Name: a data integration workflow to identify drug combinations targeting synthetic lethal interactions
Uploaded: 2021-05-27T13:00:00
Description: Watch this Scientific Journal Video about A Data Integration Workflow to Identify Drug Combinations Targeting Synthetic Lethal Interactions at JoVE.com

Finansiering af udviklingen af dataintegrationsarbejdsgangen blev opnået fra Det Europæiske Fællesskabs syvende rammeprogram i henhold til tilskudsaftale nr. 279113 (OCTIPS). Tilpasning af data i denne publikation blev venligt godkendt af Public Library of Sciences Publications and Impact Journals, LLC.

1. Hentning af syntetiske dødelige genpar
<ol><li>Datahentning fra BioGrid.<ol>
<li>Hent den nyeste BioGRID-interaktionsfil i tab2-format fra https://downloads.thebiogrid.org/Download/BioGRID/Latest-Release/BIOGRID-ALL-LATEST.tab2.zip enten ved hjælp af en webbrowser eller direkte fra Linux-kommandolinjen ved hjælp af krøller eller wget18. ##download og pak den nyeste BioGRID-interaktionsfil ud #download nyeste BioGRID-interaktionsfil ved hjælp af krøller krølle -o bi...

<ol>
	<li>Dobzhansky, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Genetics+of+natural+populations;+recombination+and+variability+in+populations+of+Drosophila+pseudoobscura.">Genetics of natural populations; recombination and variability in populations of Drosophila pseudoobscura.</a> Genetics. 31, 269-290 (1946).</li><li>Hartwell, L. H., Szankasi, P., Roberts, C. J., Murray, A. W., Friend, S. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Integrating+genetic+approaches+into+the+discovery+of+anticancer+drugs.">Integrating genetic approaches into the discovery of anticancer drugs.</a> Science. 278 (5340), 1064-1068 (1997).</li><li>D'Amours, D., Desnoyers, S., D'Silva, I., Poirier, G. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Poly(ADP-ribosyl)ation+reactions+in+the+regulation+of+nuclear+functions.">Poly(ADP-ribosyl)ation reactions in the regulation of nuclear functions.</a> The Biochemical Journal. 342 (2), 249-268 (1999).</li><li>Gudmundsdottir, K., Ashworth, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+roles+of+BRCA1+and+BRCA2+and+associated+proteins+in+the+maintenance+of+genomic+stability.">The roles of BRCA1 and BRCA2 and associated proteins in the maintenance of genomic stability.</a> Oncogene. 25 (43), 5864-5874 (2006).</li><li>Farmer, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Targeting+the+DNA+repair+defect+in+BRCA+mutant+cells+as+a+therapeutic+strategy.">Targeting the DNA repair defect in BRCA mutant cells as a therapeutic strategy.</a> Nature. 434 (7035), 917-921 (2005).</li><li>McCann, K. E., Hurvitz, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Advances+in+the+use+of+PARP+inhibitor+therapy+for+breast+cancer.">Advances in the use of PARP inhibitor therapy for breast cancer.</a> Drugs in Context. 7, 212540 (2018).</li><li>Franzese, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=PARP+inhibitors+in+ovarian+cancer.">PARP inhibitors in ovarian cancer.</a> Cancer Treatment Reviews. 73, 1-9 (2019).</li><li>Ashworth, A., Lord, C. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+lethal+therapies+for+cancer:+what&#8217;s+next+after+PARP+inhibitors.">Synthetic lethal therapies for cancer: what&#8217;s next after PARP inhibitors.</a> Nature Reviews. Clinical Oncology. 15 (9), 564-576 (2018).</li><li>Yu, B., Luo, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+lethal+genetic+screens+in+Ras+mutant+cancers.">Synthetic lethal genetic screens in Ras mutant cancers.</a> The Enzymes. 34, 201-219 (2013).</li><li>Thompson, J. M., Nguyen, Q. H., Singh, M., Razorenova, O. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Approaches+to+identifying+synthetic+lethal+interactions+in+cancer.">Approaches to identifying synthetic lethal interactions in cancer.</a> The Yale Journal of Biology and Medicine. 88 (2), 145-155 (2015).</li><li>Ruiz, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+Genome-wide+CRISPR+Screen+Identifies+CDC25A+as+a+Determinant+of+Sensitivity+to+ATR+Inhibitors.">A Genome-wide CRISPR Screen Identifies CDC25A as a Determinant of Sensitivity to ATR Inhibitors.</a> Molecular Cell. 62 (2), 307-313 (2016).</li><li>Housden, B. E., Nicholson, H. E., Perrimon, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+Lethality+Screens+Using+RNAi+in+Combination+with+CRISPR-based+Knockout+in+Drosophila+Cells.">Synthetic Lethality Screens Using RNAi in Combination with CRISPR-based Knockout in Drosophila Cells.</a> Bio-Protocol. 7 (3), (2017).</li><li>Blomen, V. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Gene+essentiality+and+synthetic+lethality+in+haploid+human+cells.">Gene essentiality and synthetic lethality in haploid human cells.</a> Science. 350 (6264), 1092-1096 (2015).</li><li>Forment, J. V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Genome-wide+genetic+screening+with+chemically+mutagenized+haploid+embryonic+stem+cells.">Genome-wide genetic screening with chemically mutagenized haploid embryonic stem cells.</a> Nature Chemical Biology. 13 (1), 12-14 (2017).</li><li>Wildenhain, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prediction+of+Synergism+from+Chemical-Genetic+Interactions+by+Machine+Learning.">Prediction of Synergism from Chemical-Genetic Interactions by Machine Learning.</a> Cell Systems. 1 (6), 383-395 (2015).</li><li>Madhukar, N. S., Elemento, O., Pandey, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prediction+of+Genetic+Interactions+Using+Machine+Learning+and+Network+Properties.">Prediction of Genetic Interactions Using Machine Learning and Network Properties.</a> Frontiers in Bioengineering and Biotechnology. 3, 172 (2015).