首頁 資訊 “餓死”癌細(xì)胞又有新招!從氨基酸代謝入手

“餓死”癌細(xì)胞又有新招!從氨基酸代謝入手

來源:泰然健康網(wǎng) 時間:2024年12月23日 21:32

早前,探索君曾報道過一種廉價感冒藥被證實有望“餓死”癌細(xì)胞?,F(xiàn)在,《Nature Medicine》期刊又提供了一種通過阻斷營養(yǎng)而消滅癌細(xì)胞的“妙招”:科學(xué)家們首次發(fā)現(xiàn)一種新型的化合物,能夠切斷腫瘤氨基酸代謝通路,從而抑制腫瘤生長。

“不同于正常的健康細(xì)胞,腫瘤細(xì)胞需要特別的代謝需求?!毖芯繄F隊負(fù)責(zé)人、文章通訊作者Charles Manning認(rèn)為,“這些額外需求讓科學(xué)家們有機會借助化學(xué)、放射學(xué)、分子成像等形式發(fā)現(xiàn)潛在的癌癥診療手段?!?/p>

他帶領(lǐng)團隊找到了一種新型的小分子化合物,能夠阻止癌細(xì)胞吸收必須的營養(yǎng)物質(zhì)——谷氨酰胺(Glutamine),從而抑制腫瘤的生長。

  圖片來源:期刊(doi:10.1038/nm.4464)

新招能“餓死”癌細(xì)胞

谷氨酰胺是許多細(xì)胞維持正常功能的必需氨基酸,包括生物合成、細(xì)胞信號和防止抗氧化損傷。癌細(xì)胞的分裂速度遠(yuǎn)快于正常細(xì)胞,因而它們需要更多的谷氨酰胺。

已有研究表明,ACST2蛋白質(zhì)是谷氨酰胺進入癌細(xì)胞的主要轉(zhuǎn)運蛋白。在肺癌、乳腺癌、結(jié)腸癌等癌癥中,ACST2蛋白水平的上調(diào)與患者存活率有關(guān)。當(dāng)抑制ACST2基因表達(dá),會顯著抑制癌細(xì)胞生長。

Charles Manning團隊相信,靶向谷氨酰胺代謝是一種“精準(zhǔn)抗癌的潛在策略”。他們基于這一推測,開發(fā)出首個強效靶向ACST2蛋白的小分子抑制劑——V-9302,并證實V-9302能夠阻斷ACST2蛋白的表達(dá),從而導(dǎo)致癌細(xì)胞擴增減少、氧化損傷增加,最終引發(fā)死亡。

但是,他們強調(diào)說:“當(dāng)使用這一新型抑制劑治療谷氨酰胺依賴型腫瘤時,需要驗證相應(yīng)的生物標(biāo)志物?!边@是因為V-9302響應(yīng)與否,很大程度上取決于ACST2轉(zhuǎn)運體的活性,而不是ACST2蛋白的表達(dá)。

  圖示為V-9302靶向谷氨酰胺轉(zhuǎn)運體的模型(圖片來源:Vanderbilt University)

“可視化”精準(zhǔn)抗癌

更重要的是,他們將非侵入式的正電子發(fā)射型計算機斷層顯像技術(shù)(PET)與這一小分子抑制劑結(jié)合起來——通過將一種成像同位素黏附于V-9302藥物上,實現(xiàn)“V-9302是否能夠靶向谷氨酰胺快速代謝的腫瘤”的實時監(jiān)測。

目前,范德堡大學(xué)醫(yī)學(xué)中心的研究團隊正在進行5項臨床試驗,以測試一種名為18F-FSPG的新型PET示蹤劑診斷肺癌、肝癌、卵巢癌的潛力。

Charles Manning表示:“如果我們能夠借助某一特定藥物實現(xiàn)腫瘤可視化監(jiān)測,那么將推進癌癥的精準(zhǔn)醫(yī)療?!?/p>

本文由“健康號”用戶上傳、授權(quán)發(fā)布,以上內(nèi)容(含文字、圖片、視頻)不代表健康界立場。“健康號”系信息發(fā)布平臺,僅提供信息存儲服務(wù),如有轉(zhuǎn)載、侵權(quán)等任何問題,請聯(lián)系健康界(jkh@hmkx.cn)處理。

關(guān)鍵詞:

Nature,癌細(xì)胞,子刊,ACST2,抑制劑,腫瘤,蛋白

相關(guān)知識

新研究:“餓死”乳腺癌細(xì)胞的方法找到了?
生酮飲食餓死癌細(xì)胞?
Nature子刊:發(fā)現(xiàn)新的細(xì)胞死亡機制,可為癌癥治療提供新策略
生酮飲食可以餓死癌細(xì)胞?真相是→
餓死癌細(xì)胞:利用癌細(xì)胞愛吃糖的弱點,阻斷癌細(xì)胞食物供應(yīng)
為餓死癌細(xì)胞,他節(jié)食暴瘦50斤!這些防癌的飲食方法都是錯的!
Nature:生酮飲食助力抗癌,阻斷癌細(xì)胞營養(yǎng),餓死癌細(xì)胞
生酮飲食能“餓死”癌細(xì)胞?
生酮飲食能減肥,還能“餓死”癌細(xì)胞?真相來了
癌細(xì)胞可以被“餓死”?癌癥“饑餓療法”的原理是什么?

網(wǎng)址: “餓死”癌細(xì)胞又有新招!從氨基酸代謝入手 http://m.u1s5d6.cn/newsview757651.html

推薦資訊