机构名称：
¥ 1.0
组合疗法需要通过重新布线冗余途径来治疗已经对单层抗性的晚期癌症患者。由于潜在的药物组合数量，需要采用系统的方法来使用成本效益的方法来确定每个患者的安全有效组合。在这里，我们开发了一种精确的多目标优化方法，用于识别显示最大癌症选择性的成对或高阶组合。患者特异性组合的优先级是基于组合的治疗和非选择性效应所跨越的搜索空间中的帕累托优化。我们在BRAF-V600E黑色素瘤治疗中证明了该方法的表现，在那里，Optimal Solutions预测了vemurafenib批准的vemurafenib的许多共同抑制伙伴，Vemurafenib是一种选择性的BRAF-V600E抑制剂，批准了晚期黑色素瘤。我们通过实验验证了BRAF-V600E黑色素瘤细胞系中的许多预测，结果表明，通过使用成对和第三阶药物组合的MAPK/ERK和其他补偿途径组合，通过将MAPK/ERK和其他补偿途径组合进行组合来改善BRAF-V600E黑色素瘤细胞的选择性抑制。我们的机理 - 不足的优化方法广泛适用于各种癌症类型，它仅作为对成对药物组合的子集的输入测量，而无需目标信息或基因组谱。此类数据驱动的方法可能对超出癌症遗传依赖性范式的功能精度肿瘤应用有用，以优化癌症选择性的组合治疗。
多主体优化确定癌症选择性组合疗法
主要关键词
相关文件推荐
