肿瘤耐药数据库挖掘 肿瘤耐药机制研究

肿瘤治疗 2025-08-10 08:14肿瘤治疗www.zhongliuw.cn

一、肿瘤耐药数据库资源

1. DRMref数据库

这是一个综合性参考数据库,专注于人类癌症耐药机制研究。它整合了42个单细胞RNA测序数据集,覆盖多种癌症类型和治疗方案,提供细胞组成、肿瘤异质性、上皮-间质转化等详细注释和分析。

2. TCGA和ICGC数据库

这些综合性肿瘤数据库包含基因组拷贝数变化、表观遗传、基因表达谱等数据,可用于耐药相关基因挖掘。

3. DREAM数据库

专注于肿瘤药物相关性的临床转录组数据库,可用于药物敏感性分析。

4. COSMIC数据库

世界上最大最全面的肿瘤体细胞突变资源库,包含CNA、甲基化、基因融合等信息。

二、肿瘤耐药机制研究前沿

1. 单细胞技术揭示耐药机制

  • 通过单细胞转录组分析食管鳞癌(ESCC)患者样本,发现EP-C2肿瘤细胞亚群(高表达OSGIN1和CYP4F3)与氧化应激反应和药物代谢途径相关,可能是耐药关键。
  • 北京大学团队发现PTIR1作为DDX58的异构体,通过激活UCHL5促进肿瘤免疫耐药性。
  • 2. 类器官模型研究

  • 上海交大于颖彦团队利用胃癌类器官发现AURK抑制剂诱导的肿瘤细胞衰老会分泌MCP-1/CCL2,导致巨噬细胞M2极化和免疫抑制。
  • 北京大学张宁团队构建了包含144例患者399个肝癌类器官的大型样本库,揭示了7种靶向药的耐药机制。
  • 3. 人工智能与计算模型

  • AI技术可整合多组学数据识别耐药特征,构建诊断和预后模型,常用算法包括SVM、随机森林和学习。
  • 剑桥大学开发的RECODR模型通过分析基因共表达网络"背景漂移",成功预测了ATM抑制剂联合PARP1抑制剂可延缓儿童脉络丛癌复发。
  • 4. 新型治疗策略

  • 全球首个肺癌领域TROP2靶向ADC药物芦康沙妥珠单抗在EGFR突变型NSCLC患者中显示出45%的客观缓解率,中位无进展生存期达6.9个月。
  • 双抗ADC药物iza-bren在小细胞肺癌治疗中显示出突破性效果,为化疗耐药患者提供新选择。
  • 三、耐药研究策略与方法

    1. 数据分析方法

  • 通过耐药与敏感细胞样本对比筛选耐药相关基因,再与临床队列差异基因取交集进行分析。
  • 利用图嵌入技术量化基因网络位置漂移,识别关键耐药驱动基因。
  • 2. 模型构建策略

  • 考虑肿瘤异质性、药物代谢改变、替代通路激活等细胞内在机制。
  • 关注肿瘤微环境中免疫细胞、成纤维细胞等对耐药的影响。
  • 3. 多组学整合

  • 结合基因组学、转录组学、蛋白质组学和影像组学数据,构建更全面的耐药模型。
  • 这些研究进展和资源为深入理解肿瘤耐药机制、开发新型治疗策略提供了重要工具和思路。

    上一篇:右脑前额肿瘤(右脑前额肿瘤图片) 下一篇:没有了

    Copyright@2015-2025 肿瘤网版板所有