Как ловить рака на удочку: Ловля раков на поплавочную удочку

Приманка для раков, вопреки распространенному мнению, должна быть свежей.

Это может быть рыба, кусок мяса, хлеб, смешанный с укропом или чесноком.

При закладке наживки в ловушку ее помещают в кусок марли, тюля или женские капроновые чулки. Это предотвращает приманку от расползания, а раки легко прокусывают защитную оболочку, стараясь добраться до своей добычи.

На вопрос, когда ловить раков, отвечаем так: ловушками тоже лучше всего это делать ночью.

После постановки раколовки, спешить с ее извлечением и проверкой не стоит, нужно выждать 1,5-2 часа, иначе можно поймать меньшее количество, а большую часть рачьей стаи попросту распугать.

Зимняя ловля

Ловля раков зимой ведется только раколовками, для этого рубят большую прорубь под ее размер или используют раскрывающиеся ловушки. Наживку для привлечения животных используют такую же, как и при летней ловле.

Из-за того, что вкусовые качества животных снижаются в подледный период, ловля раков зимой практикуется довольно редко.

Хранение

Наловив на рыбалке достаточное количество раков, нужно подумать об их хранении и транспортировке до дома.

Лучший способ, как хранить раков на водоеме, это использование садков. Нужно только использовать правильные садки, из металлической, а не капроновой сетки. По времени такое хранение должно длиться не более двух суток, иначе крупные раки начнут пожирать мелких и слабых.

Транспортировать раков правильнее всего без воды, в плетеных или сетчатых корзинах с доступом воздуха.

Удочка с сачком для раков

Способ ловли раков с берега на удочку с насадкой приманки и самодельным сачком разобран на странице. Для любителей азартно поохотится вручную предложен чертеж для изготовления приспособления ловушки, предназначенной для прижимания рака к дну на мели реки.

Ловля раков удочкой с насадкой

Для любительской ловли раков с берега применяются самодельные удочки с насадками приманок.

Азарт подобной ловли заключается в том, что следует не только уловить хватку раком насадки, но и умудрится донести членистоногого удочкой до берега.

Для этих целей под схватившего насадку на удочке рака подводятся легкие самодельные сачки. Такое приспособление можно за полчаса сделать своими руками из проволоки и деревянной ручки.

Не сказал бы, что в чистых водоемах на одну удочку с насадкой приманки можно наловить раков больше, чем руками, но зато раколову не придется долго купаться, затем дрожа от холода на берегу.

Самодельной удочкой с насадкой приманки ловят раков на мелях результативнее, чем руками и различного роду приспособлениями — рогатками из проволоки на заиленных участках рек, озер, прудов, где визуально в мутной воде рака попросту трудно разглядеть.

Кроме того, на дне водоемов встречаются острые ракушки, топляки, сучками которого можно повредить ноги. Еще и по этим причинам ловят раков удочками с берега.

Причем, оснастки удочек для ловли раков, как и насадки на крючках, могут быть самыми разнообразными. Для съема улова, как правило применяют изготовленные из проволоки сачки.

Самые азартные раколовы к леске (нитке) удочки привязывает по 2-3 крючка. Насадкой являются личинки, черви, кусочки мяса, рыбы. Или приманку насаживает на двойник, тройник оснастки самодельной удочки.

Некоторые ловят раков поплавочными удочками, особенно, если приманка забрасывается сравнительно далеко от береговой черты.

В качестве простой самодельной удочки для ловли раков с берега на мелях подойдет любой прут, начиная от ивовой лозы длиной от 2,5-3 метров, кончая старыми телескопическими или штекерными удилищами.

Строй здесь не важен, да и оснастка удочки для ловли рака может быть без крючка и поплавка. Насадку можно закрепить на отвесе лески или нитки показанным ниже по тексту способом.

Азартные любители ловят раков обычно на 5-10 самодельных удочек, распределенных вдоль берега через 5-10 метров. Затем по очереди обходят снасти, снимая улов с помощью изготовленного из проволоки и марли сачка, поправляя на удочке насадку.

Можно ловить раков 3-4 удочками стационарно из одного места, разведя удилища веером. Тогда по краям ставят самые длинные удочки, а ловцу раков уже не придется мотаться вдоль берега водоема.

Лески на удочках для ловли раков должны быть укорочены, насадка на дно водоема опускается в отвес. Тогда быстрее заметишь момент, когда рак поведет приманку в какую-либо сторону.

Самодельная удочка для ловли раков

Наши самодельные удочки для ловли раков лишены поплавков в том назначении, в каком ими привыкло пользоваться большинство раколовов (смотрите рисунок).

Вместо поплавка на нить удочки ставится небольшой пенопластовый шарик, покрытый флуоресцентной краской. Подъем поплавка удочки над уровнем воды при ловле раков вблизи берега составляет 5-7 сантиметров.

Самодельное сигнальное приспособление четко реагирует на любое шевеление оснастки удочки с приманкой и хорошо заметно ночью при ловле раков на мелях вблизи берега с подсветкой места ловли.

Если вы, кроме раков, ловите летом рыбу с берега мормышками, в том числе балдой, то рекомендую посмотреть материал аналогичной темы.

Элементы самодельной удочки для ловли раков: зеленый цвет принадлежит удилищу; коричневый — нитке; оранжевый — сигнализатору поклевки рака; синий — уровню воды; черным цветом обозначен малек насадки.

К концу нитки самодельной удочки привязывается заточенный с одной стороны гвоздь без шляпки (обозначен красным цветом). Диаметр гвоздя — 1,5-2,0 мм, длина — 2,0-3,0 сантиметра.

Острым концом гвоздя приманка для рака протыкается насквозь и продергивается чуть выше по леске самодельной удочки (пока из нее не выйдет полностью гвоздик).

Затем малек или другая приманка по леске (нитке) опускается вниз и прижимается к продольной плоскости гвоздя, с которого никуда не денется до тех пор, пока рак на удочке не ощиплет приманку до нитки.

Ловля рака удочкой на мелях

Если ловля раков с берега производится днем на обширных мелях, то удочки можно изготовить из тонких длинных веток хвойных пород деревьев. Зайдя в воду, раколов втыкает самодельные удочки в дно водоема.

Короткие удочки самоделки для предстоящей ловли раков можно установить на небольшой площади мели на дне озера, реки, пруда в шахматном порядке, либо разнести их вдоль берега через несколько метров друг от друга.

Хватка раком приманки легко отслеживается по колебаниям тонких окончаний веток. Остается только поднять вместе с приманкой рака и стряхнуть его в сачок.

К каждой самодельной удочке привязывается капроновая нитка или леска, на конце которой крепится насадка. В качестве насадок на удочках для ловли рака на мели удобно использовать наловленных малявочником рыбок.

Окунув малявочник в течение дня 2-3 раза в воду, можно запастись насадками для ловли раков удочками на весь день.

Конечно, намного уменьшит потери при ловле рака удочкой с берега простейшее самодельное приспособление, изготовленное в виде сачка, наиболее популярные формы которого изображу на рисунке ниже.

Самодельный сачок для ловли раков

Как и обещал, три наиболее распространенные формы изготовленных своими руками сачков для ловли раков с берега водоема удочками изображены на чертеже.

Причина применения сачков банальна и кроется не в чрезмерном весе раков, а в том, что при переносе длинной удочкой к берегу хитрое членистоногие частенько отпускает насадку снасти.

Редко длинным удилищем без помощи сачка удается донести рака до берега. Поэтому для ловли раков даже одной удочкой самодельный сачок нам совсем не помешает.

Азарт ловли раков на удочки с сачком заключается в том, что удилище с прицепившимся к приманке клешней раком не надо постоянно разворачивать подсечкой в сторону берега.

Достаточно рака просто стряхнуть в раскрыв самодельного сачка, а насадку удочки тут же опустить для ловли на приманку следующего рака. Пока они не разбрелись по дну водоема в поисках другой пищи.

Изготовление сачка для ловли рака

Способ изготовления самодельных сачков для ловли раков можно разобрать подробно.

Обод круглой, квадратной или треугольной формы выгибается из дюралевой, латунной или отожженной стальной проволоки.

Размеры обода самодельного сачка (обычно небольшие) не зависят от удаленности места ловли раков от берега, но желательно пользоваться сачком малой массы, которую будет увеличивать длина плеча ручки.

Скрутку проволоки изготовленного самодельного сачка можно завести в окончание колена телескопического удилища. Тогда с удочки следует удалить подсечку и следующее за ней второе колено.

Затем скрученная проволока в колене удилища заливается эпоксидной смолой или герметиком. На обод готового самодельного сачка пришивается капроновая рыбацкая сетка, либо прочная тюль или марля. Далее приготовьте приманки и можно выехать на ловлю раков с берега на удочку.

Приспособление для ловли раков

Вид самодельного приспособления для азартных любительской ловли раков вручную на мелях водоемов вы видите на изображении.

Для того, чтобы начертить его чертеж, мне понадобилось пять минут, на изготовление приспособления времени уйдет чуть больше.

По сути дела, самодельное приспособление для ловли раков представляет собой простейшая ловушку прижимного типа с рогаткой на рабочем окончании.

Приспособления подобных конструкций удобны для ловли раков на илистых мелях, когда до видимой добычи рукой не дотянуться. К тому же, при подходе к раку, он может довольно шустро ускользнуть.

Длина самодельного приспособления позволяют ловить раков только на мелях. Воспользоваться ловушкой на большей глубине (с маской) помешает большой грузоподъемности деревянная ручка, но она же не позволит приспособлению в реальных условиях ловли раков по неосторожности утонуть.

Конструкция изготовленного приспособления позволяет ловить раков голыми руками в труднодоступных местах, переворачивать на дне водоема коряги, камни, раздвигать водоросли.

Изготовление приспособления для ловли рака

Для изготовления самодельного приспособления для ловли рака берем упругий металлический прут (стальной, дюралевый, бронзовый) толщиной 3-4 мм, длиной 110-120 см.

На конце прута формируем профиль самодельной рогатки той или иной формы, которая в процессе ловли раков и будет выполнять роль ловушки.

Для ловли приспособлением крупных раков в водоемах с часто встречающимися каменистыми россыпями и другими твердыми грунтами в процессе изготовления рогатке лучше придать «U»-образную форму. Смотрите картинку в правой позиции.

Далее профиль рогатки ловушки обрезаем, торец остатка прута привариваем (припаиваем) посредине внешнего изгиба вилки самодельного устройства для ловли раков.

Затем для удобства охоты на раков конец изготовленного из проволоки приспособления сгибаем вдвое. На этом изготовление самодельной ловушки можно считать законченным, только вот подобное приспособление легко теряется при ловле раков на мягких грунтах водоемов.

Поэтому этапы изгиба проволоки и пайки оставляем без изменений. После чего торец металлического прута изготовленного из проволоки приспособления заостряем и насаживаем на самодельную деревянную ручку, играющую роль поплавка.

Пусть глубина удобной ловли раков на мелях самодельной ловушкой ограничивается длиной металлического прута, зато ручка не даст приспособлению полностью утонуть.

ПРОДОЛЖЕНИЕ ТЕМЫ:

Раколовки для ловли раков

***

Темы любителям летней рыбалки

Самодельные снасти для летней рыбалки

Снасть рыболовная резинка

Ловля летом леща

когда и как это лучше делать

Многие считают, что зимой добыть раков невозможно, ведь они либо впадают в спячку, либо просто ведут малоактивный образ жизни, поэтому и добыть их невозможно. На самом деле ситуация обстоит совсем наоборот: зимой ловля раков также вполне успешная, причем можно рассчитывать на весьма обильный улов крупных особей. Естественно, у этого процесса есть некоторые особенности, которые обязательно нужно учитывать, отправляясь на промысел.

В этой статье мы рассмотрим основные правила ловли раков зимой, способы промысла, а также повадки этих водных обитателей, которые могут помочь добыть трофей.

Ловля раков зимой — что нужно знать?

Сама техника зимней ловли раков практически ничем не отличается от аналогичного промысла в теплое время года. Единственное, с чем могут возникнуть сложности – это с вытаскиванием добычи из-подо льда.

Пресноводные раки селятся только в чистых водоемах. Характерная особенность этого животного – в наличии крепкого хитинового покрытия (панциря). Этот внешний скелет защищает рака от хищников и делает его практически неуязвимым. Жить эти водные обитатели предпочитают на каменистом дне, где им проще замаскироваться.

Примечание: У подобного зимнего промысла есть и весомое преимущество: в холодное время года гораздо выше вероятность поимки крупных экземпляров, мясо которых отличается более выраженными вкусовыми качествами.

Самым лучшим периодов для ловли раков считается конец осени или начало зимы. В этот период подводные обитатели уже набрали достаточно веса в преддверии холодов. Основная особенность зимнего промысла в том, что вам придется прорубить более широкие лунки, чем для ловли рыбы. Это необходимо, чтобы в воду можно было без проблем опустить раколовку или другие снасти.

Также следует учитывать, что раки предпочитают селиться в чистых водоемах с каменистым дном (рисунок 1). И, если в теплое время года их можно найти уже на глубине 2-3 метров, то с наступлением холодов животные перемещаются на глубину и залегают в илистых ямах. Поэтому важно заранее выбрать место для ловли, а также приготовить ароматную приманку, которая выманит раков из нор.

Можно ли ловить раков зимой

В холодное время года раки хоть и несколько меняют свои повадки, но все же не впадают в спячку, поэтому ловить их зимой можно. А учитывая тот факт, что с наступлением холодов вы сможете добыть более крупных особей, чем летом, этот промысел имеет дополнительную ценность.

Чтобы ловля прошла успешно, учитывайте такие особенности:

1. Раки очень требовательны к среде обитания, поэтому никогда не поселяться в загрязненном или заросшем растительностью водоеме.
2. Чаще всего эти водные обитатели встречаются в реках, но в некоторых случаях их можно найти в озерах и прудах, которые подпитываются подземными родниками.
3. С приходом холодов раки уходят с мелководья на глубину, и роют норы в придонном слое, ведь именно здесь температура воды гораздо выше, чем у поверхности.
4. Выбирая водоем для ловли, обязательно учитывайте особенности его дна. Раки никогда не поселяться на песчаной или илистой поверхности, так как попросту не смогут построить себе надежное убежище. Лучшим местом обитания считаются водоемы с каменистым или илистым дном. Еще лучше, если рядом находится обрывистый каменистый берег, а в воде есть старые покрышки, жестяные банки или другие аналогичные емкости, ведь в них усатые часто обустраивают свои убежища.

В течение дня раки предпочитают прятаться в норах, и выходят на кормежку в темное время суток, поэтому и отправляться на промысел лучше ночью. Кроме того, в холодное время года эти подводные обитатели в поисках корма редко заплывают на мелководье, предпочитая держаться средних глубин (рисунок 2).

Вы бор оптимального времени

Ловля раков в течение всего года определяется повадками этих водных обитателей. Соответственно, чтобы точно определить подходящее для ловли время и место, нужно изучить предпочтения усатых жителей водоемов (рисунок 3).

Промысел желательно проводить с учетом таких особенностей:

1. Раки предпочитают скапливаться возле обрывистых речных или прудовых берегов, поскольку на таких участках им гораздо проще добыть пропитание, чем на пологом дне.
2. Выбирайте реки и пруды со слабым течением, так как в местах с сильными водными потоками раки не живут.
3. Старайтесь отправляться на промысел к рекам и озерам с глинистым или каменистым дном. На песчаном или илистом грунте раки просто не могут строить норы.
4. Старайтесь выходить на промысел ночью, так как усатые подводные обитатели выходят на охоту именно в темное время суток.

Кроме того, рекомендуется облавливать разные слои водной толщи, поскольку ракообразные могут добывать пропитание как на мелководье, так и на большой или средней глубине. Для этого лучше устанавливать сразу несколько раколовок на разных глубинах, чтобы у вас была возможность определить, какая часть водоема дает больший улов.

Как ловить раков зимой

На первый взгляд может показаться, что ловить раков зимой сложно. На самом же деле, это довольно простое занятие, и единственная сложность – это пробурить лунку достаточной ширины, чтобы поместить в нее снасти.

Способов добычи трофея существует достаточно много, но мы рассмотрим самые популярные и действенные из них.

Подо льдом

На водоемах с обильной растительностью часто практикуют так называемую крутку раков. Это немного устаревший способ, но некоторые рыбаки все еще используют его из-за простоты и результативности (рисунок 4).

