第06周-高通量药物筛选对Rhabdoid tumors

高通量药物筛选对Rhabdoid tumors

文章是: High-Throughput Drug Screening Identifies Pazopanib and Clofilium Tosylate as Promising Treatments for Malignant Rhabdoid Tumors

细胞系背景知识

重点关注Rhabdoid tumors (RTs) ,所以挑选了两种细胞系:

  • SMARCB1-positive cell lines,包括 I2A 和 (I2A + SMARCB1)
  • SMARCB1-negative cell lines (G401 and G402)

有意思的是 pazopanib 这个药物在这两个细胞系表现有统计学显著的区别。

还引入了另外5个人类Rhabdoid tumors (RTs) 细胞系:

还有4个细胞系作为对照:

  • A673 (Ewing sarcoma)
  • DAOY (medulloblastoma)
  • A549 (SMARCA4-deficient lung carcinoma; obtained from the ATCC [CRL-1598, HTB-186, and CCL-185, respectively])
  • SK-N-BE(2)C (neuroblastoma) (Barnes et al., 1981).

药物筛选背景知识

药物筛选用384孔板,共纳入了1200种FDA批准的药物,以DAPI染色来判断药效。这1200种药物可以买到:Prestwick Chemical Library V2 (Prestwick Chemical), a collection of 1,200 off-patent drugs already approved by the FDA

重点挑选那些能显著抑制SMARCB1缺陷型细胞系生长的药物。

计算了药物的 robust Z [RZ] score 来作为评价标准。(初筛)

总共挑选了10个药物
    1. compounds showing a RZ score <−5 in at least one RT cell line (I2A or G401 cells) and showing no activity in I2A+ cells (RZ score >−2), which comprised 5 drugs (5-fluorouracil, luteolin, rimexolone, amethopterin [R,S], and methotrexate);
  • (2) compounds with some weak activity in I2A+ cells (−5 < RZ score <−2) and showing a strong effect in at least one RT cell line (RZ score <−10) and a differential between I2A+ and I2A exceeding 2, leading to the selection of an additional 5 compounds (CfT, podophyllotoxin, ciclopirox ethanolamine, thioguanosine, and vatalanib).

详情如表格:Table 1. RZ Scores ,当然因为这些药物有希望,所以就又测了48小时的药物处理IC50 (μM)

只有6个药物满足在两个SMARCB1缺陷型细胞系都表现 (IC50) <10 μM ,其中四个都是anti-mitotic类别的,所以抛弃。

最后剩下的,值得期待的药物是:

其中CfT是potassium channel 的抑制剂

对于TKi’s药物,挑选了9个FDA批准的药物比较发现pazopanib最显著,后面的研究就替换掉了 vatalanib。

药物机制研究

因为TKi’s药物就是作用于 tyrosine kinase receptors (RTKs) ,所以作者用现成的商业的试剂盒Proteome Profiler human phospho-RTK array 来探索 I2A, DEV, G401, and KD 这4种细胞系的 49个 RTKs的磷酸化情况。发现只有其中2个在药物pazopanib处理前后有区别:

还有Pazopanib和CfT的联合用药的体外细胞系实验。

表达芯片及RNA-Seq数据

在两个细胞系 (DEV and G401 ) 处理CfT 前后测转录组表达数据,共4*3=12个样本。

在I2A SMARCB1-def细胞系添加SMARCB1处理的时间序列,共(0,2,4,7,14day)*3=15个样本。

数据公布在GEO: GSE98277 : GSE102467

事实上,这个芯片数据作者并没有细致的分析。

而转录组数据呢,也仅仅是找了差异,然后根据阈值筛选到有统计学显著的差异基因做GO富集看看而已。

当然,也可能是我没有仔细去看补充材料。

PDX模型验证

制作了两个PDX模型:

pazopanib showed actual growth delay on two extra-cranial RT PDXs as a single agent.

(文章转自jimmy的2018年阅读文献笔记)

生信基础知识大全系列:生信基础知识100讲
史上最强的生信自学环境准备课来啦!! 7次改版,11节课程,14K的讲稿,30个夜晚打磨,100页PPT的课程。
如果需要组装自己的服务器;代办生物信息学服务器
如果需要帮忙下载海外数据(GEO/TCGA/GTEx等等),点我?
如果需要线下辅导及培训,看招学徒
如果需要个人电脑:个人计算机推荐
如果需要置办生物信息学书籍,看:生信人必备书单
如果需要实习岗位:实习职位发布
如果需要售后:点我
如果需要入门资料大全:点我

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 225,565评论 6 525
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 96,696评论 3 406
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 172,935评论 0 370
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 61,327评论 1 303
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 70,338评论 6 401
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 53,760评论 1 316
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 42,085评论 3 431
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 41,091评论 0 280
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 47,656评论 1 327
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 39,657评论 3 348
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 41,767评论 1 355
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 37,360评论 5 351
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 43,088评论 3 341
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 33,493评论 0 25
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 34,654评论 1 278
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 50,374评论 3 383
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 46,841评论 2 367

推荐阅读更多精彩内容