</li><li>Fechete, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+lethal+hubs+associated+with+vincristine+resistant+neuroblastoma.">Synthetic lethal hubs associated with vincristine resistant neuroblastoma.</a> Molecular BioSystems. 7 (1), 200-214 (2011).</li><li>Oughtred, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+BioGRID+interaction+database:+2019+update.">The BioGRID interaction database: 2019 update.</a> Nucleic Acids Research. 47, 529-541 (2019).</li><li>Zeeberg, B. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Mistaken+identifiers:+gene+name+errors+can+be+introduced+inadvertently+when+using+Excel+in+bioinformatics.">Mistaken identifiers: gene name errors can be introduced inadvertently when using Excel in bioinformatics.</a> BMC bioinformatics. 5, 80 (2004).</li><li>Ziemann, M., Eren, Y., Gene El-Osta, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=name+errors+are+widespread+in+the+scientific+literature.">name errors are widespread in the scientific literature.</a> Genome Biology. 17 (1), 177 (2016).</li><li>Kersey, P. J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ensembl+Genomes+2018:+an+integrated+omics+infrastructure+for+non-vertebrate+species.">Ensembl Genomes 2018: an integrated omics infrastructure for non-vertebrate species.</a> Nucleic Acids Research. 46, 802-808 (2018).</li><li>Wishart, D. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=DrugBank+5.0:+a+major+update+to+the+DrugBank+database+for+2018.">DrugBank 5.0: a major update to the DrugBank database for 2018.</a> Nucleic Acids Research. 46, 1074-1082 (2018).</li><li>Chou, T. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Drug+combination+studies+and+their+synergy+quantification+using+the+Chou-Talalay+method.">Drug combination studies and their synergy quantification using the Chou-Talalay method.</a> Cancer Research. 70 (2), 440-446 (2010).</li><li>Marhold, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+lethal+combinations+of+low-toxicity+drugs+for+breast+cancer+identified+in+silico+by+genetic+screens+in+yeast.">Synthetic lethal combinations of low-toxicity drugs for breast cancer identified in silico by genetic screens in yeast.</a> Oncotarget. 9 (91), 36379-36391 (2018).</li><li>Heinzel, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+lethality+guiding+selection+of+drug+combinations+in+ovarian+cancer.">Synthetic lethality guiding selection of drug combinations in ovarian cancer.</a> PloS One. 14 (1), 0210859 (2019).</li><li>Costanzo, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+genetic+landscape+of+a+cell.">The genetic landscape of a cell.</a> Science. 327 (5964), 425-431 (2010).</li><li>Koh, J. L. Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=DRYGIN:+a+database+of+quantitative+genetic+interaction+networks+in+yeast.">DRYGIN: a database of quantitative genetic interaction networks in yeast.</a> Nucleic Acids Research. 38, 502-507 (2010).</li><li>Guo, J., Liu, H., Zheng, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SynLethDB:+synthetic+lethality+database+toward+discovery+of+selective+and+sensitive+anticancer+drug+targets.">SynLethDB: synthetic lethality database toward discovery of selective and sensitive anticancer drug targets.</a> Nucleic Acids Research. 44, 1011-1017 (2016).</li><li>NCBI Resource Coordinators. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Database+resources+of+the+National+Center+for+Biotechnology+Information.">Database resources of the National Center for Biotechnology Information.</a> Nucleic Acids Research. 44 (1), 7-19 (2016).</li><li>Altenhoff, A. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+OMA+orthology+database+in+2018:+retrieving+evolutionary+relationships+among+all+domains+of+life+through+richer+web+and+programmatic+interfaces.">The OMA orthology database in 2018: retrieving evolutionary relationships among all domains of life through richer web and programmatic interfaces.</a> Nucleic Acids Research. 46 (1), 477-485 (2018).</li><li>Sonnhammer, E. L. L., &#214;stlund, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=InParanoid+8:+orthology+analysis+between+273+proteomes,+mostly+eukaryotic.">InParanoid 8: orthology analysis between 273 proteomes, mostly eukaryotic.</a> Nucleic Acids Research. 43, 234-239 (2015).</li><li>Li, Y. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Therapeutic+target+database+update+2018:+enriched+resource+for+facilitating+bench-to-clinic+research+of+targeted+therapeutics.">Therapeutic target database update 2018: enriched resource for facilitating bench-to-clinic research of targeted therapeutics.</a> Nucleic Acids Research. 46 (1), 1121 (2018).</li><li>Gaulton, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+ChEMBL+database+in+2017.">The ChEMBL database in 2017.</a> Nucleic Acids Research. 45 (1), 945-954 (2017).</li><li>Heinzel, A., M&#252;hlberger, I., Fechete, R., Mayer, B., Perco, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+molecular+units+for+guiding+biomarker+panel+design.">Functional molecular units for guiding biomarker panel design.</a> Methods in Molecular Biology. 1159 (12), 109-133 (2014).</li><li>Davis, A. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+Comparative+Toxicogenomics+Database:+update+2019.">The Comparative Toxicogenomics Database: update 2019.</a> Nucleic Acids Research. 47 (1), 948-954 (2019).</li><li>Pi&#241;ero, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=DisGeNET:+a+comprehensive+platform+integrating+information+on+human+disease-associated+genes+and+variants.">DisGeNET: a comprehensive platform integrating information on human disease-associated genes and variants.</a> Nucleic acids research. 45 (1), 833-839 (2017).</li></ol>

