由于时间和成本的限制，很多研究仅针对少数典型的化学疗法或跨有限细胞系的靶向药物。但是，公开数据库与计算机模拟为科研提供了无限的可能。小规模的实验存在可重复性较差的问题，并且对于指导临床具有风险。因此大规模的计算机模拟结合规模较小的湿实验，可信度较高的同时，成本更低。
今天的这篇文章，为了弥补先前实验研究的不足，同时将分子分类与治疗反应联系起来，作者进行了全面的计算机筛选，包括近2000种化合物，以确定具有亚类特异性功效的药物。同时做了部分规模非常小的实验进行验证，最终识别肝癌亚型特异的潜在治疗药物。文章十一月份发表在BRIEFINGS IN BIOINFORMATICS（IF: 8.99）。
应用信息学引导药物筛选探索肝癌亚类特异性治疗药物
分析意向（http://gaptechsxr.mikecrm.com/1vdMmqy）生信人WX公众号
一、 摘要：
多项研究报道，属于不同分子亚型的肝癌细胞系对同一治疗的反应不同。但是，由于时间和成本的限制，这些研究仅针对少数典型的化学疗法或跨有限细胞系的靶向药物。作者进行了全面的计算机筛选，确定了两个肝癌亚型，发现了以前被认为在HCC治疗中疗效低下的某些药物可能对某些亚类具有有希望的治疗效果，而且还发现了临床上常规不用作抗肿瘤药物的新型治疗化合物。
二、 材料方法：
数据：5个肝癌队列，TCGA-LIHC, LIRI-JP, CHCC-HBV, LCI(GSE14520), Singapore(GSE76427)；三个药物基因组数据库用于分析：CTRP, GDSC, PRISM；Liver Cancer Model Repository (LIMORE)数据库用于外部验证；三个黑色素瘤免疫治疗数据。
方法：NMF、GSEA、表达谱纯化、药物敏感性计算、submap、细胞增殖实验
三、 结果：
1.考虑到大多数早期肝细胞癌的治疗仅限于手术切除或消融，不涉及全身治疗，作者对肝癌晚期样本进行分析，最终识别到两个临床亚型
图1.不同亚型的临床特征
图2.不同亚型的分子特征
2.为了拓展分类系统的应用，以及后续细胞系数据的使用，构建了一个60个基因的分类器
3.药物敏感性数据整合以及在临床样本中估计药物敏感性的准确性分析
图3.临床样本中药物反应的估计
4.亚型特异候选药物识别与验证，最终识别到3个最特异的药物
图4.亚型特异候选物识别与验证
5.亚型免疫治疗反应分析，发现亚型对免疫治疗具有不同反应
图5.亚型免疫环境和免疫治疗反应差异
总结：分析意向（http://gaptechsxr.mikecrm.com/1vdMmqy）生信人WX公众号
文章的目的是在晚期肝细胞癌中发现稳健的亚型，并进行全面的计算机分析以筛选具有亚类特异性功效的药物。由于可用的细胞系数量很少，在某些肿瘤类型中识别亚类特异性因子是非常具有挑战性的。本研究为探索该类肿瘤的亚类特异性药物提供了有效的方法，对今后的研究具有重要的参考价值，并且可能弥补了以往实验研究的不足，为精准肿瘤学提供了新的见解。
文章结合大量公共数据，进行了比较基础的生信分析，以及成本较低小规模实验。看似简单，但逻辑紧密，证据充分，整体上非常完整。走的是生信加湿实验的路，但花的却是不心疼的钱。
网友评论