研究人员开发了一种新技术，可以在临床试验期间对患者样品进行实时分析，以揭示最佳的癌症治疗方案。利用这种新技术已经揭示了单个癌细胞的内部运作方式，并有可能为癌症患者确定更有效的治疗组合。
澳大利亚沃尔特与伊丽莎·霍尔研究所和美国斯坦福大学的联合研究小组使用了一种称为质谱分析法（CyTOF）的技术，可以同时分析数百万个个体血液癌细胞中20多种不同蛋白质的水平。他们说，这揭示了这些细胞如何对不同的抗癌药产生反应，甚至暗示了潜在的新治疗组合方法。
研究团队表示，他们希望这项新技术可以被整合到临床试验中，以了解为什么某些患者对抗癌疗法有抗性，并预测合适的“生物标志物”以使患者与针对其疾病的最有效疗法相匹配。
毒性药物治疗后多发性骨髓瘤细胞的状态动力学图
这项研究是由研究人员CharisTeh博士和DanielDaniel副教授与斯坦福大学的GarryNolan教授和MelissaKo博士共同领导的。
Teh博士说：“我们想更好地了解单个癌细胞之间的分子差异，以便我们发现这些差异如何影响癌症对疗法的反应-例如，某些细胞是否比其他细胞对抗癌药物更具抵抗力，”“我们认为一种称为大规模细胞计数法的新技术将是解决该问题的理想方法。”
质谱分析法可以同时测量单个细胞中不同蛋白质的数量。
Teh博士说：“我们同时开发的系统可以精确测量源自骨髓瘤的血液癌细胞系中的26种独立蛋白质，而骨髓瘤是无法治愈的免疫B细胞癌。”“我们专注于理解为什么有些细胞对抗癌药敏感，而另一些却具有抗药性。
她说：“我们使用机器学习来分析成千上万个细胞的大规模细胞计数结果，并能够区分出哪些细胞在用于治疗骨髓瘤的标准药物中存活下来–并观察它们与对这些药物敏感的细胞有何不同。”
Gray副教授说，这项技术甚至可能对临床试验的患者样品进行实时详细分析。他继续说：“这项研究开发的标记物组为研究人员提供了广阔的空间，以了解癌细胞对抗癌疗法的反应-而且我们发现，它甚至可以帮助鉴定更好的药物组合。”
“在临床研究的分析中增加细胞计数技术可以揭示为什么有些患者对疗法的反应与其他患者不同，以及在小部分癌细胞中如何产生对抗癌药物的耐药性。质谱分析法（CyTOF）还可以鉴定出少量蛋白质，这些蛋白质可用作特定的“生物标记”，可以预测患者对治疗的反应，并用于使患者接受最有效的治疗。”
文章来源：