Примечание: Единственное условие – это отправляться на промысел на действительно заросший водоем. На чистых реках или прудах данный метод не принесет абсолютно никакого результата.

Крутка раков подо льдом проводится так:

1. Берут толстую проволоку, длина которой должна примерно соответствовать глубине водоема. На одном конце проволоки делают крюк, а на втором – загиб, который поможет вращать снасть.
2. Во льду прорубают небольшую лунку и опускают в нее снасть крюком вниз.
3. Далее нужно прокрутить проволоку вокруг своей оси несколько десятков раз. Это необходимо, чтобы на металл намоталось достаточное количество водорослей.
4. После этого проволоку просто вытаскивают из воды и выбирают раков, запутавшихся в водной растительности.

На первый взгляд может показаться, что этот способ ловли не может быть результативным. На самом деле, это достаточно простой метод, и при определенной сноровке он действительно может принести вам богатый улов с минимальными затратами труда. Однако, для получения обильной добычи нужно правильно выбрать водоем и быть уверенным, что в нем обитают раки. Фактически, объем улова будет зависеть от количества пробуренных лунок и времени, которое вы готовы потратить на манипуляции с проволокой. Среди преимуществ можно выделить быстроту: вам просто нужно крутить проволокой в лунке, и не придется ждать, пока рак отреагирует на приманку и заползет в ловушку.

Руками

Летом многие практикуют ловлю раков руками, просто ныряя в воду и вытаскивая добычу из нор. Но этот способ довольно рискованный, ведь рука может запросто застрять в норе, и жизнь рыбака окажется под угрозой. Зимой данный метод и вовсе невозможен, ведь нырять и плавать в холодной воде – занятие не из приятных (рисунок 5).

Однако, если вы отправляетесь на промысел к водоему, уровень воды в котором регулируется шлюзами, наловить достаточное количество раков руками все же удастся. Так вам не придется опускать руки в холодную воду, но улов будет достаточно большим.

Примечание: Ловить раков таким способом можно только перед ледоставом, когда шлюзы открывают, а воду из водоема спускают.

Когда вода начинает быстро уходить, раки, из-за своей медлительности, просто не успевают за ней угнаться, хотя и покидают свои норы. Любителям мяса раков остается только пройтись по дну осушенного водоема и собрать добычу.

На удочку

Ловить раков можно и с помощью обычной поплавочной удочки, причем такой вид промысла гораздо интереснее других способов, ведь он предполагает активные действия и постоянные перемещения (рисунок 6).

Фактически, удочка для ловли раков ничем не отличается от аналогичных конструкций, предназначенных для добычи рыбы. Единственное, что придется заменить – это крючок. Лучше использовать тройник, чтобы добыча не могла сойти с крючка. Некоторые ловят и вовсе без крючка: можно просто обмотать насадкой леску и бросить ее в воду. Рак вцепится клешнями в такую приманку и начнет тянуть ее на глубину, а вам остается только аккуратно подсечь добычу и вытащить ее из воды.

Чтобы сделать ловлю более интересной и азартной, можно использовать наживки: кусочки протухшего мяса, подвяленной рыбы, хлеба, кукурузные зерна и даже мертвых лягушек. Все эти наживки рак посчитает съедобными и постарается утащить в свою нору. Хороший эффект дает и использование в качестве наживки мелких карасиков и плотвы, слегка подсушенных на солнце.

У ловли раков на удочку есть и свои особенности. Будьте готовы к тому, что для богатого улова вам понадобится установить порядка десяти снастей на равном расстоянии друг от друга. При этом желательно, чтобы общая протяженность лунок не превышала 50 метров. В противном случае вы просто не сможете вовремя отреагировать на поклевку и вытащить рака из воды.

Ловля раков зимой на раколовку

Раколовка – самый популярный способ ловли усатых подводных обитателей, ведь такая ловушка позволяет получить богатую добычу (рисунок 7).

По своей конструкции раколовки бывают открытыми и закрытыми. Первый тип гораздо проще, и изготовить подобную ловушку можно и своими руками из подручных материалов. Как правило, для этой цели используют дерево или металлическую сетку. В качестве основы берут металлический или деревянный круг, на который надевают сетку так, чтобы готовая конструкция внешне напоминала дуршлаг. С одной стороны ловушки привязывают шнур, чтобы раколовку было удобно опускать в воду и извлекать из нее.

Раколовки закрытого типа считаются более эффективными, хотя и их конструкция немного сложнее. Из такой ловушки рак просто не сможет выбраться, поэтому, даже если вы забросили несколько десятков подобных конструкций и оставили их на некоторое время, вы можете не бояться, что останетесь без улова. В центр такой ловушки помещают приманку, опускают конструкцию на дно, а трос привязывают к дереву или коряге. Поднимать такую раколовку для сбора добычи можно раз в час. Но, если вы используете ловушки открытого типа, проверять их нужно чаще, чтобы сытые раки не убежали.

В зимних раколовках обычно используются те же приманки, что и для летней ловли. Самыми эффективными считаются свиная печень, говяжье вымя и обычный чеснок. Чтобы животное почувствовало запах еды, ее нужно правильно подготовить. Например, мясо просто режут крупными кусками и помещают внутрь раколовки, а очищенные зубки чеснока делят пополам и заворачивают в марлю. Если перечисленных выше продуктов под рукой не оказалось, можно использовать любое другое мясо или рыбу.

Более детально техника ловли раков с помощью раколовки показана в видео.

Как ловить раков, удочка на раков, рачевня, когда ловить

Ловля раков. Раскрываем секреты.

Ловля раков — процесс не только интересный, но и необычайно полезный. Ведь мясо этого членистоногого невероятно питательное и очень вкусное. Рак принадлежит к виду ракообразных десятиногих. Пять пар конечностей рака имеют разное назначение. Клешни рака (передние конечности) служат ему как защитой от врагов, так и инструментом охоты и приема пищи. Остальные 4 пары конечностей помогают ему передвигаться и развиты не так хорошо, как клешни. Самец рака отличается от самки тем, что у него более узкий хвост. Широкий же хвост самки надежно защищает икру от окружающей среды. Когда раки чувствуют опасность, они способны довольно быстро убегать от опасности вперед хвостом, благодаря резким толчкам хвоста.

Раки обитают в чистой, обязательно насыщенной кислородом, пресной воде. Это конечно же ручьи, реки, пруды и большие озера. Любимое место обитания ракообразных — речка. Для жилья раки ищут норы, расположенные в корнях деревьев, между корягами, бревнами, водной растительностью, речным мусором. Не столь важно для раков селиться поближе к берегу. Его норы могут находиться на приличном расстоянии от береговой линии. Важно, чтобы дно было достаточно мягким, но устойчивым.

Способы ловли:

Работаем руками.

Начинающих раколовов по началу беспокоит то, что раки могут ущипнуть за руку и этим причинить боль. На самом деле, это не совсем так. Да, случается, что рак ущипнет клешней за руку, но на самом деле — это совсем не больно. Пролезая за ним в домик куда-нибудь в корни деревьев, либо под камни, можно заранее одеть простые строительные перчатки. Учитывая, что в норе у рака часто присутствуют 2 и более выходов, для удачной ловли вам необходимо просто наловчиться. Опыт и сноровка дадут вам возможность со временем ловить их своими руками даже в тех норах, которые прячутся в камышах и прочей растительности.

Ловля раков с помощью раколовки.

Раколовки бывают очень разные, но, как правило, выглядят как соединенные между собой, с помощью капроновой сетки, колец. Ловля раков с помощью раколовки выглядит следующим образом: приманка (будь то кусок мяска, либо же мелкая рыбка) фиксируется по средине раколовки; далее следует забросить ее в нужное место, немножко подождать и вытянуть. Хорошо забрасывать сразу несколько раколовок, что значительно повышает шанс собрать хороший улов. Исходя из размера рака, в одну раколовку могут угодить сразу до 10 особей.

Ловля раков с помощью фонарика (ночью).

Рак питается ночью. Выползая со своей норы чтобы подкрепиться, рак сам часто становиться чей-то добычей. Чтобы поймать его при помощи фонарика, необходимо зайти в водоем на глубину примерно до 40 сантиметров, найти рака и не спеша погружая руку в воду схватить его (за хвост). При этом луч света фонарика постоянно должен быть направлен на рака.

Ловля раков с помощью сети (бредень).

Все очень просто: два человека, держась за разные концы сети, опускают ее в воду и протаскивают по дну. После достают на берег и выпутывают свой улов. Кроме раков, таким образом можно выбрать мелкую рыбу, водоросли и разный мусор водоема. Если подключить к процессу еще одного человека, который будет бегать по камышам и выгонять оттуда раков, другие два участника смогут легко бреденем этих раков поймать и вытащить на поверхность.

Ловля раков с помощью удочки.

Рака часто ловят на обыкновенную удочку с обычной приманкой. Это может быть креветка, червяк, небольшой кусок любого мяса, можно даже мясо самого рака, мелкая рыбка. Вынимать на поверхность его следует очень аккуратно и медленно, иначе он может отцепиться.

Ловля раков зимой (подо льдом).

Зимой раков ловят на тех участках водоема, где еще имеется хоть какая-нибудь растительность или водоросли. Для этого необходимо сделать прорубь в этом месте. В качестве снасти используют обыкновенную палку, примерно 2 м. длинной, с одного конца которой забит гвоздь. Чтобы поймать ею рака, нужно просто опустить это приспособление в воду, круговыми движением кисти намотать на нее подводную растительность, достать из воды и отобрать попавшихся раков.

Ловля раков с помощью лески и чулка.

В обыкновенный чулок помещается любая приманка, туго заматывается и к кончику фиксируется леска. Удерживая леску, забрасываем приманку в воду, ждем. Через несколько минут медленно подтягиваем леску и достаем чулок, к которому уцепился голодный рак.

Ловля раков с помощью маски.

Маска дает возможность самостоятельно рассмотреть места обитания раков и, обладая опытом пребывания под водой, один за другим вытаскивать их на берег. Главное найти подходящее место.

Использование транскрипционных подписей для поиска драйверов рака с LURE

Pac Symp Biocomput. Авторская рукопись; доступно в PMC 2020 1 января.

Опубликован в окончательной редакции как:

PMCID: PMC6924983

NIHMSID: NIHMS1061167

Отдел биомолекулярной инженерии и Калифорнийский институт геномики Калифорнийского университета в Санта-Крус, Калифорнийский университет Санта-Крус , CA 95064, USA

Глава открытого доступа, опубликованная World Scientific Publishing Company и распространяемая на условиях некоммерческой лицензии Creative Commons Attribution (CC BY-NC) 4.0 Лицензия.

Abstract

В рамках проектов генома рака были получены многомерные наборы данных по тысячам образцов. Тем не менее, в зависимости от типа опухоли, 5–50% образцов не имеют известного события, вызывающего движение. Мы представляем полу-контролируемый метод под названием Learning UnRealized Events (LURE), который использует прогрессивную структуру обучения меткам и анализ минимального охвата для прогнозирования факторов рака на основе их измененных образцов, разделяющих сигнатуру экспрессии гена с образцами известного события.Мы демонстрируем полезность метода на наборе данных TCGA Pan-Cancer Atlas, для которого был получен результат с высокой степенью достоверности, связывающий 59 новых связей с 18 известными мутационными событиями, включая изменения в том же гене, семействе и пути. Мы приводим примеры прогнозируемых драйверов, участвующих в TP53, поддержании теломер и сигнальных путях MAPK / RTK. LURE выявляет связи между генами без известных предшествующих отношений, некоторые из которых могут дать подсказки для нацеливания на определенные формы рака. Код и дополнительные материалы доступны на веб-сайте LURE: https: // sysbiowiki.soe.ucsc.edu/lure.

Ключевые слова: Машинное обучение, рак, геномика, драйверы, экспрессия генов

1. Введение

Рак — это генетическое заболевание, вызываемое мутацией и отбором в соматических клетках. Мутации в нормальных клетках обычно восстанавливаются или приводят к апоптозу, тогда как в раковых клетках мутации накапливаются, что приводит к неконтролируемому росту и онкогенезу. Есть два широко определенных типа мутаций: водители и пассажиры. Опухоли содержат около 2–5 водительских мутаций, которые вызывают и ускоряют развитие рака, и около 10–200 мутаций-пассажиров, которые являются побочными продуктами нарушенных механизмов репарации ДНК. ¹ Драйверные мутации определяют некоторые характеристики опухоли и могут предлагать терапевтические цели, однако их идентификация среди множества пассажиров остается сложной задачей.

Атлас ракового генома (TCGA) — это общедоступный набор данных образцов рака, в котором каталогизируются мутации, мРНК, миРНК, метилирование ДНК, вариации числа копий и экспрессия белков примерно для 11 000 пациентов с 33 типами рака. ² Идентификация мутаций драйвера играет ключевую роль во многих анализах TCGA.Например, исследование папиллярной карциномы щитовидной железы TCGA выявило два подтипа опухоли, характеризующихся различными мутациями-драйверами. Один подтип содержал мутации в BRAF, а другой подтип в генах RAS, таких как KRAS, NRAS или HRAS. Это исследование выявило по крайней мере одну мутацию драйвера примерно в 95% образцов, в результате чего около 5% образцов остались без известных мутаций драйвера. ³ Для решения подобных ситуаций мы представляем инструмент распознавания образов с полу-контролем, Learning UnRealized Events (LURE), который находит новые драйверы, разделяющие молекулярные сигнатуры с известными драйверами.

Существует несколько существующих методов, позволяющих отличить мутации водителя и пассажира ⁴ , включая те, которые используют взаимную исключительность событий (например, CoMEt и MEMo), и те, которые используют число копий и / или профили транскрипции вместе с предшествующей информацией о пути ( например, Paradigm-Shift и DriverNet). Три подхода, наиболее похожие на LURE — REVEALER, Onco-GPS и один, основанный на сигнатурах экспрессии на уровне пути — обсуждаются в разделе «Дополнительные методы». Напротив, LURE использует данные мРНК для итеративной идентификации мутаций в образцах «неизвестный драйвер» со сходными сигнатурами экспрессии с известными драйверами, тем самым вовлекая новый набор мутаций в качестве возможных драйверов.

В нескольких исследованиях были построены сигнатуры экспрессии генов для идентификации образцов с определенными драйверами. Например, исследования определили сигнатуру экспрессии гена TP53 как надежный и независимый предиктор исхода заболевания при раке груди. ^5,6 Кроме того, у пациентов с эпителиальным раком яичников сигнатура экспрессии гена BRCAness является столь же предсказательной для реакции на химиотерапию и результатов, как и статус мутации. ⁷ Хотя создание сигнатур в качестве прогностических маркеров для руководства лечением важно в клинических условиях, было мало работы по использованию таких сигнатур экспрессии генов для поиска связанных мутационных событий.LURE идентифицирует сигнатуры экспрессии генов в 723 генах рака COSMIC ⁸ , а затем использует итеративное полууправляемое обучение для обнаружения потенциально связанных событий.

2. Метод

LURE связывает события, обнаруживая сходные молекулярные сигнатуры среди образцов, в которых происходят события. Событие здесь — это особый тип изменения, затрагивающий отдельный ген, такой как фокальная делеция, миссенс-мутация, усекающая мутация, слияние генов и т. Д.В этом исследовании для генерации сигнатур используются данные экспрессии на основе секвенирования мРНК, хотя возможен выбор других данных (например, экспрессия микроРНК или метилирование ДНК). LURE находит связанные события, обучая классификатор, используя образцы, содержащие известную мутацию драйвера («приманку»). Затем он применяет классификатор, чтобы найти «целевые» образцы, определенные как образцы с высокими показателями, в которых отсутствуют изменения приманки. В классическом машинном обучении целевые образцы будут считаться ложноположительными. Однако в этом случае они предлагают возможность найти драйверы, потому что полный набор вызовов мутации TCGA может быть просмотрен, чтобы найти другие события, которые существенно совпадают с целевыми образцами.Любое такое событие («улов») связано с начальной приманкой и предоставляет новый набор меток для переобучения более точного классификатора в последующих раундах. Таким образом, подход можно рассматривать как особый вид полууправляемого обучения, в котором возможные метки ограничиваются выборками событий. LURE одновременно идентифицирует связанные события, расширяет метки и повышает точность классификации с помощью итерационной процедуры, описанной ниже.