Vi har skitseret en arbejdsgang for at identificere stofkombinationer, der påvirker syntetiske dødelige interaktioner. Denne arbejdsgang gør brug af (i) data om syntetiske dødelige interaktioner fra modelorganismer, (ii) oplysninger om humane orthologs, (iii) oplysninger om lægemiddelmålforeninger, iv) lægemiddelinformation om kliniske forsøg i forbindelse med kræft samt (v) om oplysninger om lægemiddelsygdomme og gensygdomssammenslutninger udvundet af videnskabelig litteratur. De konsoliderede oplysninger kan ...

Syntetisk dødelighed definerer en sammenslutning af to gener, hvor tab af et gen ikke påvirker levedygtigheden, men tab af begge gener fører til celledød. Det blev først beskrevet i 1946 af Dobzhansky, mens man analyserede forskellige fænotyper af drosophila ved at opdrætte homozygos mutanter1. Mutanter, der ikke producerede levedygtige afkom, selv om de selv var levedygtige, udviste dødelige fænotyper, når de blev krydset med visse andre mutanter, og lagde grunden til fastlæggelsen af teorien om syntetisk dødelighed. Hartwell og kolleger foreslog, at dette koncept kan være gældende for kræftbehandling hos mennesker2. Farmakologisk provokeret syntetisk dødelighed kunne stole på kun én mutation, da det muterede gens syntetiske dødelige partner kan målrettes af en farmakologisk forbindelse. Det første genpar, der gjorde det muligt at indføre farmakologisk induktion af syntetisk dødelighed, var BRCA(1/2) og PARP1. PARP1 fungerer som en sensor til DNA-skader, og er bundet til steder med dobbelt og enkelt DNA strand-pauser, supercoils og crossovers3. BRCA1 og 2 spiller store roller i reparation af DNA dobbelt-streng pauser gennem homolog rekombination4. Landmand og kolleger offentliggjorde resultater, som celler mangelfuld for BRCA1/2 var modtagelige for PARP-hæmning, mens der ikke blev observeret cytotoksicitet i BRCA-celler af vildtypen5. I sidste ende, PARP hæmmere blev godkendt til behandling af BRCA mangelfuld bryst-og kræft i æggestokkene6,7. Endvidere er syntetiske dødelighed genpar, der fører til klinisk godkendelse af farmakologiske forbindelser, meget forventet og et vigtigt område for den senestekræftforskningsindsats 8.
Syntetiske dødelige geninteraktioner blev modelleret i flere organismer, herunder frugtfluer, C. elegans og gær2. Ved hjælp af forskellige tilgange, herunder RNA-interferens- og CRISPR/CAS-bibliotek knockouts, nye syntetiske dødelige genpar blev opdaget i de seneste år9,10,11. Housden og kollegerne12har for nylig offentliggjort en protokol om RNAi's forsøgsprocedurer i kombination med CRISPR/CAS . I mellemtiden, forskere også gennemført store skærme i haploid menneskelige celler til at identificere syntetiske dødelige interaktioner13,14. I silico metoder som biologisk netværksanalyse og maskinlæring har også vist lovende i opdagelsen af syntetiske dødelige interaktioner15,16.
Undfangelse, en tilgang til at gøre brug af syntetiske dødelige interaktioner i forbindelse med anti-tumor terapi er at identificere muterede eller ikke-funktionelle proteiner i tumorceller, hvilket gør deres syntetiske dødelige interaktion partnere lovende narkotika mål for terapeutisk intervention. På grund af heterogeniteten af de fleste tumortyper har forskere startet søgningen efter såkaldte syntetiske dødelige hubproteiner. Disse syntetiske dødelige hubs har en række syntetiske dødelige interaktionspartnere, der enten muteres og derfor ikke-funktionelle eller væsentligt nedreguleres i tumorprøver. Håndtering af sådanne syntetiske dødelige hubs holder løfte om at øge lægemiddeleffektiviteten eller overvinde lægemiddelresistens, som det f.eks. En anden tilgang til at forbedre narkotikabehandling gør brug af begrebet syntetiske dødelige interaktioner er at identificere narkotika kombinationer rettet mod syntetiske dødelige interaktioner. Dette kan føre til nye kombinationer af allerede godkendte enkelt anti-tumor behandlinger og til repositionering af lægemidler fra andre sygdomsområder til onkologi.
I denne artikel præsenterer vi en trinvis procedure for at give en liste over lægemiddelkombinationer, der er målrettet mod syntetiske dødelige interaktionspar. I denne arbejdsgang bruger vi (i) data om syntetiske dødelige interaktioner fra BioGRID og (ii) oplysninger om homologe gener fra Ensembl, (iii) henter lægemiddelmålpar fra DrugBank, (iv) opbygger sygdomsmedicinske associationer fra ClinicalTrials.gov og (v) genererer derfor et sæt lægemiddelkombinationer, der adresserer syntetiske dødelige interaktioner. Endelig leverer vi lægemiddelkombinationer i forbindelse med kræft i æggestokkene og brystkræft i afsnittet om repræsentative resultater.

