يركز برنامجنا البحثي على فهم كيفية تنظيم الأشكال المختلفة لموت الخلايا. ندرس بشكل عام موت الخلايا في سياق علاجات السرطان بهدف معرفة كيفية عمل الأدوية لتشغيل موت الخلايا وكيفية جعل هذه الاستجابات أفضل وأكثر تحديدا. أصبح من الواضح بشكل متزايد أن هناك العديد من الأنواع المختلفة لموت الخلايا المنظم.
حدد الحقل حاليا ما لا يقل عن 14 نوعا متميزا ميكانيكيا من الوفاة. تسبب معظم هذه الموت النخر شكليا ، وبشكل عام ، لا نعرف سوى القليل جدا عن كيفية عمل هذه المسارات. طريقة فعالة لدراسة تنظيم موت الخلايا هي استخدام علم الجينوم الوظيفي.
بمعنى آخر ، لإزعاج كل جين بشكل منهجي وتحديد كيفية تأثير هذه الاضطرابات على موت الخلايا. عندما يتم إجراؤها في سياق المخدرات, وهذا ما يسمى التنميط الكيميائي. عادة ما تقوم شاشات الوراثة الكيميائية بتقييم كيفية تأثير الضربة القاضية الجينية على الحجم النهائي للسكان.
ومع ذلك ، يمكن أن يتأثر حجم السكان بالتغيرات في معدل النمو أو معدل الوفيات أو كليهما. تفشل طرق الفحص الحالية في تحديد الجينات التنظيمية للموت بسبب التأثيرات المقيدة لتباين معدل النمو. تستخدم ميدوسا محاكاة الاستجابة للأدوية لنمذجة كيفية تأثير تغيير معدل النمو أو معدل الوفيات على الحجم النهائي للسكان.
تسمح لنا هذه المحاكاة باستخراج معدل الوفيات الناجم عن الدواء لكل جين في الشاشة وإزالة العوامل المربكة الأخرى للبدء ، الخلايا الصفيحية في اللون الأسود ، 96 لوحة بئر ذات قاع شفاف بكثافة البذر بين 1500 و 5 ، 000 خلية لكل بئر. احتضان الألواح عند 37 درجة مئوية مع 5٪ ثاني أكسيد الكربون والرطوبة لمدة 16 إلى 24 ساعة. تحضير تخفيف الدواء في الوسائط التي تحتوي على تركيز السموم الخلوية ، المحسنة مسبقا.
طبق واحد باستخدام Triton X بالتركيز الأمثل. ثم ضع اللوحة في قارئ اللوحة وقم بقياس تألق السموم الخلوي في الألواح التجريبية عند T0 باستخدام الإعدادات المحسنة ، ثم في نقطة زمنية لاحقة مناسبة. بعد النقطة الزمنية النهائية ، قم بتجميع الألواح التجريبية باستخدام Triton X لتحديد الحجم النهائي لكل حالة.
احسب الجدوى الكسرية باستخدام بيانات نقطة النهاية وقم بملاءمة النتائج مع منحنيات استجابة الجرعة. تقييم منحنيات استجابة الجرعة لتحديد جرعات الدواء التي تؤدي إلى موت الخلايا بنسبة 50٪ تقريبا. بعد تحسين جرعة الدواء للحث على موت الخلايا ، قم بتعيين SG RNAs غير المستهدفة بشكل عشوائي للجينات غير المستهدفة.
قم بقص SG RNAs بأعداد منخفضة بناء على استراتيجية القطع المختارة. محاكاة جميع الاضطرابات المحتملة لصافي معدل النمو السكاني أو NPG باستخدام حلقة for لتقييم مجموعة من قيم NPG. لكل SG RNA واحد تجريبي ، قم بمطابقة تغيير الطية المحاكي الأقرب إلى البيانات المرصودة وقم بتعيين معدل النمو النسبي المقابل ل SG RNA.
