Высокий
BMC Medicine, том 20, Номер статьи: 292 (2022) Цитировать эту статью
2678 Доступов
2 цитаты
1 Альтметрика
Подробности о метриках
Хотя метаболизм холестерина является распространенным путем разработки противоопухолевых препаратов, не существует конкретных мишеней и препаратов для клинического применения. Здесь, основываясь на нашем предыдущем исследовании стерол-О-ацилтрансферазы 1 (SOAT1) при гепатоцеллюлярной карциноме, мы стремились найти эффективный таргетный препарат для точного лечения гепатоцеллюлярной карциномы и, с точки зрения метаболизма холестерина, прояснить взаимосвязь между регуляцией холестерина и опухолеобразование и развитие.
В этом исследовании мы разработали технологию интегрированного аффинного скрининга виртуального скрининга для скрининга целевых белковых лекарств. Для проверки активности препарата была проведена серия экспериментов in vitro и in vivo. Мультиомик-анализ и анализ проточной цитометрии использовались для изучения противоопухолевых механизмов. Сравнительный анализ протеома и транскриптома в сочетании с данными последующего наблюдения за выживаемостью пациентов раскрывает клинический терапевтический потенциал проверенных препаратов.
Мы проверили три соединения: нилотиниб, ABT-737 и эвацетрапиб, которые продемонстрировали оптимальное связывание с SOAT1. В частности, нилотиниб проявлял высокое сродство к белку SOAT1 и значительно ингибировал активность опухоли как in vitro, так и in vivo. Мультиомный анализ и анализ проточной цитометрии показали, что соединения, нацеленные на SOAT1, перепрограммируют метаболизм холестерина в опухолях и усиливают CD8+ Т-клетки и нейтрофилы, подавляя рост опухоли.
В совокупности мы сообщили о нескольких лигандах SOAT1 с высоким сродством и продемонстрировали их клинический потенциал в прецизионной терапии рака печени, а также выявили потенциальный противоопухолевый механизм соединений, нацеленных на SOAT1.
Отчеты экспертной оценки
Предыдущие исследования показали, что перепрограммирование метаболизма холестерина в опухоли происходит в процессе онкогенеза и развития [1, 2]. Характеристики метаболизма холестерина в опухолях включают как активацию синтеза и поглощения холестерина, так и накопление различных производных холестерина, таких как эфиры холестерина и окисленный холестерин [3]. Однако перепрограммирование метаболизма холестерина в опухолях включает множество процессов, включая синтез, поглощение, этерификацию, отток и конверсию. Таким образом, выяснение роли этих процессов в онкогенезе и разработке потенциальных терапевтических препаратов оказалось сложной задачей.
Многие недавние клинические и доклинические исследования показали, что воздействие на метаболизм холестерина в опухолевых и иммунных клетках является очевидным способом лечения опухолей [4]. Существующие мишени включают ключевые ферменты синтеза и транспорта холестерина, а также ключевые факторы транскрипции, участвующие в метаболизме холестерина. Например, статины оказывают противораковое действие путем ингибирования активности ключевого лимитирующего фермента 3-гидрокси-3-метилглутарил-кофермент А-редуктазы (HMGCR) в сигнальном пути синтеза холестерина [5], а итраконазол напрямую связывается со стерол- чувствительный домен внутриклеточного переносчика холестерина 1 NPC (NPC1), тем самым снижая рост опухоли и ангиогенез [6]. Кроме того, в настоящее время в качестве противоопухолевых препаратов исследуются LXR-623, GW3965, другие низкомолекулярные ингибиторы X-рецепторов печени (LXR) и другие низкомолекулярные препараты [7].
Ожидается, что открытие новых целевых препаратов, связанных с холестерином, ускорит разработку препаратов, воздействующих на внутриклеточный гомеостаз холестерина для терапии опухолей. Белок SOAT1 может превращать избыток внутриклеточного холестерина в эфир холестерина и хранить его в липидных каплях. Нокдаун или ингибирование SOAT1 может ингибировать различные опухоли, регулируя гомеостаз холестерина в опухолевых клетках [8, 9] и иммунное состояние микроокружения опухоли [10, 11]. Ранее мы обнаружили, что SOAT1 можно использовать для стратификации пациентов с ГЦК с плохим прогнозом, а также в качестве мишени для лечения пациентов с этим подтипом. Было показано, что ингибиторы, нацеленные на SOAT1, оказывают оптимальное противоопухолевое действие как in vitro, так и in vivo. Однако известно лишь несколько ингибиторов SOAT1 — сообщалось только об авазимибе, неванимибе и CI-976, — что значительно ограничивает перспективы разработки лекарств.
0.9; range, 0.85–1). (c) Coverage of identified and quantified proteins. In total, 3,960 proteins were quantified from 7,307 identified proteins. (d) UpSet Venn diagram of each pairwise comparison. 226 differential proteins (180 downregulated and 48 upregulated) were simultaneously dysregulated in the proteome of nevanimibe and nilotinib (n=3, p<0.01). Figure S4. Metabolome sample preparation and data analysis. (a) Workflow of metabolome sample preparation and data collection. (b) Scatter plots and Pearson correlation coefficients for replicate metabolome profiling of two SOAT1-targeted compounds (nevanimibe and nilotinib). The x- and y-axes represent the metabolome intensities in each pairwise comparison. Notably, repeat experiments with the same samples have good reproducibility, with a high level of correlation (average > 0.9; range, 0.85–1). (c) Coverage of detected mass spectral peaks and quantitative and qualitative mass spectral. Overall, 1890 compounds were quantified from 19,671 identified MS/MS spectra, and 662 metabolites were classified. (d) UpSet Venn diagram of each pairwise comparison. 410 differential metabolites (239 downregulated and 171 upregulated) were detected in the metabolome of nevanimibe and nilotinib (n=6, p<0.01). Figure S5. The relationship between drug-regulated cholesterol dysregulation proteins and the survival of liver cancer patients. Figure S6. Schematic of multicolor flow cytometry analysis. (a) Schematic diagram of a xenograft model derived from Hepa1-6 cells transplanted into C57BL/6 mice. (b) Multicolor flow cytometry analysis of cell-derived xenograft models. (c) Histogram overlays show changes in expression profiles between samples. The table shows the groups and cell counts. (d) Fluorescence correlation analysis heat map of each color. The cells labeled with each fluorescent antibody are clearly distinguished, indicating that the analysis system is robust. Table S1. Four software molecar docking screenings yielded 62 potential compounds. Table S2. 29 cholesterol metabolism signal pathway proteins changed after administration. Table S3. Targeting identified 26 cholesterol metabolism signaling pathway metabolites changed after administration./p>