基于乳腺癌细胞系基因表达谱挖掘新型候选药物及协同组合的治疗潜力

为解决乳腺癌治疗中药物筛选难题，研究人员通过分析Hs-578-T、MCF7和MDA-MB-231细胞系的剂量依赖性基因表达谱，结合癌症标志物功能富集，鉴定出15种潜在候选药物及协同组合。该研究为原发性与转移性乳腺癌的精准治疗提供了新策略，尤其凸显了FDA已批准药物的再利用价值。

　　

这项研究聚焦全球女性最高发的乳腺癌，利用原发性(Hs-578-T)和转移性(MCF7、MDA-MB-231)细胞系展开药物探索。通过解析药物扰动后的基因表达特征，团队建立了两大创新策略：一是量化药物浓度梯度下靶基因的激活/抑制(up/down-regulation)效应，绘制剂量-反应曲线；二是基于表达谱相似性对化合物进行聚类，挖掘潜在协同组合。

实验采用癌症标志物(hallmarks of cancer)功能注释体系，发现Hs-578-T、MCF7和MDA-MB-231细胞系分别对7种、3种和5种药物呈现特征性基因响应模式。聚类分析揭示这些候选药物可能通过共享分子通路发挥作用，如上皮-间质转化(EMT)相关通路。更令人振奋的是，研究成功筛选出含FDA批准药物的协同组合，为临床转化铺设捷径。

该成果不仅为乳腺癌治疗库注入新选项，更开创了"基因表达谱驱动"的药物重定位(drug repositioning)方法论，尤其对攻克转移性肿瘤这一临床难点具有启示意义。