<table>
	<tbody>
		<tr>
			<td>BioGRID</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>thebiogrid.org</td>
		</tr>
		<tr>
			<td>ClinicalTrials.gov</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>ClinicalTrials.gov</td>
		</tr>
		<tr>
			<td>DrugBank</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>drugbank.ca</td>
		</tr>
		<tr>
			<td>Ensembl BioMart</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>ensembl.org</td>
		</tr>
		<tr>
			<td colspan="4">for alternative computational databases please refer to the manuscript</td>
		</tr>
		<tr>
			<td>7-AAD</td>
			<td>ebioscience</td>
			<td>00-6993-50</td>
			<td></td>
		</tr>
		<tr>
			<td>AnnexinV-APC</td>
			<td>BD Bioscience</td>
			<td>550474</td>
			<td></td>
		</tr>
		<tr>
			<td>celecoxib</td>
			<td>Sigma-Aldrich</td>
			<td>PZ0008-25MG</td>
			<td></td>
		</tr>
		<tr>
			<td>CellTiter-Blue Viability Assay</td>
			<td>Promega</td>
			<td>G8080</td>
			<td></td>
		</tr>
		<tr>
			<td>FACS Canto II</td>
			<td>BD Bioscience</td>
			<td>n/a</td>
			<td></td>
		</tr>
		<tr>
			<td>fetal bovine serum</td>
			<td>Fisher Scientific/Gibco</td>
			<td>16000044</td>
			<td></td>
		</tr>
		<tr>
			<td>FloJo Software</td>
			<td>FloJo LLC</td>
			<td>V10</td>
			<td></td>
		</tr>
		<tr>
			<td>McCoy&#39;s 5a Medium Modified</td>
			<td>Fisher Scientific/Gibco</td>
			<td>16600082</td>
			<td></td>
		</tr>
		<tr>
			<td>penicillin G/streptomycin sulfate</td>
			<td>Fisher Scientific/Gibco</td>
			<td>15140122</td>
			<td></td>
		</tr>
		<tr>
			<td>SKBR-3 cells</td>
			<td>American Type Culture Collection (ATCC)</td>
			<td>ATCC HTB-30</td>
			<td></td>
		</tr>
		<tr>
			<td>zoledronic acid</td>
			<td>Sigma-Aldrich</td>
			<td>SML0223-50MG</td>
			<td></td>
		</tr>
		<tr>
			<td colspan="4">further materials or equipment will be made available upon request</td>
		</tr>
	</tbody>
</table>

a data integration workflow to identify drug combinations targeting synthetic lethal interactions

En syntetisk dødelig interaktion mellem to gener gives, når knock-out af enten en af de to gener ikke påvirker celle levedygtighed, men knock-out af både syntetiske dødelige interactors fører til tab af celle levedygtighed eller celledød. Den bedst undersøgte syntetiske dødelige interaktion er mellem BRCA1/2 og PARP1, hvor PARP1-hæmmere anvendes i klinisk praksis til behandling af patienter med BRCA1/2 muterede tumorer. Store genetiske skærme i modelorganismer, men også i haploide menneskelige cellelinjer har ført til identifikation af mange yderligere syntetiske dødelige interaktionspar, der alle er potentielle mål for interesse i udviklingen af nye tumorbehandlinger. En tilgang er at terapeutisk målrette gener med en syntetisk dødelig interactor, der er muteret eller betydeligt nedreguleret i tumor af interesse. En anden tilgang er at formulere lægemiddelkombinationer, der adresserer syntetiske dødelige interaktioner. I denne artikel skitserer vi en arbejdsgang for dataintegration for at evaluere og identificere lægemiddelkombinationer, der er målrettet mod syntetiske dødelige interaktioner. Vi gør brug af tilgængelige datasæt om syntetiske dødelige interaktionspar, homologikortlægningsressourcer, lægemiddelmållinks fra dedikerede databaser samt oplysninger om lægemidler, der undersøges i kliniske forsøg på sygdomsområdet af interesse. Vi fremhæver yderligere de vigtigste resultater af to nylige undersøgelser af vores gruppe om vurdering af lægemiddelkombinationer i forbindelse med kræft i æggestokkene og brystkræft.

