Nat Commun发表非小细胞肺癌的联合用药反应研究成果，覆盖5000余种靶向药物组合

许多疾病的现代治疗方法包括联合用药以获得更好的疗效和降低患者的全身毒性。联合用药经常用于治疗微生物感染以及抗癌治疗。虽然结合靶向药物可以提高疗效，但对潜在细胞影响的理解仍然阻碍了药物组合的合理开发。已有证据表明，即使在分子分层的患者中，靶向抗癌治疗也存在异质性反应，另一方面，靶向药物也存在毒性。因此，在癌症细胞中具有协同作用的药物组合更有吸引力，即不需要协同作用来获得对患者群体的有效组合效果。但公共的大规模组合数据集的可用性是有限的，这也影响了联合用药的有效计算建模。

近日，美国哈佛医学院马萨诸塞州总医院等研究团队通过一个独特的大型数据集，筛选了81个非小细胞肺癌（NSCLC）细胞系的5000多种靶向药物组合,提供了对肺癌联合靶向用药反应异质性的可靠估计，并分析了组合效应的遗传和细胞网络决定因素。此外，该数据集将为开发抗癌的药物组合，以及开发用于系统发现癌细胞协同作用的计算建模方法，提供一个有价值的基础资源。该研究结果已发表在Nature Communications上，文章题为“A landscape of response to drug combinations in non-small cell lung cancer”。

文章发表在Nature Communications上

为系统地研究NSCLC模型对两两联合用药的反应，研究团队收集了81个具有人类肿瘤遗传代表性的NSCLC细胞系。与人类肿瘤外显子组测序数据类似，只有少数癌症基因在细胞系收集中反复发生突变（图1）。此前，已有研究在81个细胞系中系统地鉴定了79个细胞系的融合事件，其中大多数鉴定的融合事件与明确的功能作用无关，因此没有研究它们与联合用药反应的关系（EML4-ALK除外）。

图1.研究筛选策略概述。

为了鉴定81个细胞系中的活性药物组合，研究人员根据它们与NSCLC治疗的相关性、批准状态、临床前治疗研究结果和生物学信息，选择了21种“锚定”药物。这些药物与242种“library”药物结合使用，涵盖了目前正在使用或正在开发的针对癌症的大多数靶向治疗类别。采用这种21×242的检测策略，在1536个孔板的超高通量筛选中使用固定剂量的锚定药物和每种library药物5个剂量（图1B、C、D）。锚定和文库药物的给药策略旨在发现对生存力有强烈影响的药物组合。为此，需要寻求完全或接近完全抑制靶标的药物剂量。

筛选是在技术上是重复进行的，在给定的一天内试验两组相同的板：两个DMSO锚定板对应于单剂药物处理，两个锚定板对应于联合药物处理。根据对照孔（DMSO或单独锚定孔）的变异系数（CV <25%），对质量控制失败的板进行重复筛选。结果显示，不同细胞系的失败率不同，在81个细胞系中，73个细胞系的通过率超过90%，只有两个细胞系的通过率低于50%。

为了系统地确定每种锚点的最佳组合，并估计某一组合在临床中的影响，研究人员根据每种组合在细胞系上的协同作用评分分布，计算每种药物组合的影响评分。该影响评分是通过比较给定药物组合的跨细胞系协同作用评分分布与使用相同锚点的所有其他药物组合的评分分布来计算的。研究团队还确定了可能在NSCLC患者中具有最高效果的药物组合，并进一步表征了最有希望的药物组合。（图2）

图2.跨锚点的顶部协同药物组合。

研究团队注意到，虽然目前工作集中在靶向药物的组合，培美曲塞，一种相对耐受性良好的细胞毒性药物，经常用于治疗NSCLC，被选择作为锚点，因为它的应用经常与新出现的耐药性有关（图3）。在其他文库药物中，包括莫替尼（RTKs）和尼罗替尼（ABL、RAF、TKs），几乎没有发现其他强协同作用。有趣的是，不同的细胞毒剂即使与作用机理相似的药物（如DNA损伤剂）也会产生不同的协同作用模式。总的来说，以上结果表明，在选择最合适的药物（而不仅仅是靶标）时，可能需要考虑重要的药物特异性活性。

图3.机制相关药物的不同协同效果。

该研究团队分析了两个筛选数据集如何在检测细胞系的最佳组合方面进行比较。验证筛选证实了原始筛选的观察结果（图4）。值得注意的是，在考虑单一药物治疗结果时，一致性水平非常相似。由于特定的生长条件和潜在的非遗传漂移，研究团队考虑了一些细胞系可能在两个研究上呈现不太一致的结果的可能性，因此去除了部分在两种筛选之间总体上不太一致的细胞系，相关性确实有所提高。

图4.验证筛选结果。

最后，研究发现仅针对两个靶点的组合（每种药物一个单一的既定靶点）比涉及两个以上靶点的组合更不可能产生协同作用。药物组合中涉及的靶标总数与NSCLC细胞系的百分位数之间也存在轻微但高度显著的相关性（图5）。因此，可以清楚地看到药物特异性作用，多种药理学在药物和细胞系水平上可产生不同的特定环境协同作用结果。虽然就疗效和潜在毒性而言，这可能是合理开发组合策略的一个重要障碍，但它也可能允许发现由于次级靶点抑制而产生的特定意想不到的益处（协同作用）。

图5.模型间协同和HSA事件的稀疏性。

综上所述，研究团队提出了一个独特的大型数据集，在81个NSCLC细胞系中筛选超过5000种靶向药物组合。研究团队的分析揭示了肿瘤模型反应的高度异质性。值得注意的是，在单一药物可观察到的反应范围内，联合用药很少能产生显著的疗效。当共同靶向功能相近的基因时，比单一药物更容易获得活性，这为设计更有效的组合提供了策略。组合效应具有很强的环境特异性，因此肿瘤特异性应该是可以实现的。研究团队希望该研究成果能够进一步促进联合用药疗效的预测和对癌症中有益药物相互作用的理解。

参考资料：

Nair, N.U., Greninger, P., Zhang, X. et al. A landscape of response to drug combinations in non-small cell lung cancer. Nat Commun 14, 3830 (2023).https://www.nature.com/articles/s41467-023-39528-9