Первый шаг LURE устанавливает известную мутацию драйвера в качестве начальной приманки (Шаг 0;).Затем LURE обучает модель классификации логистической регрессии, используя экспрессию генов в качестве признаков и статус мутации приманки в качестве метки, которую необходимо предсказать (шаг 1). Метод сохраняет только те приманки, которые дают точные модели, определенные по площади перекрестной проверки под кривой точности-отзыва (PR AUC). Затем LURE использует модель классификации для оценки каждой выборки в наборе данных (,). Несмотря на присущую им тенденцию к переобучению, поскольку классификатор применяется к выборкам, используемым для обучения, некоторые образцы без изменения приманки могут по-прежнему получать высокий балл классификатора, таким образом создавая достаточно большой набор целевых выборок, чтобы идентифицировать и связывать новые события улова.

(A) Блок-схема метода приманки. (B) LURE Graph of Bait Event A. Баллы (ось y), присвоенные образцам (ось x) моделью логистической регрессии, обученной распознавать образцы, содержащие событие A (треугольник). Красная линия обозначает границу 0,5 балла для положительных прогнозов. Присутствие мутаций для каждого образца указано под полосой (синий — присутствует; черный — отсутствует). Положительные образцы без изменений в событии приманки определяют набор «целевых» образцов (желтый).С помощью анализа обогащения набора образцов (SSEA) события C и E обнаруживаются в образцах с высокими оценками классификатора (зеленые галочки справа). (C) LURE График события комбинированной наживки A: C. Результаты модели классификации, обученной распознавать образцы либо с событием A, либо с событием C. SSEA обнаруживает, что новое событие F связано с классификатором A: C. (D) Дерево обнаружения событий приманки. Каждый узел представляет событие (метку узла), обнаруженное с использованием модели классификации (треугольник) своего родителя.Новая модель классификации обучается с использованием выборок с новым событием, а также любых выборок с событиями на пути к корню дерева. Синие круги внутри каждого узла представляют самое новое событие, добавленное в модель. (E) Крышка улова приманки. Двудольный граф строится с использованием всех событий из Дерева обнаружения событий (левые узлы) и всех выборок, для которых установлено значение более 0,5 с окончательной комбинированной моделью классификации, а также изменение одного из событий улова («Образцы улова, ”Правые узлы).Если событие присутствует в выборке, их узлы соединяются в графе. Алгоритм покрытия набора запускается для получения минимального набора событий, охватывающих все выборки. Событие F иллюстрирует пример события, которое будет удалено алгоритмом, потому что выборки с событием F содержат другие события, которые объясняют наблюдаемую сигнатуру. Последний набор событий сохраняется как «Уловка улова».

Чтобы использовать эту новую информацию, LURE запускает анализ обогащения набора образцов (SSEA), чтобы проверить, связаны ли образцы события с целевыми образцами (шаг 2,).Для SSEA используется инструмент GSEAPreranked ⁹ , который выполняет тест Колмогорова-Смирнова, чтобы определить, попадают ли образцы с событием в верхнюю часть списка, когда все образцы без наживки ранжируются по их классификационным баллам. LURE устанавливает набор событий «Улов» как событий со значительными оценками ассоциации SSEA (p < 0,05, FDR <,25, количество событий > 3). Для каждого события поимки LURE затем объединяет положительные образцы для событий наживки и улова в новое промежуточное событие наживки и обучает новый классификатор для этих образцов (вернитесь к шагу 1;).Для новой модели классификации выполняется перекрестная проверка, и результаты PR AUC сравниваются с исходным классификатором, чтобы гарантировать улучшение модели при включении новых положительных образцов (t-критерий Стьюдента, t> 0). Кроме того, LURE проверяет новый классификатор на нулевую модель, созданную путем добавления того же количества случайно выбранных образцов улова к истинно положительным результатам и выполнения перекрестной проверки (t-критерий Стьюдента, p < 0,05). После установления того, что новое событие улучшает исходный классификатор и значительно превосходит случайное фоновое распределение, новый классификатор повторно запускается для всех выборок для поиска следующего набора событий перехвата (,).Таким образом, LURE строит «дерево обнаружения событий» (EDT), связывая события улова с классификаторами наживки, которые их обнаружили. Он рекурсивно строит классификаторы на каждом узле (). Рекурсия дерева останавливается, когда SSEA больше не обнаруживает никаких событий или производительность классификатора больше не увеличивается.

Вышеупомянутая процедура может привести к ассоциации множества событий на каждом уровне EDT. Случайно в целевых образцах могут возникать мутации в событиях «пассажиры», особенно в результате очень нестабильных геномов.Наша задача — отличить таких пассажиров от настоящих, но пока неизвестных водителей. Для этого LURE идентифицирует набор событий, где каждое событие происходит по крайней мере в некоторых целевых выборках, которые не содержат других событий. Интуитивно эти события могут быть единственным объяснением управления подписью в целевых выборках. Чтобы сделать это конкретным, рассмотрим гипотетический сценарий, в котором два события — X и Y — были включены в EDT. Далее представьте, что несколько образцов имеют мутации только в событии X.Напротив, для события Y таких выборок не существует; то есть Y встречается только в выборках, которые имеют хотя бы одно другое событие из EDT. LURE предполагает, что X с большей вероятностью является драйвером, чем Y, потому что X — единственное событие, которое может объяснить присутствие сигнатуры в нескольких выборках.

Таким образом, на последнем шаге (Шаг 3;) LURE вычисляет минимальный набор событий в улове, который лучше всего охватывает выборки улова. С этой целью LURE строит окончательную модель классификации из объединения всех событий в EDT и использует эту модель для определения окончательного набора образцов, получивших положительную оценку окончательным классификатором (оценка 0.5). Затем он берет все события в EDT, которые охватывают эти выборки с положительной оценкой (), и запускает приближение Вазирани для алгоритма покрытия набора ¹⁰ , как реализовано в RcppGreedySetCover R Package. На этом этапе определяется минимальный набор событий, «покрытие улова», которые в совокупности происходят во всех выборках улова, удаляя события с полностью перекрывающимися выборками, чтобы обогатить события, которые однозначно ответственны за сигнатуру выражения.

Более подробная информация о LURE и ее реализации доступна в разделе «Дополнительные методы» на веб-сайте LURE: https: // sysbiowiki.soe.ucsc.edu/lure.

3. Результаты

3.1. Наборы данных

Все данные были получены из коллекции TCGA Pan-Cancer Atlas. ² Эти данные включали скорректированные и нормализованные данные экспрессии генов, а также вызовы однонуклеотидных вариантов (SNV), определенные на основе консенсусного анализа MC3 TCGA, и данные о количестве копий, связанных с генами, из GISTIC2. Чтобы учесть все транскрипты, которые могут повысить точность предсказания, LURE использует полный набор функций в данных экспрессии мРНК.

3.2. Положительные контроли для LURE

Изоцитратдегидрогеназа 1 (IDh2) является одним из трех ферментов IDH, которые при мутации вызывают гиперметилирование и последующее изменение экспрессии генов в глиомах. ¹¹ Чтобы проверить способность LURE обнаруживать известные события «улова», мы создали тестовый набор событий «наживка и улов», используя миссенс-мутации IDh2 в образцах глиомы низшей степени (LGG) TCGA. Из 210 образцов LGG с миссенс-мутацией IDh2 мы создали начальную приманку со 150 образцами и тремя наборами по 20 образцов в качестве потенциальных событий улова.LURE идентифицировала все три удерживаемых события в Catch Cover, а также событие миссенс-мутации IDh3. IDh3 является другим изоферментом IDH, и мутация в IDh3 имеет тот же онкогенный эффект, что и мутация IDh2 ¹² (Supp. Fig. 1A). Мы также протестировали аналогичный метод под названием REVEALER на этом наборе положительного контроля. Мы обнаружили, что REVEALER не смог идентифицировать оставшиеся образцы (Дополнение Рис. 2).

Фактор сплайсинга 3b Субъединица 1 (SF3B1) — хорошо известный фактор сплайсинга, который периодически мутирует во многих типах опухолей, включая увеальную меланому (UVM). ¹³ Миссенс-мутации в SF3B1 приводят к аберрантному сплайсингу и уникальной сигнатуре экспрессии гена. ¹⁴ Мы использовали SF3B1-мутировавшие опухоли в наборе данных TCGA UVM в качестве положительного контроля. Из 80 образцов UVM 18 образцов имеют миссенс-мутации в SF3B1. Мы создали первоначальную приманку, используя 8 из этих образцов мутанта SF3B1, а оставшиеся два набора из 5 образцов не использовали для обнаружения. LURE повторно обнаружила оба удержанных набора правильно, собрав все пропущенные события SF3B1 в Catch Cover (Supp.Рис. 1Б).

3.3. LURE на наборе данных TCGA Pan-Cancer Atlas

Чтобы найти новые ассоциации между генами, уже вовлеченными в рак, мы запустили LURE для каждого типа опухоли в наборе данных TCGA Pan-Cancer Atlas, ограничивая как приманки, так и уловы событиями мутации, включающими один из 723 генов COSMIC. ^2,8 Мы создали модели классификации по типу опухоли, чтобы избежать каких-либо искажающих эффектов из-за тканеспецифичных паттернов экспрессии и мутаций, мы создали модели, специфичные для типа опухоли, рассматривая каждую приманку для классификации в пределах каждого типа опухоли.События-приманки были созданы для различных типов мутаций, включая миссенс-мутации, усекающие мутации, гомозиготные делеции числа копий в фокусных точках и слияния генов для всех генов COSMIC.

Мы обучили модели логистической регрессии на полученных 3053 комбинациях типа приманка / опухоль. Мы также протестировали модели случайного леса и нейронные сети, но обнаружили, что модель логистической регрессии стабильно дает более высокие баллы для большинства мутаций (дополнительный рис. 3). Из-за несбалансированного характера данных для измерения точности классификатора использовались точность и отзывчивость, а не общая точность, чтобы подчеркнуть способность классификатора обнаруживать образцы наживки, которые часто крайне недопредставлены. ¹⁵ Что касается данных TCGA, мы обнаружили, что использования минимум пяти образцов приманки было достаточно, чтобы указать, что точный классификатор представляет собой надежную сигнатуру, а не случайность (дополнительный рис. 4A). Однако, чтобы ограничить количество предполагаемых ложноположительных результатов, мы ограничили количество классификаторов приманок, рассматривая только те, у которых было не менее 10 положительных образцов. Чтобы еще больше ограничить результаты и получить надежный набор результатов, поддающихся интерпретации, мы также ограничили приманки теми, у которых PR AUC > 0.5, точность > 0,4, и вспомнить > 0,75 (дополнительный рис. 4B). Поскольку цель LURE — идентифицировать и переклассифицировать целевые образцы, точность установлена ​​более мягко, чем отзыв. Среди классификаторов приманок, прошедших эти пороги, наиболее распространенным геном приманки для всех типов опухолей был TP53, а типами опухолей с наибольшим количеством проходящих классификаторов приманки были глиома низшей степени (LGG), карцинома щитовидной железы (THCA) и аденокарцинома простаты ( PRAD) (Supp.Рис.5).

После фильтрации моделей мы запустили LURE с 81 оставшимся классификатором в качестве приманки, используя миссенс-мутации, усекающие мутации, мутации сайтов сплайсинга, слияния генов, амплификации числа копий в фокусных точках и гомозиготные делеции генов COSMIC в качестве возможных ловушек. LURE обнаружила существенные ассоциации улова наживки для 35 из 81 протестированной приманки. Добавление уловов к каждому начальному событию с приманкой увеличивало PR AUC классификатора на различные величины для разных приманок (рис.7А). Тип опухоли был равномерно распределен среди приманок, и SNV преобладали над типом мутации приманки (Supp. Fig. 7D). Самым распространенным геном среди 35 приманок был снова TP53 (Supp. Fig. 7E).

Среди результатов с высокой степенью достоверности с окончательным классификатором PR AUC > 0,8, 14 из 59 ассоциаций приманки и улова были между событиями, связанными с одним и тем же геном, такими как усечение TP53, сайт сплайсинга и миссенс-мутации, в различных типах опухолей. (). Было четыре ассоциации внутри одних и тех же генных семейств, например.грамм. IDh2 / 2 или семейство белков RAS. Кроме того, мы идентифицировали партнеров по событию слияния генов в BRAF и RET, которые связаны с миссенс-мутацией BRAF в THCA. Для 20 из 59 ассоциаций улова наживки с высокой степенью достоверности оба гена были членами одного и того же сигнального пути (исключая наборы генов этого пути с > 1000 генов). ¹⁶

(A) Ассоциации высоконадежных компаний по улову наживки. Диаграмма Сэнки показывает высокую достоверность ассоциаций приманка-улов для 18 приманок с окончательным классификатором PR AUC > 0.8. Ген Bait и тип мутации показаны слева; поймать ген и тип мутации справа. Каждое соединение горизонтального потока представляет собой связь между наживкой и событием улова, обнаруженным LURE. Левая половина каждой полосы потока окрашена в зависимости от типа опухоли, в которой была обнаружена ассоциация. Правая половина каждой полосы потока окрашена в зависимости от типа ассоциации. (B) LURE «Сеть событий», показывающая выбранные ассоциации путей. Cytoscape ¹⁷ визуализация подмножества ассоциаций LURE в наборе данных TCGA Pan-Cancer, сгруппированных по пути.Каждый узел представляет собой событие. Направленные грани представляют ассоциацию и направление открытия приманки (приманка для ловли). Цвет каждого края представляет тип опухоли, в которой была обнаружена ассоциация. Обратитесь к Приложению. Рис. 8 для полной визуализации Cytoscape всех результатов набора данных TCGA Pan-Cancer Atlas.

Наложение EDT, полученных для каждого типа ткани, в сборник ассоциаций приманки и улова, который мы называем «сетью событий», позволяет выявить несколько ориентированных на пути результатов с подтверждением для нескольких типов опухолей (Supp.Рис.8). В частности, появляются четыре канонических находки, ориентированных на пути: передача сигналов EGFR, TP53 / TP63 / SMAD4, PI3K и MAPK / RKT (). LURE идентифицировал интересные ассоциации для PTEN, в частности между PTEN и CTNNB1, связь, подтвержденная недавними исследованиями, которые предполагают, что PTEN играет роль в регуляции субклеточной локализации β -catenin. ¹⁸ Другая поразительная ассоциация LURE находится между PTEN и EGFR, что согласуется с недавними открытиями, предполагающими, что PTEN регулирует передачу сигналов EGFR. ¹⁹ Эти ассоциации LURE для PTEN выявляют перекрестные помехи между путями и предоставляют дополнительные доказательства того, что изменения в PTEN влияют на передачу сигналов EGFR и передачу сигналов β -catenin.

Анализ TCGA Pan-Cancer Atlas, проведенный LURE, связал в общей сложности 1216 проб с 35 случаями наживки через 2845 соединений с 53 случаями отлова. Поскольку приманки были созданы для разных типов изменений в одном и том же гене, в отличие от одной приманки для любых изменений в гене, этот метод смог идентифицировать ассоциации между различными типами изменений в одном и том же гене, а также сделать вывод о функциональном воздействии изменений.Например, α -талассемия умственная отсталость X-сцепленная (ATRX), ген, рекуррентно мутировавший в LGG, имеет онкогенный эффект только с мутацией потери функции — либо усекающей мутацией, либо потерей числа копий — тогда как промах мутация может не иметь онкогенного действия. ¹² Различные типы мутаций показали различную эффективность в качестве приманок, причем слияния генов, как правило, оказывались наиболее сильными, за которыми следовали делеции, усекающие мутации и миссенс-мутации (рис. 6). Это указывает на то, что многие слитные гены оказывают постоянное влияние на транскрипцию генов, тогда как миссенс-мутации часто проявляют противоречивые фенотипические эффекты или не проявляют их вовсе.

Мы попытались измерить степень, в которой LURE расширяет список известных драйверов в наборе данных TCGA. Хотя оценить это количество сложно, мы приблизили его, подсчитав частоту, с которой LURE связывает события улова с приманками между генами без какой-либо предварительной функциональной связи. С этой целью мы обнаружили, что 6.9% (10 271) от общего числа рассмотренных событий были связаны с транскрипционной подписью либо в качестве приманки, либо в качестве улова, либо и того, и другого (Supp. Fig. 9). Более трети этих случаев (34%; 3497) связаны с уловами, которые сами не использовались в качестве приманки.Мы классифицировали эти случаи улова в зависимости от того, связывают ли они один и тот же ген (20%, 683), семейство (2%; 77), путь (25%; 890) или отсутствие известной связи (53%; 1847) с исходной приманкой. . Таким образом, цифры показывают, что среди этих 6,9% событий с транскрипционной сигнатурой 18% (1847) были недавно вовлечены в LURE, связывающую одну сигнатуру с другой.