Vores gruppe har for nylig offentliggjort to undersøgelser, der anvender arbejdsgangen afbildet i dette manuskript til at identificere lægemiddelkombinationer rettet mod syntetiske dødelige interaktioner i forbindelse med kræft i æggestokkene og brystkræft24,25. I den første undersøgelse evaluerede vi lægemiddelkombinationer, der i øjeblikket testes i kliniske forsøg i slutningen af fase (fase III og IV), eller som allerede anvendes i klinisk praksis t...

Watch this Scientific Journal Video about A Data Integration Workflow to Identify Drug Combinations Targeting Synthetic Lethal Interactions at JoVE.com

A Data Integration Workflow to Identify Drug Combinations Targeting Synthetic Lethal Interactions

Store genetiske skærme i modelorganismer har ført til identifikation af negative genetiske interaktioner. Her beskriver vi en dataintegrationsarbejdsgang ved hjælp af data fra genetiske skærme i modelorganismer for at afgrænse lægemiddelkombinationer rettet mod syntetiske dødelige interaktioner i kræft.

En dataintegrationsarbejdsgang til identifikation af lægemiddelkombinationer, der er målrettet mod syntetiske dødelige interaktioner

A synthetic lethal interaction between two genes is given when knock-out of either one of the two genes does not affect cell viability but knock-out of ...

