本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
大多數晚期癌症的標準治療是多種藥物治療。不幸的是，臨床上的組合通常無法達到預期的效果。因此，為了補充基於生物學假設識別合理藥物組合，我們假設對藥物組合進行功能性篩選，不限制組合大小，將有助於識別有效的藥物混合物。考慮到無數可能的雞尾酒，並受到醫學以外不同領域搜尋演算法範例的啟發，我們開發了一種新穎、高效的搜尋策略，稱為醫學演算法組合篩選 (MACS)。此類演算法的工作原理是豐富雞尾酒的適應性，如連續幾代的特定屬性所定義的那樣。由於協同作用評估不可行，我們根據抑製程度和藥物數量開發了新的替代適應度函數。我們透過 MACS 對 A549 細胞系進行 WST-1 測定，篩選了 4 代 19 種藥物池形成的 72 種任意大小的組合。芬維A胺、辛二醯苯胺異羥肟酸和硼替佐米(FSB)是最適合的。 FSB 的表現比一組隨機雞尾酒的平均值高出 4.18 SD，或者說“太好了”，不可能是偶然發現的，這支持了 MACS 策略的實用性。驗證研究顯示 FSB 在測試的所有 7 種其他 NSCLC 細胞系中均具有抑製作用。它在 A549 細胞系中也具有協同作用，A549 是對其進行評估的一種細胞系。這些結果表明，在 MACS 的指導下，篩選更大的藥物組合可能是可行的，作為在相對少量的實驗中發現組合藥物的第一步。 [摩爾癌症療法 2009;8(3):521 - 32]