3.4. LURE находит новые драйверы альтернативного удлинения пути теломер в саркомах

Опухолевые клетки должны использовать механизмы поддержания теломер (TMM) для увеличения своих теломер, чтобы быстро размножаться и избегать старения. ²⁰ На сегодняшний день известны два известных механизма, используемых опухолевыми клетками для предотвращения эрозии теломер: сверхэкспрессия теломеразы, фермента, удлиняющего теломеры, и путь альтернативного удлинения теломер (ALT). Подавляющее большинство опухолей тем или иным образом сверхэкспрессируют теломеразу, тогда как небольшая часть (10–15%) использует АЛТ. ²¹ ALT-положительные (ALT ⁺ ) образцы удлиняют теломеры за счет гомологичной рекомбинации, опосредованной мутациями потери функции в генах ATRX и DAXX. ²² Примерно 80% опухолей с ALT содержат мутации в ATRX или DAXX, ²³ , оставляя 20% без известного драйвера. Используя LURE, мы стремились идентифицировать новые мутации драйвера пути ALT, используя сигнатуры экспрессии генов образцов, несущих мутации потери функции ATRX. Саркомы и глиомы более низкой степени злокачественности (LGG) имеют самую высокую распространенность образцов ALT ⁺ , и ATRX периодически мутирует при этих заболеваниях. Поэтому мы выбрали эти типы опухолей для поиска новых драйверов пути ALT. ²² Мы ограничили наш набор генов вручную подобранным набором генов, связанных с поддержанием теломер, полученным из базы данных TelNet ²⁴ , и сосредоточились на поиске ассоциаций с ALT. Поскольку TP53 обычно мутирует в образцах ALT ⁺ , а мутации TP53 не известны как достаточные для того, чтобы вызвать ALT, ²⁵ , мы исключили события TP53 из возможных уловов, чтобы идентифицировать новые драйверы ALT.

Используя усекающие мутации ATRX в качестве приманки, LURE идентифицировала четыре ассоциированные мутации в саркомах ().Хотя мы ожидаем, что усекающие мутации ATRX будут связаны с делецией номера копии ATRX, ¹² делеции, обнаруженные в RB1 и SP100, являются новыми. Мы предполагаем, что сигнатура экспрессии LURE, идентифицированная в этом анализе, классифицирует образцы ALT ⁺ TMM, и что связанные с этим изменения, возможно, управляют TMM. Предыдущая работа связала изменения RB1 с длинными теломерами в отсутствие мутаций TERT и инактивации ATRX. ²⁶ Кроме того, мышиные модели показали, что нокаут белков семейства Rb вызывает удлинение теломер. ²⁷ LURE также идентифицировала делеции SP100 как драйвер ALT, и хотя не сообщалось, что делеции SP100 напрямую участвуют в ALT, сверхэкспрессия SP100 в клеточных линиях ALT ⁺ привела к подавлению характеристик ALT. ²⁸ Таким образом, мы предполагаем, что делеция SP100 может приводить к беспрепятственной активности ALT TMM. Для дальнейшего исследования подмножества образцов ALT ⁺ , классифицированных LURE, мы провели анализ выживаемости и обнаружили, что образцы ALT ⁺ показывают худший прогноз ( p = 0.068) (), что согласуется с недавним исследованием. ²⁹

(A) График ALT приманки Используя известный драйвер для ALT (усекающие мутации ATRX) в качестве приманки при саркомах (SARC), LURE находит четыре события ловли: удаление числа копий ATRX, RB1 и SP100, а также RB1 мутации сайта сплайсинга. (B) График выживаемости ALT приманки График выживаемости Каплана-Мейера, делящий образцы SARC по классификации ALT с использованием последнего классификатора улова от LURE.Приманка ALT ^— образцов имеет классификационные баллы <0,5, ALT ⁺ образцов ≥ 0,5.

В LGG, снова используя усекающие мутации ATRX в качестве приманки, LURE обнаружил аналогичные результаты, идентифицирующие ассоциации с другими изменениями ATRX, такими как делеции ATRX, мутации сайтов сплайсинга и миссенс-мутации (Supp. Fig. 10). Хотя миссенс-мутации ATRX обычно не считаются драйверами ALT, мы обнаружили, что миссенс-мутации ATRX на самом деле были связаны с усекающими мутациями, что предполагает потерю функциональной роли для некоторых из этих миссенс-мутаций. ¹² Вместе эти находки указывают на новые одиночные и комбинации водительских мутаций, необходимых для инициации механизма поддержания теломер ALT, и предполагают потенциальные терапевтические мишени.

3.5. LURE определяет ассоциации в сигнальном пути MAPK / RTK

Онкогенные мутации генов HRAS, NRAS или KRAS часто обнаруживаются в опухолях человека, изменяя контроль клеточной пролиферации, дифференцировки и выживаемости. Онкогенные мутации в ряде других вышестоящих или нижестоящих компонентов сигнального пути MAPK / RTK, включая тирозинкиназы мембранных рецепторов (RTK) и цитозольные киназы, недавно были обнаружены при различных типах рака. ³⁰ Онкогенные мутации RAS и другие мутации в сигнальном пути MAPK / RTK часто исключают друг друга, указывая на то, что дерегуляция Ras-зависимой передачи сигналов важна для туморогенеза. ³⁰ Предыдущие исследования показали, что образцы опухолей, несущие мутации белка Ras, имеют уникальную сигнатуру экспрессии гена, и Ras-зависимые образцы могут быть более точно определены по этой сигнатуре, чем по одному статусу мутации. ³¹ Опираясь на эти знания, мы смогли использовать LURE не только для обучения точного Ras-зависимого классификатора, как это было сделано в Way et al., ³² , но также для выявления новых изменений, которые могут активировать сигнальный путь MAPK / RTK в образцах без мутации белка Ras. Мы запускали LURE, используя в качестве приманок гены, которые, как известно, участвуют в сигнальном пути MAPK / RTK ³³ . Мы рассматривали приманки со следующими изменениями: миссенс-мутации, усекающие мутации, гомозиготные делеции числа копий в фокусных точках, мутации сайтов сплайсинга и слияния генов. Мы не ограничивали наш набор уловов генами COSMIC, так как искали гены, которые ранее не участвовали в развитии рака.Мы запустили LURE для 23 классификаторов приманок, набравших больше 0,5. Получившаяся сеть событий выявила как известные, так и новые ассоциации (). Одна интересная ассоциация, обнаруженная LURE в плоскоклеточных карциномах головы и шеи (HNSC), находится между миссенс-мутациями HRAS и фокальными делециями локуса 2q23.3 (). Образцы были почти взаимоисключающими для этих событий, только один образец имел как делецию 2q23.3, так и изменение HRAS, и ни один образец не имел изменений в KRAS или NRAS.Среди 61 гена в локусе 2q23.3 есть CHST11, который, как было показано, регулирует активность пути MAPK / RTK при гепатоцеллюлярной карциноме. ³⁴ Мы предполагаем, что в отсутствие мутации HRAS передача сигналов MAPK может быть активирована делецией локуса 2q23.3 в HNSC.

(A) LURE «Сеть событий», показывающая ассоциации с генами сигнального пути MAPK / RTK. Каждый узел представляет собой событие. Направленные грани представляют ассоциации и направление открытия приманки (приманка для ловли).Цвет каждого края представляет тип опухоли, в которой была обнаружена ассоциация. (B) LURE График HRAS в HNSC. Используя миссенс-мутации HRAS в качестве приманки при плоскоклеточных карциномах головы и шеи (HNSC), LURE обнаружила событие улавливания делеции в локусе 2q23.3.

4. Обсуждение

Мы описали метод обучения нереализованным событиям (LURE), который использует доступность множественных наборов данных рака для идентификации событий драйверов с использованием сигнатур, построенных на основе других данных характеристик (в данном исследовании — экспрессии мРНК).LURE относится к подходам с частично контролируемым машинным обучением, но имеет небольшой сдвиг в акцентах. Вместо того, чтобы сосредотачиваться на маркировке неизвестных образцов для оптимизации производительности, LURE вместо этого использует взаимную совместимость наборов меток для формирования связного классификатора в качестве индикатора того, что сами наборы меток связаны между собой. Таким образом, точность классификатора важна только в той степени, в которой он создает сигнатуру, которая может обнаруживать сильные ассоциации. LURE использует преимущества «темной материи» (ложноположительные результаты в классификаторах на основе экспрессии генов) для поиска связанных событий.LURE превзошел REVEALER, другой метод, основанный на сигнатуре, в тесте положительного контроля IDh2. Сравнение с другими методами также можно найти в приложении (Supp. Methods).

Некоторые ограничения этого исследования могут быть устранены, чтобы расширить набор прогнозируемых драйверов. Во-первых, мы использовали очень консервативный набор параметров для анализа набора данных TCGA, чтобы контролировать набор ложных срабатываний и выделить наиболее надежные связи, включая минимальное количество образцов приманки, базовую точность для классификаторов приманок, пороговое значение для Тесты SSEA, допустимое перекрытие выборки между событиями и ограничение уловов генами COSMIC.Можно провести менее строгий анализ приманки, чтобы получить гораздо больше событий улова, которые можно было бы дополнительно отфильтровать с использованием таких критериев, как повторяемость одного и того же улова, обнаруженного в нескольких типах опухолей. Во-вторых, мы рассматривали только данные об экспрессии генов как характеристики для построения сигнатур, которые могут быть обусловлены присутствием смешанных ковариат, таких как подтипы и факторы микросреды. Доступно множество других типов данных, таких как метилирование ДНК, чтобы повысить способность находить ассоциации между событиями.В-третьих, использование SSEA ограничивает рассмотрение событий перехвата теми, которые происходят по крайней мере в четырех целевых выборках, чтобы пройти многотестовую отсечку FDR. Однако, возможно, стоит добавить события в уловку, даже если они охватывают только одну дополнительную целевую выборку. Некоторые преимущества могут дать методы, которые одновременно рассматривают наборы взаимоисключающих событий.

Использование сигнатур для связывания событий расширит список известных драйверов, которые в конечном итоге могут идентифицировать цели для точной медицины.LURE определила интригующий набор новых потенциальных драйверов на основе набора данных Pan-Cancer Atlas. Большинство обнаруженных ассоциаций было между событиями одного и того же гена (например, TP53), семейства генов (например, IDH, RTK) или биологического пути (например, PI3K). В дополнение к связыванию известных событий в наборе данных атласа пан-рака, LURE идентифицировал 1847 событий неизвестного значения для известных путей, таких как предполагаемые факторы поддержания теломер и передачи сигналов MAPK / RTK. Сбор этих событий дает возможные действенные подсказки для больных раком.Например, LURE обнаружил, что делеции в 2q23.3 при раке головы и шеи сильно связаны с передачей сигналов RTK. Еще неизвестно, можно ли использовать такую ​​фокальную делецию в качестве нового биомаркера для лечения пациентов с помощью ингибитора RTK, такого как гефитиниб для EGFR.

Благодарности

D.H., V.F., I.N.A., C.K.W., A.S.W. и J.M.S. были поддержаны грантами от NCI (U24 — {«type»: «entrez-нуклеотид», «attrs»: {«text»: «CA143858», «term_id»: «35040258», «term_text»: «CA143858»}} CA143858, 1R01CA180778, NHGRI (5U54HG006097) и NIGMS (5R01GM109031).

Список литературы

Новая раковая ловушка ограничивает распространение метастатических клеток

Одна из многих проблем при лечении рака заключается в том, что клетки-изгои могут отделяться от первичной опухоли и перемещаться в отдаленные места, вызывая распространение болезни или метастазирование.

Новая «ловушка для рака» с подстерегающей белковой «приманкой» и химиотерапевтическим препаратом обещает поймать и убить эти клетки-изгои.Ловушка, разработанная Липингом Таном, профессором биоинженерии Техасского университета в Арлингтоне, не предназначена для ведения битвы в одиночку. Вместо этого он разработан в качестве дополнения к обычной химиотерапии и лучевой терапии. Хотя Тан признает, что эффективность этого метода трудно измерить, он считает, что этот метод может продлить продолжительность жизни пациентов более чем на 25 процентов.

«Ловушка» создается путем трехмерной печати биоразлагаемого пористого полимерного каркаса. По словам Танга, полимолочная кислота, обычный материал для тканевой инженерии, является одним из подходящих кандидатов на роль этой структуры.

Для вас: стволовые клетки крови, выращенные в биореакторе, могут изменить лечение рака

Ловушка содержит два ингредиента: хемокин или регуляторный белок, который служит приманкой, и химиотерапевтический агент, который убивает раковые клетки, когда они попадают в ловушку. Хемокины — это белки, которые запускают различные биологические реакции клеток, включая движение опухолевых клеток. Это делает их эффективной приманкой.

«Как только раковая клетка попадает в ловушку, она будет уничтожена», — говорит Тан.«Таким образом, мы уменьшим количество метастатических раковых клеток, точно так же, как мотель для тараканов привлекает тараканов, а затем уничтожает их».

Чтобы упростить процесс утверждения FDA, все компоненты, включая хемокин и химиотерапевтический агент, одобрены FDA.

Ловушка доставляется в организм через имплантируемую капсулу под кожу или через инъекционную микрочастицу.

Исследователи имплантируют капсулу через небольшой разрез. Преимущество имплантата в том, что исследователи могут восстановить его на более позднем этапе и изучить содержимое.Уловленные раковые клетки-изгои могут сигнализировать о прогрессировании заболевания. Имплант изготовлен из биоматериалов, которые призваны минимизировать системные иммунные реакции организма на посторонние предметы.

Инъекционные микрочастицы, которые высвобождают хемокин и привлекают раковые клетки, могут использоваться для локальной химиотерапии.

«Инъекционные препараты особенно подходят для лечения рака в сложных участках, на участках, удаленных от кожи», — говорит Танг. «Мы хотим ввести его как можно ближе к опухоли.”

Подход Тан вызывает вопросы. Если эти раковые ловушки могут так эффективно привлекать удаленные раковые клетки, почему их расположение так важно? И если рак уже дал метастазы, как врач или клиницист решает, где разместить ловушки, чтобы предотвратить его ухудшение?

«Хорошо известно, что метастатические раковые клетки мигрируют из первичной опухоли и проходят через лимфатический узел и через кровь к вторичным участкам», — говорит Танг.

Идеальные места для увеличения шансов на успех — рядом с участками опухоли, лимфатическими узлами и связанной с ними сосудистой сетью.

«Эти метастатические клетки — мы называем их раковыми стволовыми клетками — много движутся и очень быстро размножаются», — говорит он. «Вот для чего предназначена ловушка для рака. Как только вы поместите ловушку рядом с ними, раковые стволовые клетки мигрируют к ловушке и погибнут. Таким образом, даже когда они выходят из кровотока и лимфатического узла, они не распространяются в другом месте ».

Если эти комбинации хемокинов и химиотерапии настолько эффективны, почему бы не разослать их по всему телу для уничтожения клеток-изгоев вместо того, чтобы изобретать сложные ловушки для их поимки?

«Представьте, что вы выпустили феромон для тараканов по всему дому», — говорит Тан.«Вы до сих пор не знаете, где тараканы. Они могут прятаться за диваном, и вы не знаете, убили ли вы их. То же самое и с раковыми клетками. Если мы поставим ловушку рядом с местом, где высока вероятность прохождения раковой клетки, например, лимфатическим узлом, это будет более эффективно для последующего искоренения ».

Раковую ловушку можно также использовать для ранней диагностики метастазов.

«Если вы подозреваете, что есть таракан, вы можете либо положить наживку, либо часами сидеть на кухне, чтобы посмотреть, появится ли он», — говорит он. «Ловушка действует как концентратор рака, и путем анализа клеток внутри [имплантированное] устройство, вы можете определить, распространяется ли рак.”

Ловушка для рака получила патент в Европе. Tang ожидает финансирования, чтобы довести разработки до клинических испытаний в Соединенных Штатах.

