。研究人員按照mRNA的表達對腫瘤進行了亞型的區分——HER2增強型、激素受體（hormone receptor，HR）陽性型、以及雌激素受體/孕酮受體/HER2陰性型（triple negative，TNBC），在此基礎上對總蛋白和磷酸化蛋白進行了量化。

所有這些數據綜合在一起就可以用來建立藥物敏感性的統計學模型，預測特定細胞系對藥物的反應。研究得出了兩個值得注意的結論：

肝細胞生長因子受體c-Met和成纖維細胞生長因子受體（?broblast growth factor receptor，FGFR）可以幫助劃分TNBC和HR陽性亞型；

預測HER2靶向藥物的敏感性應綜合考量HER2和HER3的丰度及活性，把它們融合為統一體去考慮而不是用「二元論」的眼光去看待，僅考慮HER2增強的狀態。這對臨床可能非常有用，因為用HER2信號的總體狀態預測HER2靶向治療的敏感性比僅用HER2增強狀態預測更優。

美國劍橋Merrimack醫藥公司的Kirouac等用系統藥理學的方法探討了預防HER2靶向治療失敗的可能性，他們利用此法尋找最佳的藥物組合方案——既可以提高初始治療效果，又能將後續的反饋調節對療效的負面影響降到最低。這項研究最核心的成就是建立了一個模型，將三個處於不同時間範疇的動態信息——受體激活、信號傳播、細胞表型聯繫了起來。

這個模型會追蹤配體與EGFR、HER2、HER3的結合，及隨後位於其下游的細胞外信號調節激酶（extracellular signal-regulated kinase，ERK）和AKT激酶的活性，而這一信號轉導通路決定了細胞是凋亡還是分裂，由此即可推斷出相應比率，從而反映出藥物療效。

模型的參數值取自一種代表性的HER2增強型乳腺癌細胞系（BT-474）。這種綜合的系統學方法產生了幾個非常有意思的現象。在異種移植了BT-474的荷瘤小鼠體內，經該模型模擬預測，聯合應用HER3靶向抗體（MM-111）和HER2酪氨酸激酶抑制劑拉帕替尼抑制腫瘤生長的效果優於單用MM-111。

如果推及臨床，這就要看藥物的總體數量了，因為這跟某個用藥方案的劑量無關。研究人員隨後繼續研究了他們這一模型在三聯或兩聯用藥時的預測能力，這些藥物都靶向作用於信號網路的幾個節點。結果該模型準確預測出了這幾種藥物組合降低異種移植腫瘤生長的效果，提示該模型充分囊括了與治療反應相關的生物學基礎，所以能成功預測。

該項研究的局限性可能在於，研究人員沒有將結論推演至有機體內，反而是一味著眼於不同細胞系對藥物敏感性的分子學基礎。但是從另一方面來說，很多大型項目（比如癌細胞系百科全書）已經證實，細胞系確實是研究腫瘤變化和藥物應答的恰當模型系統，但只適用於某些情況下。

總體原則是，如果能去掉癌細胞的「自主」特性，使其回歸在微環境下的狀態會更好。在這一點上，Kirouac等證實，可以研究HER2信號調節在細胞系隔離中的作用，因為在他們的研究中顯示，HER2信號極大地摒除了微環境對異種移植皮下腫瘤BT-474的影響。研究轉基因鼠或患者可能會更好地解決在微環境之外探討癌細胞對治療反應的問題。

解讀繁複信號網路之道——系統生物學