Zweedse
onderzoekers van Chalmers tekniska högskola (Technische Universiteit Chalmers,
Göteborg) publiceerden in Molecular Systems Biology
de resultaten van een studie naar het identificeren van kandidaat-middelen
tegen levercelcarcinoom.1 Rasmus Ågren en zijn collega’s bepaalden immunohistochemisch
de aan- of afwezigheid van door 15.841 genen gecodeerde eiwitten in tumoren van
27 HCC-patienten. Ze zagen tussen de patiënten aanzienlijke verschillen in deze
proteomics-gegevens. Vervolgens ontwikkelden de onderzoekers op basis van de HMR 2.0 database een Task-driven Integrative Network Inference
for Tissues (tiNIT)-algoritme waarmee ze voor zes van deze patiënten
persoonlijke genome-scale metabolic
models (GEMs) reconstrueerden. Ze gebruikten deze GEMs voor het
identificeren van anti-kankermiddelen op basis van het concept van
antimetabolieten (structurele analogen van metabolieten). Ze genereerden ook
functionele GEMs voor 83 verschillende ‘gezonde celtypen’, waarin ze in silico de
toxiciteit van de zo gevonden antimetabolieten voorspelden.De onderzoekers vonden 101 antimetabolieten die de tumorgroei in alle HCC-patiënten zouden kunnen remmen, en 46 antimetabolieten die werkzaam zouden kunnen zijn in sommige van de patiënten. Van de 101 antimetabolieten zijn er 22 al eerder gebruikt bij de behandeling van verschillende typen kanker. De overige 79 zijn nieuwe kandidaat-middelen, aldus Ågren en collega’s.
De onderzoekers testten in vitro de werking van één van de gevonden antimetabolieten, perhexiline. Dit analoog van L-carnitine is een middel dat wordt gebruikt bij patiënten met angina. Ågren en collega’s zagen dat het middel de proliferatie van HepG2-cellen remde. Het effect is vergelijkbaar met dat van sorafenib. De onderzoekers concluderen: ‘Our approach may enable new exciting possibilities for personalized medicine.’
Referentie
1. Ågren R, Mardinoglu A, Asplund A et al. Identification of anticancer drugs for hepatocellular carcinoma through personalized genome-scale metabolic modeling. Mol Syst Biol 2014;10:721