Poornima Apte — независимый технический писатель.

Искусственная поджелудочная железа улучшает контроль уровня глюкозы у диабетиков

Устройство быстро обнаруживает живые бактерии для жизненно важной диагностики

Искусственные легкие могут дать реальную надежду будущим пациентам с трансплантатом

(PDF) Использование транскрипционных подписей для поиска возбудителей рака с помощью LURE

Ссылки

1.Б. Фогельштейн и др., Science (Нью-Йорк, Нью-Йорк) 339, 1546 (март 2013 г.).

2. К. А. Хоадли и др., Cell 173, 291 (апрель 2018 г.).

3. Н. Агравал и др., Cell 159, 676 (октябрь 2014 г.).

4. А. Гонсалес-Перес и др., Nature methods 10, 723 (август 2013 г.).

5. Т. Абениус и др., В «Достижения в системной биологии», ред. Горянин И.И., Горячев А.Б. Ад-

исследований в экспериментальной медицине и биологии (Springer New York, 2012).

6. A. Bashashati et al., Геномная биология 13, стр. R124 (2012).

7. M. D. Leiserson et al., Genome Biology 16 (2015).

8. Г. Сириелло и др., Текущие протоколы в биоинформатике, ГЛАВА 8, подраздел (март 2013 г.).

9. С. Такахаши и др., Cancer Science 99, 324 (февраль 2008 г.).

10. С. Ямагути и др., Oncotarget 9, 14193 (март 2018 г.).

11. П. А. Константинопулос и др., Журнал клинической онкологии: Официальный журнал Американского общества клинической онкологии

28, 3555 (август 2010 г.).

12. Дж. Г. Тейт и др., Nucleic Acids Research.

13. A. Subramanian et al., Proceedings of the National Academy of Sciences 102, 15545 (October

2005).

14. Вазирани В. В., Алгоритмы аппроксимации, исправленное второе тиражное изд. (Springer, Berlin Hei-

delberg, 2003). OCLC: 2472.

15. С. Цуркан и др., Nature 483, 479 (март 2012 г.).

16. Сеть исследований атласа генома рака и др., Медицинский журнал Новой Англии 372, 2481

(июнь 2015 г.).

17. Робертсон А.Г. и др., Cancer cell 32, 204 (август 2017 г.).

18. С. Альсафади и др., Nature Communications 7, p. 10615 (февраль 2016 г.).

19. Сайто Т. и Ремсмайер М., PLoS ONE 10 (2015).

20. Д. Мерико и др., PloS One 5, p. e13984 (ноябрь 2010 г.).

21. П. Шеннон и др., Genome Research 13, 2498 (ноябрь 2003 г.).

22. A. Persad et al., Genes & Cancer 7, 368 (ноябрь 2016 г.).

23. С. Р. Шинде и С. Маддика, Nature Communications 7, p.10689 (февраль 2016 г.).

24. Дж. У. Шэй и У. Э. Райт, Nature Reviews. Молекулярная клеточная биология 1, 72 (2000).

25. Дж. Д. Хенсон и Р. Р. Реддел, FEBS Letters 584, 3800 (сентябрь 2010 г.).

26. C. M. Heaphy et al., Американский журнал патологии 179, 1608 (октябрь 2011 г.).

27. C. A. Lovejoy et al., PLOS Genet 8, p. e1002772 (июль 2012 г.).

28. Д. М. Браун и др., BMC Genetics 19 (май 2018 г.).

29. Y.-J. Чен и др., Cancer Research 66, 6473 (июль 2006 г.).

30. Медицинский журнал Новой Англии 372, 2481 (июнь 2015 г.).

31. Ф. П. Бартел и др., Nature Genetics 49, 349 (март 2017 г.).

32. M. Garca-Cao et al., Nature Genetics 32, p. 415 (ноябрь 2002 г.).

33. W.-Q. Цзян и др., Molecular and Cellular Biology 25, 2708 (апрель 2005 г.).

34. R. T. Lawlor et al., BMC Cancer 19, p. 232 (март 2019 г.).

35. A. Fernndez-Medarde и E. Santos, Genes & Cancer 2, 344 (март 2011 г.).

36.А. Лобода и др., BMC Medical Genomics 3, стр. 26 (июнь 2010 г.).

37. Г. П. Уэй и др., Cell Reports 23, 172 (апрель 2018 г.).

38. Ф. Санчес-Вега и др., Cell 173, 321 (апрель 2018 г.).

39. Х. Чжоу и др., Пищеварительные заболевания и науки 61, 1972 (июль 2016 г.).

40. К. Розенберг и др., В 2005 г. Седьмой семинар IEEE по приложениям компьютерного зрения

(WACV / MOTION’05) — Том 1, январь 2005 г.

41. Дж. В. Ким и др., Nature Biotechnology 34 , 539 (май 2016 г.).

.CC-BY-NC-ND 4.0 Международная лицензия Предоставляется под номером

(который не прошел рецензирование) является автором / спонсором, который предоставил bioRxiv лицензию на бессрочную демонстрацию препринта.

Правообладатель на данный препринт. http://dx.doi.org/10.1101/727891doi: препринт bioRxiv, впервые опубликованный в Интернете 8 августа 2019 г .;

Новый метод лечения метастазов рака — Harvard Gazette

«Метастазы в легких истощают определенные виды хемокинов из окружающей среды, что означает, что сигнал, который должен привлекать полезные белые кровяные тельца для борьбы с опухолью, исчез.Мы выдвинули гипотезу, что предоставление этого хемокинового сигнала в месте опухоли может помочь восстановить нормальный иммунный ответ организма и дать ему возможность атаковать опухоли », — сказал соавтор исследования Анвай Укидве, бывший научный сотрудник Института Висса и SEAS, который сейчас ученый фармацевтической компании.

Команда сначала оптимизировала свои наночастицы, чтобы гарантировать, что они будут отделяться от своих хозяев эритроцитов только тогда, когда клетки крови будут плотно протискиваться через крошечные капилляры легких.Они также украсили поверхности наночастиц антителом, которое прикрепляется к белку, обычно обнаруживаемому в клетках кровеносных сосудов легких, под названием ICAM-1, чтобы помочь увеличить удержание наночастиц в легких. Затем эти наночастицы были заполнены хемокином CXCL10, создав пакет, который исследователи назвали ImmunoBait. Затем частицы ImmunoBait были прикреплены к эритроцитам мыши для создания терапевтической системы доставки, называемой системной иммунотерапией с заякорением эритроцитов (EASI), и вводились в кровоток мышей с раком груди, метастазировавшим в легкие.

частиц ImmunoBait оставались в легких животных до шести часов после инъекции EASI, и большинство из них распределялись внутри и вокруг метастазов. Лечение EASI привело к сильной экспрессии CXCL10 в течение 72 часов, что свидетельствует о том, что доставка хемокина стимулировала организм к его самостоятельной выработке, несмотря на иммуносупрессивное микроокружение опухоли. Чтобы точно выяснить, какой эффект доставленный CXCL10 оказал на иммунную систему мышей, команда проанализировала различные типы клеток, присутствующих в легких до и после инъекции EASI.Они наблюдали увеличение инфильтрации Т-хелперных клеток CD4 типа 1 (Th2), которые выделяют провоспалительные химические вещества, которые помогают держать опухоли под контролем, а также эффекторных клеток CD8 и естественных киллеров (NK), которые приводят к прямому уничтожению раковые клетки.

Вооружившись доказательствами того, что их система может привлекать иммунные клетки к метастазам в легких, команда затем проверила ее способность замедлять или останавливать прогрессирование болезни на мышах.Сначала они удалили опухоли рака груди у животных (чтобы имитировать операцию, которую пациенты часто проходят для лечения своих первичных опухолей), а затем вводили им либо только CXCL10, либо только наночастицы ImmunoBait, либо EASI.

EASI подавлял прогрессирование метастазов в легких с четырехкратной и шестикратной большей эффективностью, чем свободный CXCL10 и ImmunoBait, соответственно. У всех мышей, получавших EASI, было менее 20 метастатических узлов через 37 дней, а у 25 процентов из них был только один узел.Напротив, у мышей, получавших другие методы лечения, было от двух до 100 узелков. Мыши, получавшие EASI, также имели почти в три раза лучшую выживаемость: в то время как животные во всех других группах лечения умерли от болезни менее чем за 20 дней, около 25 процентов мышей, получавших EASI, выжили в течение 40 дней. У них также не было никаких признаков нецелевой токсичности или других негативных эффектов лечения.

Поскольку EASI эффективно активировал иммунную систему против метастазов в легких, исследователи задались вопросом, может ли эта активация обеспечить длительную защиту от будущих рецидивов того же рака.Они проанализировали кровь мышей, получивших EASI, и обнаружили повышенное количество клеток памяти CD8, которые сохраняются долгое время после иммунной угрозы и могут бить тревогу, если эта угроза появится снова. Чтобы проверить, обеспечивают ли эти клетки памяти достаточную защиту, команда повторно инокулировала мышам те же опухолевые клетки через два дня после их последнего лечения. У мышей, которых лечили EASI, рост опухоли и масса опухоли были значительно ниже, чем у мышей, которым вводили физиологический раствор или не лечили, что демонстрирует, что местное лечение метастазов в легких вызывает системный иммунитет против развития опухоли.

«Эти результаты подчеркивают способность нашей системы EASI преобразовывать биологическое неблагоприятное воздействие метастазов в уникальную терапевтическую возможность против метастатического рака», — сказал старший автор Митраготри, который также является профессором биоинженерии Hiller и профессором Hansjörg Wyss в области биологической инженерии. в МОРЕ. Его команда продолжает оптимизировать EASI, экспериментируя с доставкой различных типов хемокинов с помощью наночастиц ImmunoBait, и изучает комбинацию EASI с одобренными в настоящее время методами лечения рака для выявления потенциального синергизма.

«Этот уникальный биоинспекционный подход к лечению рака является прекрасным примером нестандартного мышления, которое мы поощряем и поддерживаем в Институте Висса — путем использования собственных эритроцитов организма для доставки лекарств в капиллярные кровеносные сосуды В легких, где образуются многие метастазы, команда Самира разработала совершенно новый тип иммунотерапии и открыла двери для потенциально спасающих жизнь методов лечения », — сказал директор-основатель Института Висса Дон Ингбер, который также является профессором биологии сосудов Гарвардской медицинской школы и сосудистой биологии Джуды Фолкман. Программа биологии в Бостонской детской больнице, а также профессор биоинженерии в SEAS.

Дополнительными авторами статьи являются действующие члены Wyss и SEAS Юншэн Гао и Джаюнг Ким; бывшие члены Wyss и SEAS Вину Кришнан, Дэниел Пэн, Майкл Эванс и Абхируп Мандал; бывшая студентка SEAS Александра Фехнель; бывший сотрудник Института Висса Цзюньлин Го; и Владимир Музыкантов из Медицинского факультета Перельмана Пенсильванского университета.

Это исследование было поддержано Институтом биологической инженерии Висса и Национальным институтом здравоохранения.

Обширная перестройка сети EGFR в клетках колоректального рака, экспрессирующих трансформирующие уровни KRASG13D

Картирование EGFR PPIN в клетках mtKRAS

Мы картировали эффекты mtKRAS на PPIN ниже EGFR в клетках HCT116, которые широко использовались в исследованиях. mtKRAS функционирует в CRC. HCT116 содержит онкогенный аллель KRAS ^G13D , который был нацелен на нарушение посредством гомологичной рекомбинации для генерации неканцерогенных клеток HKE3 ¹¹ .Тщательная генетическая, биохимическая и биологическая характеристика, описанная в предыдущей публикации ¹² и дополнительном рисунке 1, подтвердила, что HCT116 и HKE3 являются близкородственными клеточными линиями. По сравнению с клетками HCT116, HKE3 имеет нетрансформированный фенотип, что отражается чувствительностью к ингибитору EGFR и сниженной миграцией, пролиферацией, способностью образовывать колонии и независимым от закрепления ростом (дополнительный рис. 1). Интересно, что, несмотря на этот нетрансформированный фенотип, клетки HKE3 сохраняют генетически стабильную низкоуровневую экспрессию mtKRAS ^G13D , вероятно, из-за дупликации мутантного аллеля mtKRAS ^G13D в HCT116 и нокаута только одной копии в клетках HKE3 ( Дополнительный рис.1А). Недавние открытия показывают, что онкогенные мутации KRAS происходят в нормальных тканях и что активность KRAS должна превышать пороговое значение для развития рака и метастазирования ^13,14,15,16 . Таким образом, эта пара клеточных линий дает возможность сравнивать EGFR PPIN в клетках, экспрессирующих трансформирующую и не трансформирующую дозу mtKRAS. Более того, HCT116 не зависимы от mtKRAS для выживания, сводя к минимуму давление отбора для приобретения компенсаторных мутаций, когда дозировка mtKRAS снижена ¹⁷ .

Для достижения репрезентативного охвата EGFR PPIN мы выбрали 95 белков-приманок (дополнительные данные 1) на основе тщательно подобранной карты сигнальной сети EGFR ¹⁸ и литературного обзора путей EGFR, участвующих в патогенезе и прогрессировании CRC. Приманки охватывают основные функции передачи сигналов EGFR, включая ключевые киназы, фосфатазы, каркасные и адаптерные белки в сети. Приманки экспрессировали в виде белков, меченных FLAG, с тщательным титрованием трансфекции для достижения аналогичного уровня экспрессии в обеих клеточных линиях.Приманки подвергали иммунопреципитации, и ассоциированные белки жертвы идентифицировали с помощью кМС Orbitrap с высоким разрешением. Чтобы гарантировать высокое качество данных, мы проанализировали 95 контрольных иммунопреципитатов (IP) приманки и пустого вектора из клеток, меченных прямым и обратным SILAC, с использованием трех биологических и двух технических повторов на приманку, в результате чего было получено 1710 образцов и 1140 анализов qMS (рис. 1). Поскольку общие методы анализа данных AP-MS плохо подходят для количественного сравнения данных PPI из разных клеточных линий и из предвзятого выбора приманки, мы использовали HiQuant ¹⁹ , который мы специально разработали для анализа данных MS из сложных экспериментов, таких как наш.В конвейер входят строгие этапы контроля качества данных, нормализации, статистического анализа и построения сети. Этот рабочий процесс включает строгую двухэтапную процедуру для исключения ложноположительных взаимодействий (Дополнительные методы, раздел 12). PPIN EGFR в клетках HCT116 и HKE3, названные EGFRNet ^mtKRAS-Hi и EGFRNet ^mtKRAS-Lo , соответственно, были реконструированы на основе взаимодействий приманка-жертва с высокой степенью достоверности.

Архитектура сети EGFR PPIN

EGFRNet ^mtKRAS-Hi и EGFRNet ^mtKRAS-Lo состоят из 3162 и 2788 взаимодействий приманка-жертва, соответственно (дополнительный рис.2A – E, Дополнительные данные 2). Этот размер сети находится в пределах ожидаемого распределения известных PPIN (дополнительный рисунок 3A). В 93 из 95 приманок обнаружена по крайней мере одна жертва в обеих клеточных линиях. Более 70% жертв в EGFRNet ^mtKRAS-Lo также были узлами в EGFRNet ^mtKRAS-Hi , что указывает на то, что большинство узлов являются истинными компонентами EGFR PPIN, поскольку они были независимо обнаружены в обеих клеточных линиях. Обе сети EGFRNets представляют собой небольшие однокомпонентные сети (т. Е. Все узлы достижимы друг от друга) с аналогичными безмасштабируемыми топологиями и сопоставимыми другими сетевыми свойствами, такими как средняя длина пути, степень узла, центральность промежуточности (bc) и кластеризация. коэффициенты (дополнительный рис.2F – I). Например, многие из основных концентраторов (узлы с высокой степенью связи) в EGFRNet ^mtKRAS-Hi также являются концентраторами в EGFRNet ^mtKRAS-Lo , включая GRB2, RAB5A, RAF1 и Sh3D3C. Хотя GRB2 является хорошо известным концентратором, координирующим различные аспекты передачи сигналов EGFR ²⁰ , считается, что некоторые из других узлов с высоким bc имеют специализированные функции. Наши данные предполагают, что эти белки участвуют в гораздо большей степени перекрестных помех с другими клеточными процессами, чем предполагалось ранее.