ثم حدد معدل النمو الناجم عن الدواء قبل الوفاة من بيانات عد الخلايا الحية. قم بملاءمة البيانات في معادلة أسية بسيطة لاشتقاق معدل النمو. احسب معدل النمو الناجم عن الدواء بعد بداية الوفاة من خلال الجمع بين بيانات عد الخلايا الحية وقيم درجة الدواء.
ارسم درجة جرعة الدواء المحددة على مخطط الصف. باستخدام التنسيق المحدد تجريبيا بين النمو الناجم عن الأدوية ومعدل الوفيات ، قم بإنشاء نموذج لمحاكاة حجم السكان الناجم عن المخدرات بمرور الوقت. ثم قم بتطوير نموذج ميدوسا الذي يتضمن NPG ، ومعدلات النمو الناجمة عن الأدوية قبل وبعد ظهور الوفاة في المضاعفة في الساعة ، ومعدل الوفيات الناجم عن الدواء.
اضبط نقطة البداية على صفر ساعة وحدد النقاط الزمنية النهائية لكل من الحالات غير المعالجة والمعالجة. محاكاة جميع الاضطرابات المحتملة لمعدلات النمو والوفيات للنموذج الأساسي. لكل مجموعة ، احسب قاعدة اللوغاريتم الثانية من تغيير الطية الذي لوحظ عند نقطة نهاية المقايسة.
لكل SG RNA ، قم بتثليث معدل الوفيات الناجم عن الدواء والذي من شأنه أن ينتج عنه تغيير الطية الملحوظ. ابدأ باستخراج معدل النمو النسبي المحدد مسبقا. تحديد معدلات النمو الناجم عن الأدوية قبل وبعد ظهور الوفاة.
تطبيق معدل النمو النسبي من NPG لحساب معدلات النمو النسبي لمعدلات النمو الناجمة عن الأدوية قبل وبعد ظهور الوفاة. باستخدام قيود NPG ، معدل النمو الناجم عن الدواء قبل وبعد ظهور الوفاة ، حدد تغيير الطية المحاكي الأقرب إلى تغيير الطية المرصود لكل SG RNA. تحديد معدل نمو مستوى الجينات ومعدلات الوفيات لكل جين في المكتبة.
احسب متوسط معدلات النمو والوفيات لجميع SG RNAs المرتبطة بكل جين ، والتي تتراوح عادة من 4 إلى 10 SG RNAs. لحساب قيم P التجريبية ، قم بتمهيد بيانات مستوى SG RNA وقم بتطبيق تصحيح معدل اكتشاف خاطئ باستخدام إجراء Benjamin Hochberg. انخفضت الجدوى الجزئية لخلايا U2 OS بطريقة تعتمد على الجرعة مع ما يقرب من 50٪ من الفتك التي لوحظت في خمسة ميكرومولار إيتوبوسيد بعد 96 ساعة.
انخفض حجم السكان المستردون بنسبة 40٪ إلى 50٪ بعد أربعة أيام من التعرض لخمسة ميكرومولار إيتوبوسيد ، مما يؤكد موت الخلايا أثناء العلاج بالعقاقير. توقع تحليل الدرجة أن خمسة إيتوبوسيد ميكرومولار تسبب في انخفاض كبير في معدل النمو مع موت الخلايا الذي يبدأ فقط بعد توقف النمو الكامل. كشف تحليل ميدوسا أن خلايا الضربة القاضية الخمس XRCC أظهرت نموا بطيئا في الحالات غير المعالجة ومعدلات وفيات عالية ناتجة عن الأدوية تحت علاج إيتوبوسيد.
أكدت تجارب التحقق من الصحة أن خلايا الضربة القاضية XRCC 5 أظهرت نموا أبطأ في الظروف غير المعالجة ، ومعدلات وفيات مرتفعة تحت إيتوبوسيد ، بما يتماشى مع تنبؤات ميدوسا.
