药物代谢组学研究方法及其应用于肿瘤诊治(2),药理学论文

　　3. 2 药物代谢组学在肿瘤药物安全性评价中的应用

　　在治疗疾病的同时，化疗药物亦引起机体功能损害，可以利用药物代谢组学技术分析血液或尿液的代谢物变化，反映药物对器官的毒性，从而监测药物的不良反应。Nakayama 等[22]将 14 例胃癌和8 例结直肠癌术后患者分为 S-1（含替加氟、氧嗪酸和 5-氯-2,4 羟吡啶）治疗组和其他药物（尿嘧啶/替加氟或去氧氟尿苷）治疗组，用 HPLC 法测定尿中二氢尿嘧啶（ UH2）、尿嘧啶（ Ura）水平，并监测氟尿嘧啶（ 5-fluorouracil,5-Fu）严重毒性反应以判断二氢嘧啶脱氢酶（ DPD）是否存在缺陷，结果发现尿中 Ura 和 UH2/Ura 能准确预测 DPD 的缺乏，避免使用 5-Fu 带来的不良反应。Backshall 等[23]运用1H NMR 技术，对 54 例使用卡培他滨的结直肠癌患者治疗前后的血浆进行代谢特征分析，发现低密度脂蛋白衍生脂质含量与治疗期间的药物毒性呈正相关。Fan 等[24]运用 NMR 技术，发现厄罗替尼药物依赖和非依赖型肺肿块代谢产物不同，并在蛋白和磷脂相关性降解的细支气管肺泡腺癌（ bronchioloalveolar carcinoma,BAC）进展中发挥作用。Paleari 等[25]通过细胞增殖分析、荧光激活细胞分类等技术，对经乙酰胆碱酯酶（ AChE）抑制剂polymeric alkylpyridinium salts（ Poly-APS）治疗的非小细胞肺癌（ NSCLC）患者的活检标本和 NSCLC 细胞株进行分析，结果显示 Poly-APS 对 NSCLC 的细胞有选择性的细胞毒性，对正常的细胞和组织没有明显毒性。田亚平等[26]基于 RRLC-MS/MS 技术的快速发现与识别药物原型成分和代谢产物的整合性分析方法，并采用该方法开展了抗肿瘤候选新药 S-（ + ） -去氧娃儿藤宁碱（ CAT）在正常大鼠与Walker 256 肿瘤模型大鼠中的代谢特异性及其代谢产物分析研究，结果筛选出 3 个与 CAT 药效作用相关的内源性代谢物和 2 个与 CAT 毒性作用相关的内源性代谢物。

　　3. 3 药物代谢组学在肿瘤细胞耐药性评价中的应用

　　肿瘤细胞在产生耐药后，耐药细胞在蛋白、半胱氨酸合成通路、谷氨酰胺、苯丙氨酸、氨循环等代谢通路显着增强，可以通过药物代谢组学检测细胞的代谢变化和对药物的反应，及早监测耐药情况。

　　Lutz 等[27]分别将长春新碱、地尔硫和 a-2b 干扰素作用于 2 株不同的人肾癌细胞系（ KTCTL-2 和KTCTL-26） ,结果发现耐药性较强的 KTCTL-2 细胞磷酸二酯酶水平低于耐药性相对较弱的 KTCTL-26细胞，KTCTL-26 细胞的甘油磷酞乙醇胺水平高于KTCTL-2 细胞，提示细胞磷酸盐代谢产物的变化可能与肿瘤耐药机制有关。Kominsky 等[28]应用NMR 和 GS 研究发现，当使用伊马替尼时，肿瘤敏感细胞株中葡萄糖摄入以及乳酸盐产生减少，氧化性的三羧酸循环得到改善，而在耐药细胞中，仍然保持较高的糖酵解代谢表型。通过葡萄糖-6-磷酸脱氢酶氧化13C-葡萄糖合成的 RNA 核糖下降，而经非氧化的转羟乙醛酶途径合成 RNA 增加，这种差异可作为早期预测肿瘤药物敏感性的指标。El-Deredy 等[29]在应用亚硝基脲治疗人脑胶质瘤前，利用1H NMR 对体外培养的细胞进行代谢组学分析，成功预测和分离出耐药和敏感细胞群。Wang等[30]通过应用 TOF-MS 技术对人胃癌裸鼠转移模型化疗后的代谢组学研究发现，对顺铂和 5-Fu 敏感性不同的肿瘤的 1-酰基溶血磷脂酰胆碱和多不饱和脂肪酸等代谢产物存在明显差异，准确性可达90. 4% .Huuse 等[31]通过应用动态对比增强磁共振成像（ DCE-MRI）、弥散加权磁共振（ DW-MRI）、磁共振波谱（ MRS）和高分辨魔角旋转磁共振波谱（ HR-MAS MRS）等技术对多西他赛治疗人乳腺癌裸鼠种植模型的代谢组学研究发现，伴随着凋亡指数的增加，肿瘤细胞中-（ CH2）n和-CH3脂肪酸增加。Cavill 等[32]对 NCI60 肿瘤衍生细胞系给予4 种铂类药物，结果发现代谢组学数据可以预测细胞对于铂类化疗药物的敏感性，如丙酮酸激酶代谢、脂蛋白摄取等代谢通路。Zha 等[33]对慢性粒细胞白血病（ CML）患者的代谢模式进行分析，结果发现治疗前患者的代谢存在紊乱，经伊马替尼治疗后，耐药患者和未经治疗患者的代谢模式相似，而药物敏感患者的尿素循环、三羧酸循环、脂质代谢及氨基酸代谢明显恢复正常，提示药物代谢组学可及早监测患者的耐药性。