Сравнение с известными в настоящее время ИПП показывает, что> 80% взаимодействий, обнаруженных в нашем исследовании, являются новыми, что свидетельствует о ценности целенаправленных исследований картирования PPIN, дополняющих усилия по всему геному, и предполагает, что многие ИПП могут сильно зависеть от клеточного контекста. Такая высокая доля новых взаимодействий согласуется с другими крупномасштабными попытками картирования взаимодействий на основе AP-MS ^1,2,4,21,22 . Тестирование 17 произвольно выбранных взаимодействий с использованием обычных экспериментов по коиммунопреципитации / вестерн-блоттингу показало, что данные PPI хорошо воспроизводятся другим методом (дополнительный рис.3Б, В).

Поскольку AP-MS может недостаточно хорошо представлять интеракторы интегральных мембранных белков ²³ , мы использовали MYTH, мембранный дрожжевой двухгибридный анализ ²⁴ , чтобы идентифицировать бинарные белковые интеракторы семейства EGFR человека, ERBB1-4 (Дополнительные методы, раздел 30). Эта карта взаимодействия содержала 405 взаимодействий (дополнительный рисунок 4 и дополнительные данные 3), включая 181 новое взаимодействие. Все взаимодействия наживка-жертва, обнаруженные в сетях EGFRNets, можно изучить в дополнительных данных и на http: // primesdb.ЕС/.

mtKRAS

a Число жертв, идентифицированных для каждого комплекса AP-MS приманка-жертва. Красные, перестроенные жертвы, усиленные клетками mtKRAS ^Hi ; синие, перестроенные белки жертвы, усиленные в клетках mtKRAS ^Lo .Комплексы AP-MS названы на основе белка-приманки и показаны на оси x . b Модель с сетевыми спицами, вид переназначенных взаимодействий. Взаимодействия наживки и жертвы, выявленные в обеих сетях с одинаковым количеством жертв, показаны серым цветом. Взаимодействия наживка-жертва, которые были идентифицированы только в EGFRNet ^mtKRAS-Hi или EGFRNet ^mtKRAS-Lo , показаны сплошными красными или синими краями соответственно. Взаимодействия наживка-жертва, которые были обнаружены в обеих сетях, но где численность жертвы была значительно выше в EGFRNet ^mtKRAS-Hi или EGFRNet ^mtKRAS-Lo , показаны пунктирными красными или синими краями, соответственно.Посетите primesdb.eu, чтобы изучить комплексы более подробно / с большим разрешением. c Увеличьте изображение четырех узлов, которые представляют смешанное, предпочтительное или отсутствие переподключения. Исходные данные представлены в виде файла исходных данных.

Потенциальные движущие силы перепрограммирования PPIN

Чтобы исследовать, какие молекулярные механизмы могут управлять перепрограммированием PPIN, мы сначала проанализировали, сыграли ли роль генетические мутации, отличные от KRAS ^G13D , поскольку генетические вариации ранее были связаны с перепрограммированием PPIN ²⁵ .Используя полногеномное секвенирование, мы идентифицировали генетические изменения, включая вариации числа копий (CNV), вставки / делеции (InDels), синонимичные и несинонимичные однонуклеотидные варианты (SNV) между двумя линиями клеток (дополнительные данные 6-8; дополнительный рис. 5А). Используя набор инструментов анализа генома, было предсказано, что на ²⁶ 27 генов влияют структурные варианты, но ни один ген не был узлом в EGFRNets. Что касается CNV, пять генов были узлами EGFRNet, но только один генный продукт, PPP3CA, был изменен.Из 170 135 SNV и малых InDel, обнаруженных различными между клетками mtKRAS ^Hi и mtKRAS ^Lo , 1091 были вариантами прогнозируемого высокого / среднего воздействия ²⁷ (дополнительные данные 6). Из них 70 были узлами в сети EGFR PPI, а 36 были подключены заново. Учитывая, что сети EGFRnets содержат 4420 узлов, из которых 1360 имеют перенаправленные взаимодействия, SNV влияют на 1,6% узлов и 2,6% перенаправленных взаимодействий. Эти данные свидетельствуют о том, что структурные варианты, SNV и CNV-управляемые изменения в экспрессии генов / белков имеют ограниченное влияние на перепрограммирование EGFRNet.Тем не менее, мы не можем исключить, что те или иные генетические различия влияют на некоторые PPI, влияя на использование промотора гена, редактирование мРНК или использование кодонов. Мы также считали, что перестроенная жертва может просто представлять узлы с низкой или высокой степенью выраженности. Однако мы не обнаружили смещения в распределении экспрессии генов в перемонтированных узлах по сравнению с неизмененными узлами (дополнительный рис. 5B), что позволяет предположить, что генетические изменения, которые изменяют экспрессию гена / белка, например, CNV, не вносят значительного вклада в перестройку PPIN.

Для дальнейшего изучения этого мы непосредственно проверили, связаны ли изменения в экспрессии белка между двумя клеточными линиями с наблюдаемым изменением проводки EGFRNet. Мы профилировали содержание белка в клеточных линиях mtKRAS ^Hi и mtKRAS ^Lo с помощью qMS (дополнительные данные 9). 404 из 4685 количественно определенных белков показали значительную разницу в количестве ( P ≤ 0,05). Анализ пути показал, что белки, более многочисленные в mtKRAS ^Hi , были обогащены по ролям в клеточном цикле, что согласуется с повышенной скоростью пролиферации этих клеток (дополнительный рис.1E). Напротив, белки, более многочисленные в клетках mtKRAS ^Lo , были обогащены ролью в окислительном фосфорилировании, метаболизме липидов и лизосомах. Снижение экспрессии белков, участвующих в окислительном фосфорилировании в клетках mtKRAS ^Hi , согласуется с метаболическим переключением с окислительного фосфорилирования на гликолиз, отличительной чертой раковых клеток, известной как эффект Варбурга ²⁸ . Недавно сообщалось о тесной взаимосвязи между дозировкой KRAS ^G12D и повышенным гликолизом ²⁹ .Точно так же перепрограммирование липидного обмена также является отличительной чертой раковых клеток, включая клетки CRC ³⁰ .

Мы обнаружили слабую ( r ² = 0,18), но значимую корреляцию ( P <0,001) между кратным изменением содержания в белковых комплексах AP-MS и кратным изменением экспрессии белка между клеточными линиями. (Дополнительный рис. 5C). Сто четырнадцать дифференциально экспрессируемых (DE) белков были узлами в EGFRNets (рис. 3a, дополнительный рис. 5D, E), два из которых соответствуют приманкам (RPS6KA1 и Sh4KBP1, Δ = 1.7-кратный). Это было не больше, чем ожидалось статистически ( P = 0,054), что указывает на то, что сеть EGFR не была особенно обогащена белками DE. Тем не менее, 74 из 114 DE белков представляли перепрограммированные узлы, что было статистически значимым ( P = 4,21E-5), подтверждая связь между дифференциальным изобилием узлов и перепрограммированием сети. Интересно, что некоторые комплексы наживка-жертва были особенно обогащены белками DE (дополнительный рис. 5F, G). Например, из 71 реконструированной жертвы в комплексе Sh3D3C 16 (22%) также были DE.В целом, эти данные предполагают, что различия в экспрессии белка между клетками mtKRAS ^Hi и mtKRAS ^Lo могут лежать в основе некоторых перепрограммированных взаимодействий. Однако эта ассоциация была потеряна при рассмотрении белков с DE> 2-кратным. Более того, поскольку ~ 90% перемонтированных узлов не были идентифицированы как белки DE, различия в экспрессии белков сами по себе не могут объяснить широко распространенную перемонтажу сети. Мы не исследовали обратную возможность того, что ИПП могут влиять на стабильность белка ^31,32 .

a Число перестроенных белков жертвы для каждого комплекса AP-MS приманка-жертва, которые оценивали на предмет дифференциальной экспрессии белка между двумя линиями клеток. Перенастроенные добытые белки, которых было значительно больше в клетках mtKRAS ^Hi , показаны красным. Перестроенные белки жертвы, которых было значительно больше в клетках mtKRAS ^Lo , показаны синим цветом. Также показаны четыре выбранных комплекса AP-MS, выделяющих дифференциально распространенные белки-жертвы (более крупные узлы). b Число перестроенных белков жертвы для каждого комплекса AP-MS приманка-жертва, которые оценивали на дифференциальное фосфорилирование между двумя линиями клеток. Обновленные белки жертвы, которые были значительно более фосфорилированы в клетках mtKRAS ^Hi , показаны красным. Повторно зашитые жертвы белков, которые были значительно более фосфорилированы в клетках mtKRAS ^Lo , показаны синим цветом. Также показаны четыре выбранных комплекса AP-MS, выделяющих дифференциально фосфорилированные белки жертвы (более крупные узлы). c Статистически обогащенные пути среди 735 белков-жертв, участвующих в перепрограммированных взаимодействиях. Исходные данные представлены в виде файла исходных данных.

Чтобы оценить другие потенциальные движущие силы перестройки PPIN, мы исследовали фосфорилирование белков, которое может генерировать сайты стыковки и влиять на аффинность связывания между белками, тем самым влияя на формирование белковых комплексов. Анализ фосфопротеома клеток mtKRAS ^Hi и mtKRAS ^Lo на основе qMS выявил 384 дифференциально фосфорилированных белка (дополнительные данные 10).Двести семьдесят один белок был предпочтительно фосфорилирован в клетках mtKRAS ^Hi и был обогащен для роли в клеточном цикле и путях, связанных с апоптозом, в то время как 121 белок, предпочтительно фосфорилированный в клетках mtKRAS ^Lo , был слабо обогащен для передачи сигналов цитокинов и связанных процессов ( Дополнительные данные 10). Восемьдесят девять дифференциально фосфорилированных (DP) белков были узлами в EGFRNets (рис. 3b). По сравнению с количеством сетевых узлов, которые также были представлены на экране фосфопротеомики, это было не больше, чем ожидалось статистически ( P = 0.06), что указывает на то, что EGFRNets не были обогащены белками DP. Однако 56 из 89 белков DP (63%), отображаемых в EGFRNets, также были значительно измененными узлами ( P < 0,01). Интересно, что эта ассоциация была даже сильнее, если рассматривать взаимодействия, которые были усилены (или только обнаружены) в EGFRNet ^mtKRAS-Hi . Восстановление этих взаимодействий значительно коррелировало с более высоким фосфорилированием в клетках mtKRAS ^Hi ( P <0.001). Эти результаты подтверждают, что дифференциальное фосфорилирование может вносить вклад в перестройку PPIN, особенно когда передача сигналов mtKRAS высока (Supplementary Fig. 5F, G). Однако, как и в случае дифференциально экспрессируемых белков, большинство перестроенных узлов не были связаны с дифференциальным фосфорилированием. Это говорит о том, что наблюдаемая перестройка сети является возникающим свойством измененного клеточного состояния в клетках, экспрессирующих трансформирующие уровни mtKRAS, и его нелегко предсказать с помощью изменений какого-либо одного фактора, такого как экспрессия или фосфорилирование белка.

Перестройка PPIN модифицирует белковые комплексы и их функции

a взаимодействия PPI в комплексе BAD. Красные пунктирные линии, PPI увеличены в EGFRNet ^mtKRAS-Hi vs.EGFRNet ^mtKRAS-Lo ; красные сплошные линии, эксклюзивные взаимодействия EGFRNet ^mtKRAS-Hi ; серый, без изменений взаимодействия. b Подавление экспрессии BAD значительно снижает апоптоз в клетках mtKRAS ^Hi , но не в клетках mtKRAS ^Lo . Апоптоз измеряли через 24 часа после обработки. Ctrl., Нецеленаправленная миРНК; BADkd, BAD-специфическая миРНК. Снижение экспрессии белка BAD оценивали вестерн-блоттингом с использованием тубулина (Tub) в качестве контроля нагрузки. Анализы апоптоза представляют собой три независимых эксперимента; планки погрешностей — стандартное отклонение, а * означает значительный ( P <0.05) по тесту Стьюдента т -тест; нс , не имеет значения. c Клетки mtKRAS ^Hi и mtKRAS ^Lo обрабатывали ингибитором PRKA H89, как указано, перед тем, как фосфорилирование BAD на S112 и S155 оценивали вестерн-блоттингом с использованием фосфоспецифических антител. Цифры под полосами представляют собой фосфорилирование BAD, нормализованное к общей экспрессии белка BAD. Образцы, показанные в b и c , взяты из одних и тех же вестерн-блотов, где нерелевантные дорожки были удалены, как показано вертикальными линиями. d Апоптоз в ответ на обработку 20 мкМ H89 оценивали как в a . Данные представляют собой два независимых эксперимента с 3 и 4 биологическими повторностями соответственно. Планки погрешностей — стандартное отклонение, а * означает значимое ( P <0,05) в соответствии с тестом Стьюдента t ; нс, не имеет значения. e Предлагаемая модель дифференциального биологического действия PRKA, обусловленного дифференциальными PPI. Исходные данные представлены в виде файла исходных данных.

Еще одним существенно переработанным узлом стал PTK6 (дополнительный рис.8). PTK6 — это плохо охарактеризованная тирозинкиназа, которая усиливается или сверхэкспрессируется у 16% пациентов с CRC. PTK6 может стимулировать выживание клеток CRC и онкогенную передачу сигналов киназозависимым образом, но подавляет эпителиально-мезенхимальный переход киназно-независимым образом ³⁹ . Перестройка PTK6 в основном уменьшала взаимодействия с шаперониновым комплексом CCT в клетках mtKRAS ^Hi , тогда как взаимодействие с метастазами, ассоциированными с 1 членом семейства 2 (MTA2), увеличивалось (дополнительный рис.8А). Учитывая ключевую роль, которую MTA2 играет в подвижности клеток и метастазировании ⁴⁰ , мы исследовали, вносит ли PTK6 вклад в дифференциальную миграцию клеток, наблюдаемую между клетками mtKRAS ^Hi и mtKRAS ^Lo (Supplementary Fig. 1F). mtKRAS ^Hi и mtKRAS ^Lo экспрессировали аналогичные количества эндогенного PTK6 (дополнительный рис. 8B). Сверхэкспрессия PTK6 ускоряет миграцию в клетках HCT116, но ингибирует ее в клетках HKE3 (дополнительная фиг. 8C). Повышенная миграция зависела от активности киназы PTK6, поскольку мутант PTK6 с мертвой киназой замедлял миграцию (дополнительный рис.8D). Подавление эндогенного PTK6 снижает миграцию, в частности, в клетках mtKRAS ^Hi , но не в клетках mtKRAS ^Lo (дополнительный рис. 8E). Взятые вместе, эти результаты предполагают, что PTK6 преимущественно усиливает миграцию в клетках с высокой активностью KRAS.

