预测统计方法为开发更有效的乳腺癌治疗方法打开了大门

　　设计有效的新药，尤其是抗癌药物，要求你尽可能多地了解癌症生长的分子机制。没有这些，就像计划一场对抗你从未见过的敌人的战争。

　　利用广泛的分析工具，来自斯克里普斯研究所(TSRI)佛罗里达校区的科学家们已经证明，在一种关键的乳腺癌受体中，有时微小的、通常几乎难以察觉的结构变化是如何与调节分子直接相关的，并且可以在抑制或加速癌症生长方面产生可预测的效果。

　　最近发表在《分子系统生物学》(Molecular Systems Biology)杂志上的这种预测统计方法，使科学向开发更有效的基于结构的药物设计来治疗这种疾病又迈进了一步。

　　“我们的长期目标，”研究小组组长、TSRI副教授肯德尔·内特尔斯说，“是能够通过识别导致特定结果的结构变化来预测受体分子复合物的增殖或抗增殖活性。”在许多情况下，我们可以识别出有助于指导更有效药物开发的结构特征。”

　　为了确定驱动乳腺癌细胞增殖的雌激素受体(ERα)细胞信号传导的根源，Nettles和他的同事合成了240多种导致癌症增殖的雌激素受体结合分子(“配体”)，使用结构分析来确定受体活性的基础。

　　许多目前的药物靶向信号蛋白，如雌激素受体。例如，药物他莫昔芬(Nolvadex?，阿斯利康)阻断雌激素受体在乳腺癌细胞中自然产生的雌激素的增殖作用，但会增加子宫癌的风险。

　　研究助理Sathish Srinivasan与研究助理Jerome Nwachukwu共同撰写了这项研究，他指出，新的研究表明，可能会对装订口袋进行某些结构上的改变，以消除这种负面的副作用。斯里尼瓦桑说:“像他莫昔芬这样的药物在不同的组织中会产生不同的效果，因为使用传统方法通常无法识别结构变化。”“我们的方法揭示了与组织特异性和几个预测性结构特征相关的一些机制。”

　　为了进一步测试这些信号模型，研究小组解决了大约76种不同的雌激素受体配体复合物的原子结构，以更好地理解这些反应。

　　“我们可以通过测量雌激素受体的两个特定碳原子之间的距离来预测其中的一些影响，”Nwachukwu说。

　　Nettles总结道:“这是我们第一次能够利用这些原子结构来确定配体的微小变化如何产生不同的结果，从而使我们朝着预测哪种配体将对乳腺癌进行最有效治疗的目标迈进。”