　　3. 4 药物代谢组学在肿瘤标记物发现上的应用

　　肿瘤的发展是机体代谢网络发生改变的外在表现，通过药物代谢组学分析代谢网络，有助于发现肿瘤治疗的新靶点。Thysell 等[34]利用 GC-MS检测前列腺癌骨转移灶内的代谢模式变化，发现灶内胆固醇的含量明显高于对照组，并可成为潜在治疗靶点。Neckers[35]发现新型分子靶向药物热休克蛋白（ heat shock protein 90,Hsp90）抑制剂可以通过破坏肿瘤细胞的致癌蛋白（原癌蛋白）来发挥作用。沈国庆[36]以给予抗肿瘤药物 10-羟基喜树碱（ HCPT）的正常大鼠 Walker256 肿瘤模型大鼠尿液样本为研究对象，建立了药物代谢组学分析方法，通过对给予高、低剂量 HCPT 的正常大鼠与Walker 256 肿瘤大鼠尿液样本的系统比较分析，从中获得了 14 个与 HCPT 毒性、药效作用相关的内源性代谢物，并从已发现的可能生物标志物中筛选出 6 个更可靠的生物标志物和 3 个 HCPT 敏感性标志物。Kalluri 等[37]通过检测肺癌细胞株代谢过程中产生的挥发性有机化合物（ volatileorganic com-pounds,VOCs） ,寻找肺癌特征性的气体标记物，结果发现细胞培养代谢组学不仅可以用来寻找病理状态下的标记物，还可以研究产生这些标记物的代谢途径。Kim 等[38]回顾分析了代谢组学在肿瘤中的应用，阐述了代谢组学在发现肿瘤基因、标记物和糖代谢、能量代谢、酶活性等之间联系中的重要作用。Ewald 等[39]通过检测大肠癌患者和正常人对照组血清、粪便中的 M2 丙酮酸激酶（ M2-PK） ,发现大肠癌患者血清和粪便中的 M2-PK 水平都明显高于正常人，提示 M2-PK 检测为大肠癌筛查提供了一种新的手段。

　　3. 5 药物代谢组学在肿瘤个性化用药上的应用

　　由于肿瘤本身以及患者个体之间异质性的存在，同一部位的肿瘤对标准化疗的敏感性及化疗产生的不良反应差异很大[40].既有患者个体差异不同造成治疗期间的生物化学状态差异，更重要的是与患者的代谢表型有关[41].药物代谢组学通过分析不同个体间的代谢表型差异，指导和优化临床用药，从而实现肿瘤的个性化用药和治疗。Murphey等[42]应用 LC-MS 法对37 名健康志愿者和19 例不能切除的非小细胞肺癌患者的尿液中的 PGE2 和PGE-M 水平进行检测，结果发现 COX-2 对内生性PGE2 的产生有着重要作用，但采用非选择性环氧化酶抑制剂和选择性 COX-2 抑制剂治疗能够明显降低这一水平。该研究对肿瘤个性化用药和治疗提供了指导性意见。Wilson 等[43]在回顾分析药物代谢组学的研究中发现，药物代谢组学有利于促进患者个体化用药研究，进而影响药物的研发。

　　Kwon 等[44]等运用 NMR 为基础的药物代谢组学方法，以顺铂所致肾毒性模型大鼠为研究对象，根据染毒后血清尿素氮水平的高低将大鼠分为染毒组和染毒抵抗组，以给药前药物代谢组学数据分为两个亚组，从而分析预测顺铂的毒性，结果显示模型预测毒性的准确度达 66%,可以通过分析该药物的代谢轮廓，指导肿瘤患者的个性化用药。

　　4 展望

　　近年来，随着基因组学、蛋白质组学、生物信息学等技术的快速发展，药物代谢组学通过预测个体对药物的代谢和毒性反应的差异，在肿瘤药物疗效判断、安全性评价、耐药预测等方面的研究日益深入，尤其在肿瘤标志物发现、个体化用药和抗肿瘤药物研发方面具有广泛的研究前景和临床应用价值。但是，作为药物代谢组学分析的重要基础，个体的代谢表型会受到生理因素（如年龄、性别、压力、疾病等）和环境因素（如饮食、生活方式、环境毒素暴露等）的影响，如何更加准确地区分代谢图谱改变的来源是目前存在的一大难题[43].同时，如何更加快速准确处理、分析、解释代谢组学得到的大量信息数据，实现转录组学、蛋白质组学、遗传学等各种组学技术的有效整合，对细胞、组织、器官和机体内的代谢产物进行更加全面、科学的定性和定量分析，仍需要更加深入的研究和探索。