Переключение сети изменяет информационный поток через EGFRNets

Обширные изменения в сетевой разводке и состав белкового комплекса предполагают, что изменение схемы PPIN может изменить обработку сигналов в сети EGFR.Во-первых, мы исследовали, как различные концентрации активного KRAS влияют на образование комплексов KRAS с известными эффекторными белками. Активированные белки RAS передают сигнал путем связывания ряда эффекторов через один общий связывающий домен ⁷ , что приводит к конкуренции между эффекторами. Для анализа образования специфических комплексов KRAS-эффектор мы построили модель равновесного связывания белков, конкурирующих за единственную мишень (см. Раздел «Методы»). Эта модель классифицирует эффекторы KRAS на связывающие с низким и высоким сродством, константы диссоциации связывания которых ( K _d ’s) больше или меньше, соответственно, чем количество активных KRAS.Это показывает, что для эффекторов с низким сродством соответствующие концентрации комплексов KRAS пропорциональны концентрации эффекторов, деленной на K _d , тогда как для взаимодействующих с высоким сродством взаимодействий конечные концентрации комплексов KRAS определяются количеством активных KRAS и эффекторов. в одиночестве. Таким образом, изменения в концентрации mtKRAS могут глубоко перестроить состав комплексов KRAS-эффектор, что вместо изменения силы активации нижележащего пути смещает передачу сигналов от эффекторов с высокой к низкой аффинности по мере увеличения дозировки mtKRAS (рис.5а). По данным количественного вестерн-блоттинга, концентрации mtKRAS в клетках mtKRAS ^Lo и mtKRAS ^Hi составляют ~ 150 нМ и ~ 400 нМ, соответственно, что указывает на то, что высокоаффинные эффекторные комплексы RAS преобладают в клетках mtKRAS ^Lo , в то время как низкая аффинность эффекторы доминируют в передаче сигналов в клетках mtKRAS ^Hi . В частности, модель предсказывала, что кратные изменения во фракциях, связанных с KRAS, выше для эффекторов с низким сродством, чем для эффекторов с высоким сродством. Ранжирование эффекторов по кратным изменениям во фракциях, связанных с KRAS, позволило нам оценить их относительный вклад в передачу сигналов ниже по течению.Применяя этот анализ к приманкам, которые участвуют в истинных эффекторных путях KRAS (RAF / MAPK, RAL, PI3K, TIAM, AFDN, PLCε и RIN1), мы вычислили чувствительность узла, отвечающего на различные дозы mtKRAS, суммируя логарифмическую кратность -изменения взаимодействий (нормализованные по количеству измеренных узлов пути) в каждом комплексе AP-MS приманка-жертва. Эти экспериментально выведенные ранги чувствительности комплексов KRAS-эффектор коррелировали с рангами, предсказанными моделью (дополнительные данные 13). Эти результаты предполагают, что трехкратное различие в активности mtKRAS индуцирует образование очень разных KRAS-эффекторных комплексов, которые инициируют перестройку сети за счет задействования разных сигнальных путей (скорее, чем более сильная активация одного и того же набора), которые распространяют изменения дальше вниз по течению.

a Зависимость концентраций KRAS-эффекторного комплекса эффекторов, связывающихся с высоким (RAF1, синий) или низким (RALGDS, красный) сродством, от численности mtKRAS. Пунктирные серые линии показывают концентрации KRAS в клетках mtKRAS ^Lo и mtKRAS ^Hi . b График, показывающий узлы в верхнем 5-м процентиле с точки зрения их IFS и прогнозируемые для получения большего потока в EGFRNet ^mtKRAS-Hi (красный) или EGFRNet ^mtKRAS-Lo (синий). c Факторы транскрипции (TF) с как минимум на 20% более высоким информационным потоком в EGFRNet ^mtKRAS-Hi (красный) и EGFRNet ^mtKRAS-Lo (синий). Экспрессия генов d FOXO1, e MYC, f FOS и g STAT1, как определено с помощью анализа RNAseq стимулированных TGFα клеток. *** EdgeR FDR <0,001; **** EdgeR FDR <0,0001. Пять верхних мотивов сайта связывания обогащенного фактора транскрипции (TFBS) в промоторах генов, активируемых в клетках h mtKRAS ^Hi и i mtKRAS ^Lo . j Анализ репортерного гена активности STAT1 / 2 и STAT3. Планки погрешностей представляют стандартное отклонение, а значения P в K были определены с помощью двустороннего теста Стьюдента t . * P <0,05; ** P <0,01. Данные представляют три независимых эксперимента. Исходные данные представлены в виде файла исходных данных. Код Mathematica для 5A предоставляется в дополнительном программном обеспечении 1.

Учитывая эти обширные изменения в сетевой разводке и составе белковых комплексов, мы предположили, что перепрограммирование PPIN также изменит обработку сигнала, что приведет к дифференциальной активации последующих транскрипционных программ.Чтобы исследовать эту гипотезу беспристрастным образом, не ограничиваясь известными эффекторными путями KRAS, мы использовали подход на основе компьютерного моделирования, названный анализом информационных потоков (IF) ^41,42 . Этот метод имитирует IF в сети посредством случайных блужданий в дискретном времени от исходного узла, то есть EGFR, до нисходящих приемников, то есть факторов транскрипции (TF). Чтобы смоделировать влияние перенастройки PPIN, мы смоделировали IF независимо в сетях EGFRNet ^mtKRAS-Hi и EGFRNet ^mtKRAS-Lo и рассчитали показатель IFS (IFS) для каждого узла в двух сетях, который отражает объем передаваемых сигналов. через узел.Узлы с высоким IFS в обеих сетях включали известные ключевые преобразователи передачи сигналов EGFR, например, GRB2 ⁴³ , что указывает на то, что основные концентраторы используются независимо от дозировки mtKRAS. Тем не менее, 119 узлов имели более чем 2-кратную разницу в IFS в EGFRNet ^mtKRAS-Hi против EGFRNet ^mtKRAS-Lo (рис. 5b и дополнительные данные 14), что указывает на потенциально важные различия в обработке сигналов. Интересно, что многие из узлов с наивысшей оценкой, которые получили больший поток информации в сети EGFRNet ^mtKRAS-Hi , были белками, участвующими в сворачивании белков, включая белок теплового шока (HSP) 70 членов семейства (HSPA1A и HSPA8), и членов семейства HSP90 (HSP90AA1 , HSP90AB1 и HSP90AB3P).Экспрессия HSP70 и HSP90 повышается при многих раковых заболеваниях, включая CRC ⁴⁴ , а высокая экспрессия HSP70 связана с плохими клиническими исходами при CRC ⁴⁵ . Кроме того, ингибиторы HSP90 проходят клинические испытания для лечения нескольких видов рака, включая CRC ⁴⁶ . Другим узлом с более высоким IFS в EGFRNet ^mtKRAS-Hi был SRC, который является основным промотором пролиферации CRC, метастазирования, лекарственной устойчивости и избыточно экспрессируется в ~ 80% CRC ⁴⁷ . Эти данные предполагают, что сетевые узлы с повышенным IF в клетках mtKRAS ^Hi вносят вклад в молекулярный патогенез CRC и могут представлять потенциальные мишени для лекарств.

Затем мы оценили, изменяет ли перестройка PPIN IF на факторы транскрипции (TFs) в EGFRNets (Fig. 5c). Было предсказано, что FOXO1 и MYC получат более высокий IF в EGFRNet ^mtKRAS-Hi . Оценка экспрессии генов в обеих клеточных линиях с помощью RNAseq до и после активации EGFR с помощью TGFα показала, что FOXO1 и MYC были более высоко экспрессированы в клетках HCT116 (фиг. 5d, e). С другой стороны, TF, включая STAT1 и FOS, получали более высокий IF в EGFRNet ^mtKRAS-Lo , и их экспрессия генов была значительно повышена в клетках HKE3 (рис.5е, ж). Эти результаты соответствовали прогнозам модели IF. Затем мы проанализировали сайты связывания TF в промоторах генов, которые дифференциально регулируются между клетками mtKRAS ^Hi и mtKRAS ^Lo . Гены, активированные в клетках mtKRAS ^Hi , были обогащены сайтами связывания MYC (фиг. 5h), что согласуется с предсказанием, что MYC получает больше IF через EGFRNet ^mtKRAS-Hi . Напротив, гены, активированные в mtKRAS ^Lo , были обогащены мотивом элемента ответа, стимулированного интерфероном (ISRE) (рис.5i), ключевой мотив в промоторах STAT1 / 2-регулируемых генов ⁴⁸ . Разница в экспрессии гена FOS между клеточными линиями была особенно очевидной через 60 минут после стимуляции TGFα. В соответствии с предсказанием более высокой регуляции FOS через EGFRNet ^mtKRAS-Lo , мотив сайта связывания AP-1 для димеров FOS / JUN был обогащен промоторами генов, активированных в клетках mtKRAS ^Lo в этот момент времени (данные не показаны) . Прогноз, что STAT1 получает более низкий IF в EGFRNet ^mtKRAS-Hi , согласуется с сообщениями о том, что mtKRAS ингибирует экспрессию STAT1 / 2 ⁴⁹ .Чтобы непосредственно изучить активность STAT, мы использовали гены-репортеры люциферазы, которые регулируются STAT1 / 2/3 TFBS (рис. 5j). Активность репортера STAT1 / 2 была значительно повышена в клетках mtKRAS ^Lo , тогда как активность STAT3 была аналогичной в клетках mtKRAS ^Hi и mtKRAS ^Lo .

Таким образом, эти данные подтверждают, что mtKRAS-опосредованная перестройка PPIN изменяет поток сигналов через сеть EGFR, что приводит к индукции различных транскрипционных программ. Эти анализы также подтверждают нашу реконструкцию PPIN и функциональные последствия переназначения PPIN с помощью объективных глобальных подходов.

Изменения в перемонтированных приманках предсказывают выживаемость пациентов с CRC

Результаты, представленные выше, предполагают, что перестройка PPIN связана с передачей сигналов mtKRAS и онкогенным потенциалом. Таким образом, мы исследовали, являются ли изменения в белках-приманках, показывающие наибольшее изменение схемы, прогностическими для клинических исходов пациентов с CRC. Мы оценили данные о выживаемости 629 пациентов с CRC из набора данных TCGA ⁵⁰ . У пятидесяти четырех процентов пациентов были генетические изменения или изменения экспрессии в 20 наиболее изменяемых протеинах приманки, что определяется суммой перенастроенных взаимодействий, связанных с каждой приманкой (рис.6а, дополнительные данные 15). Пациенты с изменениями в 20 самых измененных приманках имели значительно более низкую выживаемость ( P <0,04), чем пациенты без изменений этих белков (рис. 6b). Десятилетняя выживаемость составила 34,61% для пациентов с изменениями в 20 лучших приманках с измененной проводкой по сравнению с 61,43% для пациентов без них. Эти данные оказались устойчивыми к удалению нижних 50% наименее значимых (на основе значения значимости A ) перенастроенных взаимодействий из анализа перенастройки и пересчета 20 наиболее часто перенастроенных приманок.18 из 20 исходных 20 лучших приманок были такими же в этом анализе (данные не показаны). Напротив, не было существенной связи между изменениями в 20 протеинах приманки с наименее измененной структурой (рис. 6c) и выживаемостью пациентов ( P = 0,20) (рис. 6d), хотя все эти приманки были выбраны заранее из-за их роли в путь EGFR. Эта связь с выживаемостью стала еще сильнее ( P = 9,855e-3), если мы определили 20 наиболее изменяемых приманок на основе взаимодействий, которые избирательно усиливались в клетках mtKRAS ^Hi (дополнительный рис.9А).

a Топ-20 самых изменяемых белков приманки. Взаимодействия, при которых белок жертвы был идентифицирован только в EGFRNet ^mtKRAS-Hi или EGFRNet ^mtKRAS-Lo , показаны сплошными красными или синими линиями соответственно. Обновленные взаимодействия приманка-жертва, при которых численность жертвы была значительно выше в EGFRNet ^mtKRAS-Hi или EGFRNet ^mtKRAS-Lo , показаны пунктирными красными или синими линиями соответственно.Взаимодействия наживка-жертва, которые существенно не отличались, выделены серым цветом. b Шестьсот двадцать девять пациентов с CRC из TCGA были разделены на две группы: тех, у кого были изменения в 20 основных протеинах измененной приманки (339; 54%), и у тех, у кого не было изменений в 20 основных протеинах измененной приманки (290; 46%). Оцениваемые изменения включали мутации, изменения числа копий, изменения экспрессии мРНК и изменения экспрессии белка. Кривые выживаемости Каплана – Мейера были построены для двух групп пациентов с использованием PRISM 7.0,3. Пятилетняя выживаемость составила 53,5% для пациентов с генетическими изменениями, затрагивающими 20 верхних перемонтированных узлов, по сравнению с 68,5% для пациентов без изменений этих белков, а десятилетняя выживаемость составила 34,61 против 61,43%, соответственно. Для оценки статистической значимости использовался лог-ранговый тест. c Нижние 20 наименований приманки белков. d Не было существенной (NS) разницы в выживаемости между пациентами с изменениями в нижних 20 наименее измененных белках приманки и пациентами без них.Исходные данные представлены в виде файла исходных данных.

Чтобы оценить точность 20 лучших белков-приманок для классификации пациентов по группам высокого и низкого риска, мы обучили классификатор Lasso ⁵¹ , используя данные CRC пациента из TCGA. Пятикратная перекрестная проверка путем подвыборки данных пациента в наборы данных для обучения (80%) и тестирования (20%) дала точность до 0,79 (в среднем 0,70) и площадь под кривой ROC (AUC) 0,763 (дополнительный рис. . 9B). Подобная классификация с использованием нижних 20 белков с наименьшей реконструкцией дала гораздо более низкую среднюю точность — 0.4 и AUC 0,522. Несколько верхних приманок с перемонтированными соединениями были узлами с высокой степенью связи. Поэтому, чтобы убедиться, что связь с результатами для пациентов была связана с изменением схемы этих приманок, а не только потому, что они были сильно связаны, мы выбрали нижние 36 приманок с наименее измененной схемой подключения, которые вместе составили, по крайней мере, такое же количество взаимодействий, что и верхние 20 приманки. Пациенты с изменениями в 20 самых популярных приманках снова показали значительно более низкую выживаемость ( P <0,017, лог-ранговый тест), чем пациенты с изменениями в этих приманках.(Дополнительный рис. 9C). Пациенты с изменениями в 20 лучших приманках с измененной схемой также показали значительно более низкую выживаемость после поправки на возраст и стадию опухоли ( P <0,03, лог-ранговый тест). Эти данные предполагают, что белки, которые, как мы обнаружили, наиболее перестроены в клетках mtKRAS ^Hi , имеют клиническое значение, поскольку изменения в этих белках являются прогностическим фактором для исходов у пациентов с CRC.

Д-р Рок Дж. Манчини — Использование метаболизма лекарств для активации иммунитета против рака • scientia.global

Множественная лекарственная устойчивость — одна из основных причин неэффективности химиотерапии в качестве лечения рака. Хотя многие методы лечения изначально эффективны, у значительной части пациентов в конечном итоге плохой прогноз и рецидив злокачественного распространения из-за развития лекарственной устойчивости на более поздней стадии. Доктор Рок Дж. Манчини из Университета штата Вашингтон разработал подход, который использует белки, сверхэкспрессированные в устойчивых к лекарствам раковых опухолях, для преобразования неактивных субстратов пролекарств в активные лекарства, которые инициируют иммунный ответ, нацеленный на раковые клетки.

Борьба с множественной лекарственной устойчивостью при раке

В последние годы были достигнуты значительные успехи в лечении нескольких типов рака с помощью как химиотерапии, так и иммунотерапии. Многие виды рака либо устойчивы к конкретным химиотерапевтическим препаратам, либо приобретают устойчивость к лекарствам на более поздней стадии, несмотря на то, что изначально они благоприятно реагируют на терапию. Однако иммунотерапия также возникла как новый класс лечения рака с эффективностью, которая принципиально ортогональна приобретенной устойчивости к химиотерапевтическим препаратам.

Есть несколько механизмов, с помощью которых раковые клетки развивают лекарственную устойчивость. Общим для многих видов рака, устойчивых к лекарствам, является то, что они используют молекулярные переносчики, которые получают энергию из внутриклеточного аденозинтрифосфата, чтобы активно выкачивать лекарства от рака из клеток; серия биохимических реакций, приводящих к механизмам устойчивости к лекарственным средствам, известным под общим названием «отток лекарств».

Чтобы решить эту проблему, доктор Рок Дж. Манчини, доцент кафедры органической химии в Университете штата Вашингтон, разработал новаторские методы, использующие отток лекарств, чтобы связать иммунную систему на химическом уровне с лекарственно-устойчивыми формами рака.Доктор Манчини работает над созданием ряда умных иммуностимулирующих препаратов, которые точно модулируются стимулами, включая активность ферментов, температуру и биомаркеры конкретных заболеваний, которые присутствуют в раковых клетках или на них.

Группа исследователей д-ра Манчини разработала гениальную стратегию, в которой отток лекарств используется для повышения иммунного ответа против раковых клеток. Этот подход может обеспечить клинические преимущества пациентам с раком с множественной лекарственной устойчивостью. В этом подходе используются умные иммуностимуляторы, которые метаболизируются раковыми клетками, которые затем выделяют иммуностимуляторы через отток лекарств, эффективно предупреждая иммунную систему о раке.Объединяя метаболизм раковых клеток и отток лекарств для активации иммунной системы, команда надеется повлиять на способность раковых клеток избежать своей участи. Есть надежда, что, избирательно активируя иммунные клетки в непосредственной близости от раковых клеток, эта технология откроет новый способ искоренения лекарственно-устойчивого рака, а также остановить рост и распространение опухоли.

Троянский конь, запускающий иммунитет против раковых клеток

За последние десятилетия медицинские химики внесли свой вклад в рациональную разработку и производство синтетических иммуностимуляторов, соединений, которые взаимодействуют со специфическими рецепторами иммунных клеток, вызывая провоспалительный ответ.Однако иммуностимуляторы чувствительны к диффузии, нецелевой активности и другим механизмам устойчивости к лекарствам, включая описанный выше путь оттока лекарств.

