De biologische processen ten grondslag liggen aan ziekten zoals reumatoïde artritis en kanker zijn fundamenteel verbonden, en moeten worden gekoppeld in de manier waarop zij behandeld worden met medicijnen, een serie van MIT studies aangeeft.
Sleutel tot het werk: De onderzoekers pasten een technische benadering van de celbiologie, met behulp van wiskundige en numerieke tools die normaal met de voormalige discipline.
In een serie van drie papers, waarvan de laatste verscheen in de 24e maart nummer van Cell , professoren Douglas A. Lauffenburger, Peter K. en Michael B. Sorger Yaffe, alle leden van het Centrum MIT for Cancer Research, leidde een team van wetenschappers en ingenieurs in te kijken naar hoe de cellen te maken het leven of dood beslissingen. Begrijpen wat tips een cel in de richting van leven of dood is de sleutel tot de behandeling van ziekten en de bestrijding van kanker door straling, therapie en chemotherapie.
De onderzoekers keken naar tumor necrose factor (TNF), een stof geproduceerd door het immuunsysteem dat celdood, en twee prosurvival hormonen, epidermale groeifactor (EGF) en insuline bevordert. TNF en EGF veroorzaken tegenstrijdige prosurvival en prodeath signalen, en het "crosstalk" tussen deze signalen is niet goed begrepen. De MIT studies vormen de eerste grote beeld van hoe deze twee belangrijke factoren interactie in tijd en ruimte.
De studies ontdekte een verrassende link tussen inflammatoire ziekten en kanker die kunnen veranderen hoe deze ziekten worden behandeld in de toekomst.
Onderzoekers zijn te zoeken naar manieren om drugs te gebruiken in combinatie met hun therapeutische waarde in de strijd tegen tumoren te verhogen. De resultaten van de drie MIT studies gevolgen hebben voor de manier waarop twee klassen van geneesmiddelen met TNF en EGF invloed op gezamenlijke biologische processen in het lichaam.
Geneesmiddelen die TNF remmen worden gebruikt om de slopende chronische inflammatoire ziekten zoals reumatoïde artritis te behandelen. Maar TNF, die ontsteking veroorzaakt, leidt ook tot generatie van de EFG-signalen die een rol spelen in de vele vormen van kanker. (Het geneesmiddel tegen borstkanker Herceptin, bijvoorbeeld, werkt door het blokkeren van EGF-geïnduceerde signalen.) "TNF is verondersteld om cellen te doden. Het contra-intuïtief is, dat het tegelijkertijd overleving van de cel stimuleert door het sturen van een 'autocriene" EFG-signaal naar zichzelf ", zei Sorger, een professor in de biologie en het hoofd van het Centrum MIT voor Cell besluitvormingsprocessen. Autocriene EFG berichten worden analoog aan de mailing zelf een brief. In het geval van TNF, cellen ook weer e-mail de reactie via een ander hormoon, IL-1.
"Met wat we nu begrijpen over de interacties tussen deze twee factoren, moeten we streven naar verhoging van de therapeutische waarde van deze drugs, 'Sorger gezegd. "Er is een fundamentele moleculaire verbinding tussen ziekten zoals reumatoïde artritis en kanker Hun eiwit cascades zijn aangesloten;. Stimuleert een proces van de ander."
"In de ontwikkeling van geneesmiddelen, willen we de echt belangrijke knooppunten in het netwerk moeten we richten en wanneer we moeten richten te identificeren", zei Yaffe, een universitair hoofddocent van de biologie en biologische engineering. "Het is belangrijk om erachter te komen het meest kritieke punt in de cel cyclus voor het geneesmiddel in te grijpen. Dit werk zal helpen bereiken van dat doel."
Onder de epitheelcellen van de darmen van een persoon met een inflammatoire darmziekte, twee verschillende kampen zijn in oorlog. TNF lanceert een aanval, het doden van een groot aantal van de epitheliale oppervlak cellen, terwijl het EGF strijd om de cellen in leven te delen en om de schade te herstellen.
In elke cel, genen maken eiwitten, de bouwstenen van het leven. Naast het uitvoeren van de functies van het houden van de cel in leven, sommige eiwitten zoals TNF en EGF werk als signalen, draaien in of uit andere genen. In een cascade-effect, kan de eiwitten van deze genen van invloed op nog meer genen. Wat meer is, een enkel eiwit gedraagt zich anders op verschillende punten in de tijd: Een eiwit kan een ding doen vroeg na stimulatie en iets anders later.
Onderzoekers willen in staat zijn om te voorspellen hoe cellen reageren op kleine moleculaire veranderingen die aansporen zich te ontwikkelen, te vermenigvuldigen of te sterven. Als onderzoekers wist precies hoeveel van een bepaald eiwit nodig was om een kankercel te doden en wanneer precies in het leven van de cel-cyclus zou het meest dodelijke, drugs kon worden op maat ontworpen om kwaadaardige cellen te vernietigen terwijl normale cellen intact, Yaffe gezegd.
Maar voor veel cel-beslissing netwerken, er is gewoon niet genoeg informatie over de signaaleiwitten en de reacties op een geloofwaardige model dat in staat zou stellen nauwkeurige voorspellingen te maken te bouwen. Kunt u het ontwerp een effectief model zonder het meten van elk van de tienduizenden eiwitten in een cel?