En syntetisk dødelig interaktion mellem to gener opstår, når en enkelt knockdown af enten man ikke påvirker celle levedygtighed, men knockdown af begge syntetiske dødelige partnere fører til tab af celle levedygtighed eller celledød. Ved at kombinere heterogene datasæt kan det føre til identifikation af syntetiske dødelige interaktioner, der kan målrettes mod lægemiddelkombinationer i sygdomme som kræft, med det formål at standse cellespredning. Begrebet syntetisk dødelighed er af interesse for enhver sygdom, hvor cellespredning er et problem.Med hensyn til kræft, syntetiske dødelige gen interaktioner er allerede ved at blive målrettet i BRCA-muterede tumorer ved hjælp af PARP-hæmmere. Bestræbelser som vores kunne udvide brugen af konceptet for andre geninteraktioner og kræftenheder. I vores laboratorium har vi testet beregningsmæssigt forudsagte lægemiddelkombinationer rettet mod syntetiske dødelige interaktioner i forbindelse med brystkræft.Begynd med at hente data fra BioGRID. Brug webbrowseren til at hente den nyeste BioGRID-interaktionsfil i tab2-format. Filtrer kolonnerne for kun at bevare dem, der er relevante for efterfølgende analysetrin.Dernæst filter for syntetisk dødelighed og negative genetiske interaktioner. Brug oplysningerne i kolonnen Eksperimentelt system til at begrænse datasættet til poster med en værdi af enten negativ genetisk eller syntetisk dødelighed. Identificere de arter, for hvilke syntetiske dødelige interaktioner blev rapporteret ved at bestemme antallet af syntetiske dødelige interaktion partner skatte-id'er, som vil give et skøn over antallet af disse interaktioner til rådighed pr organisme.Hvis du vil hente menneskelige orthologer for relevante modelorganismer fra Ensembl BioMart, skal du vælge det respektive modelorganismedatasæt, klikke på Attributter og vælge Gennavn. Klik derefter på Dataset, og vælg Menneskelige gener. Klik igen på Attributter, og vælg Gennavn.Klik derefter på Resultater. Kontroller kun unikke resultater, og klik på Go.Automatiser hentningsprocessen, og send forespørgslen direkte til BioMart RESTful adgang til at hente de ortopædiske genpar. Hvis du henter dataene manuelt via Webgrænsefladen Ensembl BioMart, skal du omdøbe og bemærke, at overskriftslinjen automatisk blev tilføjet.For at hente de ortologe menneskelige gener for andre modelorganismer skal værdien af navneattributten for det første datasætelement erstattes med navnet på det respektive Ensembl-datasæt. Kassér derefter alle poster for gener uden homologer, saml alle homologe kortlægninger i en enkelt fil, og tilføj dummy-kortlægninger for menneskelige gener. Hertil kommer, tilføje kunstige indgange til menneskelige gener.Forbered synletfilen til efterfølgende sammenføjning ved for hver interaktionspartner at tilføje en ny kolonne med kombinationen af skatte-id og gensymbol. Deltag syntetiske dødelige interaktioner baseret på organisme skat ID og gen symbol med de hentede ortopædiske par. Hent narkotika målpar fra DrugBank fra Downloads sektion, oprette en konto først, hvis det er nødvendigt.Begræns DrugBank-lægemiddelmålfilen til relevante kolonner. Bevar kun poster for menneskelige molekylære enheder. Derefter udtrække de relevante kolonner, og filtrere data for menneskelige arter.Da oplysninger om lægemiddelnavn og narkotikamål angives i to separate CSV-filer, skal oplysningerne fra de to filer flettes sammen. For at gøre dette skal