Группа доктора Манчини намеренно использует иммуностимуляторы в качестве субстратов для оттока лекарств, чтобы нарушить механизм устойчивости к лекарствам и произвести молекулы, активирующие иммунные клетки. В частности, его исследовательская группа признана первой, кто разработал иммуностимуляторы, направленные на использование ферментов (иммуностимуляторы, активируемые ферментами, присутствующими в метаболизме раковых клеток), и продемонстрировал, что они подвергаются оттоку лекарств от рака с множественной лекарственной устойчивостью.

Молекулярная структура интеллектуального иммуностимулятора, разработанного лабораторией Манчини.

Взведение молекулярных пушек

Одним из подходов к борьбе с лекарственной устойчивостью является направленная ферментная пролекарственная терапия (DEPT), которая пытается преодолеть отток лекарств за счет увеличения локальной концентрации терапевтических лекарств в области, окружающей опухолевые клетки. При DEPT ферменты внутри солидной опухоли превращают ферментно-направленное пролекарство в активное противоопухолевое химиотерапевтическое средство.При таком подходе существует возможность диффузии активного лекарственного средства от клетки-мишени, где оно может взаимодействовать с другими соседними клетками посредством явления, известного как «эффект свидетеля». Эффект наблюдателя может быть полезным, приводя к необратимому повреждению близлежащих раковых клеток, или нежелательным, приводя к общей токсичности из-за повреждения близлежащих незлокачественных клеток.

Важно отметить, что истечение лекарственного средства усиливает эффект стороннего наблюдателя. Доктор Манчини и его команда создали способ использовать эффект свидетеля для получения потенциального терапевтического преимущества, заменив химиотерапевтические препараты, обычно используемые в DEPT, на иммуностимуляторы.Эта модификация делает эффект свидетеля желаемым результатом, заставляя раковые клетки с множественной лекарственной устойчивостью активировать иммунные клетки свидетеля.

Доктор Манчини и его команда назвали свой подход «иммунотерапией с привлечением стороннего наблюдателя» (BAIT). При BAIT инертное пролекарство сначала метаболизируется ферментами в раковых клетках с множественной лекарственной устойчивостью с образованием активного метаболита иммуностимулятора. После этого преобразования иммуностимулятор транспортируется во внеклеточное пространство посредством оттока лекарства. Попадая во внеклеточное пространство, иммуностимулятор активирует сторонние иммунные клетки, что приводит к иммунному ответу, инициированному в месте рака.

Преимущество задействования иммунных клеток для нацеливания на опухоли состоит в том, что после того, как они обучены распознавать раковые клетки, они обладают способностью уничтожать их с высокой специфичностью, оставляя здоровые клетки поблизости нетронутыми. Учитывая, что иммуностимуляторы, регулируемые ферментами, образуются в микроокружении опухоли, они идеально подходят для нацеливания на опухолевые клетки с высокой эффективностью и низкой токсичностью.

Рак берет наживку

В двух разных статьях, опубликованных в 2016 и 2018 годах, доктор Манчини и его команда сообщили о создании первых проиммуностимуляторов с ферментативной направленностью в виде имидазохинолин-пиранозидов, субстратов для ферментов гидролаз, таких как альфа-маннозидазы, экспрессируемые раковыми клетками. метаболизм.Эффективно действуя как кусок сыра в мышеловке, пролекарство BAIT безвредно и инертно до тех пор, пока оно не будет съедено (метаболизировано) раковыми клетками, что в конечном итоге инициирует противораковый иммунный ответ.

В системе, разработанной лабораторией доктора Манчини, альфа-маннозидаза превращает субстрат пролекарства в активный иммуностимулятор имиквимод. Исследования были проведены in vitro на культивируемых клетках рака простаты, и ферментно-опосредованное производство имиквимода привело к активации макрофагов и дендритных клеток, что предоставило надежные доказательства того, что механизмы оттока лекарственного средства в раковые клетки могут быть использованы с помощью BAIT.Как и большинство противораковых иммунотерапевтических средств, BAIT предлагает преимущество целенаправленного воздействия на один нежелательный тип клеток, в отличие от других химиотерапевтических агентов, которые вызывают высокие уровни токсичности из-за их недостаточной специфичности.

Доктор Манчини и его команда использовали культуры клеток, чтобы продемонстрировать, что иммуностимуляторы, направленные на фермент, нацелены только на те культуры, которые сверхэкспрессируют соответствующие белки, связанные с раковыми клетками с множественной лекарственной устойчивостью. Это указывает на то, что этот метод вызывает специфический для рака иммунный ответ, не вызывая воспалительной токсичности, и может использоваться вместе с блокаторами иммуносупрессии для повышения эффективности.Предварительные исследования in vivo на мышах продемонстрировали, что фермент-направленные проиммуностимуляторы хорошо переносятся и не вызывают системной воспалительной токсичности у здоровых мышей. В настоящее время команда тестирует эффективность на модели лекарственно-устойчивого рака молочной железы у мышей, предоставляя доказательства того, что иммуностимуляторы, полученные с помощью ферментно-ориентированного метода BAIT, более эффективны по сравнению с непосредственно вводимым родительским иммуностимулятором.

Данные взяты из Ryan et al., Сравнение иммуногенности гликозидазно-направленных пролекарств резиквимода, опосредованных метаболизмом раковых клеток, Acta Pharmacologica Sinica, 2020, doi: 10.1038 / s41401-020-0432-4

Сравнение иммуностимулирующего эффекта на различных линиях раковых клеток

При оптимизации подхода BAIT Манчини и его группа сравнили иммуногенность нескольких ферментно-направленных пролекарств, все из которых содержат иммуностимулятор имидазохинолина резиквимод, встроенный в их структуру. Как и имиквимод, резиквимод является лигандом для иммуногенных толл-подобных рецепторов. Это соединение было выбрано из-за его эффективности при наномолярной концентрации, а не из-за простоты, как это было в предыдущих итерациях.Изученными типами рака были рак кожи, рак простаты и рак груди, потому что они являются одними из наиболее часто диагностируемых видов рака в США.

Группа опубликовала свои последние результаты в 2020 году, которые подтверждают, что иммуногенность в отношении различных линий раковых клеток обусловлена ​​ферментативным превращением субстратного пролекарства в иммуностимулятор резиквимод, высвобождающийся после оттока лекарства. Команда сравнила метаболизм пролекарства в раковых клетках с добавлением ферментов, ответственных за метаболизм по отдельности, что привело к увеличению выработки активного иммуностимулятора и активации иммунных клеток.Установлено, что клетки меланомы in vitro показали наибольшую степень иммуногенности, за ними следуют клетки рака простаты и клетки рака груди.

Неудивительно, что группа установила, что разные клеточные линии демонстрируют разные уровни экспрессии и активности ферментов. Эти различия в активности гликозидазы и оттока лекарств между разными линиями раковых клеток дадут представление о том, какие факторы влияют на опосредованную раком активацию иммунных клеток, что послужит мощным диагностическим инструментом для прогнозирования эффективности BAIT при определенных раковых заболеваниях.

Оптимизация дизайна лекарств BAIT и другие будущие разработки

В настоящее время группа специалистов оптимизирует иммуностимулятор, направленный на ведущие ферменты, для дальнейших исследований in vivo . Д-р Манчини и его группа также надеются подтвердить наблюдение, что отток лекарств от раковых клеток, характеристика, связанная с лекарственной устойчивостью, является наиболее важным фактором, определяющим эффективность пролекарств. Чтобы проверить эту гипотезу, его лаборатория в течение последних месяцев выращивала клетки, устойчивые к химиотерапии, процесс, который включает добавление химиотерапевтических препаратов к культуре клеток и отбор выживших устойчивых раковых клеток.В целом, результаты показывают, что BAIT лучше всего подходит для раковых клеток, которые сверхэкспрессируют белки, связанные с оттоком лекарств, в частности, для рака с множественной лекарственной устойчивостью, который не реагирует на химиотерапию. Однако, чтобы понять процесс на молекулярном уровне, потребуются дополнительные исследования, чтобы охарактеризовать все возможные пути оттока, поскольку иммуностимулятор может быть субстратом для многих различных транспортных белков, участвующих в оттоке лекарств.

Учитывая, что эффективность традиционных химиотерапевтических средств ослабляется механизмами лекарственной устойчивости, исследовательские усилия доктора Манчини будут продолжать предоставлять инструменты для опроса иммунной системы, проливая свет на то, как иммунные клетки могут активироваться и инициировать целевой ответ против рака.В долгосрочной перспективе команда стремится внести значительный вклад в область медицинской химии, разработав новое поколение иммунотерапевтических средств и противораковых вакцин.

Статья Daily Mail вводит в заблуждение заголовком кликбейта, в котором утверждается, что вирус коровьей оспы «убьет все виды рака»

Четыре ученых проанализировали статью и оценили ее общую научную достоверность как низкую. подробнее о рейтинге надежности
Большинство рецензентов отметили статью как: Заголовок кликбейта, Преувеличение, Неточность / Неясность, Вводящая в заблуждение, Завышает научную достоверность.

РЕЗЮМЕ

Выводы, представленные в статье, основаны на рецензируемых выводах исследовательской группы, возглавляемой профессором Юманом Фонгом, хирургическим онкологом из Онкологического центра City of Hope в Калифорнии. Группа обнаружила, что вирус, который они разработали из вируса коровьей оспы, который они назвали CF33, был способен убивать определенные типы раковых клеток в чашках Петри, а также опухоли, растущие у мышей ^[1,2,3,4] .

Ученые, изучавшие освещение исследования в Daily Mail, обнаружили, что заголовок вводит в заблуждение и преувеличивает фактические результаты исследования.Они объяснили, что, хотя работа Фонга и его группы очень многообещающая, она все еще находится на доклинической стадии и не тестировалась в клинических испытаниях на людях. Следовательно, эффективность этого подхода у людей еще предстоит определить. Хотя статья содержит это предостережение, заголовок — нет.

В статье также отсутствуют комментарии к результатам исследования, сделанные соответствующими экспертами в области рака, которые могли бы помочь объяснить результаты более объективно и точно и могли бы предоставить дополнительную информацию и контекст, чтобы помочь читателям лучше понять науку.

Подробное описание того, как был разработан CF33, можно найти в комментариях д-ра Евы Хадади ниже.

Вы можете прочитать исходную статью Daily Mail здесь.

ОБЩИЕ ОТЗЫВЫ РЕЦЕНЗЕНТОВ

Ева Хадади, научный сотрудник, Французский национальный институт здравоохранения и медицинских исследований:
Статья представляет собой неточный и несбалансированный отчет с явно кликабельным заголовком. Похоже, что статья основана только на отчете Daily Telegraph без использования каких-либо научных источников (например, исследовательских работ или веб-сайта компании Imugene) для проверки информации.

Утверждение, что новый онколитический вирус CF33 «может убить все виды рака», преувеличено и неверно. Важно отметить, что ни одна из оригинальных научных работ лаборатории профессора Юмана Фонга не утверждает, что их новый вирус CF33 может убить все виды рака. Группа профессора Фонга создала вирус CF33, заразив линию клеток 9 различными штаммами вирусов, которые являются так называемыми родительскими вирусами. Внутри клеток эти родительские вирусы могли случайным образом обмениваться своей генетической информацией и создавать новые «дочерние» вирусы.Из 100 «дочерних» вирусов CF33 был наиболее эффективным в уничтожении раковых клеток. В оригинальной научной статье авторы только показали, что два «дочерних» вируса (CF33 и CF17) более эффективны в уничтожении линий солидных раковых клеток по сравнению с родительскими вирусами ^[1] . Этих данных недостаточно, чтобы сделать вывод о том, что вирус CF33 способен убивать любой тип рака.

Хотя лечение CF33 действительно показало многообещающие результаты в клеточных линиях поджелудочной железы ^[1] , легких ^[2] , толстой кишки ^[3] и тройном отрицательном раке груди ^[4] и моделях мышей, эти пре- клинические данные не гарантируют успеха клинических испытаний на людях.Этот момент плохо представлен в статье. Автор не уточнил, что в настоящее время существует только одна одобренная FDA терапия онколитическим вирусом (T-VEC, одобренная для подгруппы пациентов с меланомой). Упомянутая вирусная терапия рака мозга находится только в клинических испытаниях. Отсутствие этих пунктов создает ложное впечатление, что эта новая терапия будет доступна для всех онкологических больных в ближайшем будущем. В статье также следовало упомянуть, что некоторые из доклинических данных предполагают, что терапия CF33 более эффективна в сочетании с другими методами лечения. ^[3] , предполагая, что одного лечения вирусом недостаточно для достижения полной ремиссии («излечения»).Тем не менее, он имеет высокий потенциал для улучшения результатов иммунотерапии ^[2] .

Правильно объяснен механизм того, как онколитические вирусы способны убивать раковые клетки.

Виктория Форстер, научный сотрудник, Больница для больных детей:
Эта статья существенно преувеличивает раннюю доклиническую работу с вирусной терапией, которая еще не была протестирована даже на самых ранних стадиях клинических испытаний на людях. Заголовок особенно вводит в заблуждение, поскольку я могу найти только три опубликованных статьи, в которых говорится, что терапия эффективна при раке легких, молочной железы и колоректального рака только на клеточных линиях и на моделях мышей.

Не только это, но и в статьях, похоже, используется очень небольшой и не разнообразный диапазон клеточных линий и моделей мышей, который отражает очень мало подтипов этих видов рака, а это означает, что даже в этих трех типах рака есть только самые основные виды рака. доклинические доказательства эффективности. В этом нет ничего необычного на самых ранних стадиях тестирования новой терапии, но на самом деле это подчеркивает, насколько эта терапия далека от того, чтобы заслужить такой уровень охвата.

Очевидно, что автор изо всех сил пытается понять и передать даже самую основную научную теорию, лежащую в основе вирусных методов лечения рака, и в статье отсутствуют предыстория или контекст, хотя есть некоторые попытки передать информацию о других вирусных методах лечения рака, таких как T-VEC. .

В качестве положительного момента, то, что отличается от некоторых аналогичных вводящих в заблуждение статей в прессе последних лет о новых методах лечения рака, заключается в том, что научная группа, стоящая за разработкой этой терапии рака, является законной. Следовательно, при гораздо большем количестве исследований и разработок эта вирусная терапия действительно может быть эффективной при некоторых типах рака. Однако это просто еще не было проверено, и какие-либо подобные доказательства не будут получены в течение нескольких лет.

Таким образом, статья сильно преувеличивает потенциал очень-очень ранней вирусной терапии, когда в разработке и тестировании находятся несколько других, которые уже показали заметную клиническую пользу.

Даниэль Э. Андерсон, доцент, Медицинская школа Duke-NUS:
Статья основана на достоверных научных данных, но заголовок вводит в заблуждение / слишком оптимистичен. Работа, проделанная до сих пор, в основном выполнялась in vitro (в чашке), а некоторые работы in vivo (на животных) выполнялись на мышах. Раковые клетки легче убить, когда они находятся в посуде или у животных с ослабленной иммунной системой. В настоящее время проведено недостаточно исследований, чтобы сказать, будут ли раковые клетки у пациента 1) адекватно инфицированы этим вирусом и 2) иммунная система пациента не убьет вирус до того, как раковые клетки могут быть убиты.Конечно, многообещающая работа, но еще предстоит пройти долгий путь, прежде чем появится лекарство от «КАЖДОГО» рака.

Маурицио Вакка, научный сотрудник с докторской степенью, Национальный университет Сингапура:
Эта статья является газетной статьей и явно не содержит данных. Чтение фактической научной статьи ^[2] демонстрирует безопасность и противоопухолевую активность на моделях рака легких — ученые явно предоставили больше информации и данных и не преувеличили и не переоценили результаты.

Статья Daily Mail явно имеет заголовок кликбейта, но научная статья действительно интересна, хотя, очевидно, содержит предварительные данные, которые журналист пытался продать как проверенное лекарство.

Другими словами: да, этот метод убивает раковые клетки в чашке Петри, как и пистолет.

(22 ноября 2019 г.):
Комментарий доктора Маурицио Вакки был получен и включен после первоначальной публикации. Этот комментарий также поддерживает исходный вердикт и не меняет его.