论文部分内容阅读
现今医疗条件下,恶性肿瘤无法彻底根治,药物化疗在肿瘤的治疗中起着重要的作用。目前,临床上应用的化疗药物种类较少,毒副作用较大,并且大多数药物靶向性单一。传统的药物研发与筛选过程需要大量的时间与临床试验,对于缓解目前严峻的抗肿瘤药物市场需求意义不大。利用基因芯片技术对恶性肿瘤基因表达谱进行分析,通过生物信息学数据库对分析结果进行比对,可以加速药物研发进程,缩减药物筛选时间,节约成本。本研究的目的在于提出一种新的药物研发与筛选模式,并寻找可能存在的、新的、低毒、高效的抗肿瘤药物,为临床上药物发现与肺腺癌的治疗提供一定的技术支持。肿瘤在发生发展的过程中,机体自身正常的代谢通路会出现异常,其中过氧化物酶激活α(PPARα)受体与肿瘤脂质代谢异常密切相关,调节代谢通路的药物可能是新的抗肿瘤药物。本研究拟通过基因表达谱这种新的方法寻找一些已经应用于临床的、药理学作用清晰的、可调节机体代谢的老药。对其中毒副作用小,研究意义显著的候选药物进行药物重定位分析,确定其可能的抗肿瘤药物靶点,初步探讨其能否抑制肿瘤细胞生长,为后期研究其可能存在的抗肿瘤机制奠定基础。研究过程中,通过肺腺癌基因表达谱初步筛选到一些抗肺腺癌候选药物。参考临床数据与文献分析,选择其中药理学功能已知,毒副作用较小,而且可激活PPARα受体通路显著调节脂质代谢的降血脂药物苯扎贝特作为最合适的抗肺腺癌候选药物。通过药物重定位技术对其抗肿瘤通路进行新的药理学定位,生物信息学数据库预测其抗肿瘤的靶点蛋白,利用计算机模拟软件预测苯扎贝特与PPARα受体蛋白抗肿瘤的作用靶点。体外细胞增殖抑制实验结果也表明苯扎贝特可显著抑制肺腺癌细胞的生长。于是推测,靶向作用于PPARα受体通路的药物可能是一种新的抗肿瘤药物,关于其具体的抗肿瘤机制尚需进一步研究。本论文研究内容与成果如下:(1)采用生物信息学NCBI的GEO数据库筛选到GSE7670与GSE27262作为合适的肺腺癌基因表达谱数据集。利用生物信息学分析软件Dchip与Array Express对两组芯片样本数据进行标准化处理与质量分析,删除其中偏差较大的一些样本数据,进行质量控制。利用BRB-Array Tools与Venny软件构建肺腺癌差异基因表达谱数据集,共得到366个共同差异基因,其中93个共同差异上调基因,273个共同下调基因。将获得的差异基因集进行GSEA分析,得到14条生物信号通路与肺腺癌的发生发展有着密切的关系。这些通路主要涉及细胞周期改变、细胞微环境改变、物质代谢(如脂质代谢异常、过氧化物酶激活受体)及EGF等信号通路。将获得的差异基因导入生物信息学CMap数据库,得到一些肺腺癌候选药物如热休克90抑制剂、降血脂药物、PPAR受体激动剂与HDAC抑制剂等。(2)采用药物重定位技术对获得的候选药物进行药理学重定位分析,剔除毒性较大,研究意义不显著的药物,选择PPARα激动剂苯扎贝特作为新的抗肺腺癌候选药物。利用Super Target与String等生物信息学数据库预测苯扎贝特靶点蛋白,共得到4个作用显著的靶点蛋白,分别为FABP1、CRP、PPARD、PPARG。这些基因可以导致肿瘤的发生发展,抑制炎症反应,并且可以显著调节代谢异常。采用计算机辅助工具对苯扎贝特与PPARα受体蛋白进行分子对接模拟,以预测其可能存在的药物作用靶点。成功预测到一些靶点的存在,其中最优自由能为-7.2,并对最优位点进行局部优化,成功筛选到9个氨基酸残基与药物苯扎贝特结合紧密。其中氨基酸残基LYS183为最优位点,其位点存在两个最佳作用力,分别为1.872与1.994。(3)采用A549与H460两株肿瘤细胞体外抑制实验对苯扎贝特肺腺癌活性的机制研究进行初步实验。在试验过程中,选用生长状态良好的对数细胞进行药物处理。结果显示,苯扎贝特对两株肺腺癌细胞均有明显的抑制作用,并且随着时间的增长,其药物剂量与抑制作用呈现一定程度的正相关,由此可推测苯扎贝特可作为新的抗肿瘤候选药物。关于其调节代谢异常抑制肿瘤生长的作用机制研究,尚需进一步的实验验证。