lægemiddelnavnindgangene først normaliseres. Normaliser derefter lægemiddelmålfilen til at have en linje pr. Lægemiddel.Fortsæt med DrugBank ordforråd fil, og udtrække de relevante kolonner. Da narkotika navn og narkotika mål oplysninger leveres i to separate CSV-filer, flette oplysningerne fra de to filer ved hjælp af den fælles DrugBank ID.Join den syntetiske dødelige interaktion datasæt med narkotika mål narkotika navn fil genereret i det foregående trin ved hjælp af genet symbol kolonner, og sørg for at tilføje narkotika navne for begge partnere i hver syntetisk dødelig interaktion. Endelig skal du hente oplysninger om kliniske forsøg fra ClinicalTrials.gov.For nem adgang skal du bruge den relationelle database, der leveres af Clinical Trials Transformation Initiative, og oprette en konto først, hvis det er nødvendigt. De foreslåede lægemidler opløses i passende opløsningsmidler, såsom DMSO eller PBS, i mindst fire forskellige koncentrationer. Tilføj narkotika til menneskelige brystkræftceller seedet i en 96-brønd plade, og inkubere dem for den ønskede mængde tid til at bestemme hæmmende koncentration værdier.Brug en levedygtighed eller apoptoseanalyse af valg til at bestemme celle levedygtighed med forskellige lægemiddelkombinationer og koncentrationer, begyndende med den tidligere etablerede IC50. Derefter bestemmes de synergistiske cytotoksiske virkninger af lægemiddelkombinationerne ved at beregne deres kombinatoriske indeks. Denne metode blev brugt til at identificere stofkombinationer rettet mod syntetiske dødelige interaktioner i kræft i æggestokkene.Det blev konstateret, at 21 unikke stoffer bidrog til 84 identificerede stofkombinationer rettet mod et sæt af 39 syntetiske dødelige interactorer. Den samme arbejdsgang blev brugt til at identificere 243 lovende lægemiddelkombinationer rettet mod 166 syntetiske dødelige genpar i forbindelse med brystkræft. Udvalgte kombinationer blev testet for deres indvirkning på celle levedygtighed og apoptose i to brystkræft cellelinjer.Levedygtighedsanalyseresultater for celecoxib, zoledronsyre og kombinationen af zoledronsyre og celecoxib i SK-BR-3 brystkræftcellelinjer viste, at lægemidlerne, når de kombineres, havde en betydelig synergistisk effekt på celle levedygtighed. Annexin V og 7-AAD farvning af SK-BR-3 celler behandlet med de to lægemidler af sig selv og kombineret viste, at procentdelen af sene apptotiske og nekrotiske celler blev øget efter behandling med lægemiddelkombinationen. Når du forsøger denne protokol, tage den nødvendige tid til at identificere tilsvarende DrugBank narkotika navne for alle lægemidler og interventioner hentet fra kliniske forsøg.Medtagelsen af yderligere data såsom genekspressionsprofiler eller anmærkningsgraden i videnskabelig litteratur af syntetiske dødelige interactorer for den undersøgte sygdom kan yderligere bruges til at prioritere syntetiske dødelige interaktioner. På grund af den stigende mængde tilgængelige biomedicinske data er det at gå sammen med computerbiologer en gavnlig interaktion, der fører til nye hypoteser, der skal testes i laboratoriet. Når du arbejder med cytostatiske midler, skal du sørge for at følge dine lokale retningslinjer, der beskæftiger sig med laboratoriesikkerhedsudstyr og håndtering af farlige reagenser.Undgå til enhver tid direkte kontakt, og sørg for at indsamle oplysninger om det stof, der blev anvendt, inden eksperimentet startede.

Research

JoVE Journal

Cancer Research

Utilizing Functional Genomics Screening to Identify Potentially Novel Drug Targets in Cancer Cell Spheroid Cultures

Ved hjælp af Functional Genomics Screening at identificere potentielt nyt lægemiddel mod cancer Cell sfæroide Cultures

The identification of functional driver events in cancer is central to furthering our understanding of cancer biology and indispensable for the discovery ...

In Vitro Imaging and Quantification of the Drug Targeting Efficiency of Fluorescently Labeled GnRH Analogues

In Vitro Imaging and Quantification of the Drug Targeting Efficiency of Fluorescently Labeled GnRH Analogues

In vitro Imaging og Kvantificering af Drug Targeting Effektivitet af fluorescens-mærkede GnRH-analoger

GnRH analogues are effective targeting moieties and able to deliver anticancer agents selectively into malignant tumor cells which highly express GnRH ...

Genome-wide RNAi Screening to Identify Host Factors That Modulate Oncolytic Virus Therapy

Genome-wide RNAi Screening at identificere vært faktorer, at modulerer Oncolytic Virus terapi

High-throughput genome-wide RNAi (RNA interference) screening technology has been widely used for discovering host factors that impact&#160;virus ...

A GPC3-targeting Bispecific Antibody, GPC3-S-Fab, with Potent Cytotoxicity

En GPC3-målretning Bispecific antistof, GPC3-S-Fab med potente cytotoksicitet

This protocol describes the construction and functional studies of a bispecific antibody (bsAb), GPC3-S-Fab. bsAbs can recognize two different epitopes ...

Synthesis and Characterization of Placental Chondroitin Sulfate A (plCSA)-Targeting Lipid-Polymer Nanoparticles

Synthesis and Characterization of Placental Chondroitin Sulfate A plCSA-Targeting Lipid-Polymer Nanoparticles

Syntese og karakterisering af placenta Chondroitin sulfat en (plCSA) - målretning Lipid - Polymer nanopartikler

An effective cancer therapeutic method reduces and eliminates tumors with minimal systemic toxicity. Actively targeting nanoparticles offer a promising ...

A Chromatin Immunoprecipitation Assay to Identify Novel NFAT2 Target Genes in Chronic Lymphocytic Leukemia

En kromatin Immunoprecipitation analyse til at identificere nye NFAT2 Target gener i kronisk lymfatisk leukæmi

Chronic lymphocytic leukemia (CLL) is characterized by the expansion of malignant B cell clones and represents the most common leukemia in western ...

A Simple Migration/Invasion Workflow Using an Automated Live-cell Imager

En simpel Migration/Invasion arbejdsgang ved hjælp af en automatiseret Live-celle Imager

Cancer cell mobility is crucial for the initiation of metastasis. Therefore, investigation of the cell movement and invasive capacity is of great ...

Integration of Bioinformatics Approaches and Experimental Validations to Understand the Role of Notch Signaling in Ovarian Cancer

Integrering af Bioinformatik tilgange og eksperimentelle valideringer for at forstå rollen af notch signalering i kræft i æggestokkene

Notch signaling is a highly conserved regulatory pathway involved in many cellular processes. Dysregulation of this signaling pathway often leads to ...

Establishing a Competing Risk Regression Nomogram Model for Survival Data

Etablering af en konkurrerende risiko regression nomogram model for overlevelse data

The Kaplan&#8211;Meier method and Cox proportional hazards regression model are the most common analyses in the survival framework. These are relatively ...

In Vivo Targeting of Xenografted Human Cancer Cells with Functionalized Fluorescent Silica Nanoparticles in Zebrafish

I Vivo Målretning af Xenografted humane kræftceller med funktionaliserede fluorescerende Silica nanopartikler i zebrafisk

Developing nanoparticles capable of detecting, targeting, and destroying cancer cells is of great interest in the field of nanomedicine. In vivo animal ...