科学家发现一种分子机制有望更有效治疗肺癌肿瘤！

肺癌是一种恶性疾病，因此一旦患上肺癌，将给患者健康带来极大的危害，如：肺癌的发生会影响到支气管健康；肺癌早期如没抓紧治疗，病情发展到晚期时，可导致癌细胞发生全身扩散转移，易传播至脑或肝脏等重要的脏器，从而可造成肝脏的功能紊乱，一旦脏器受损过大，会导致其难维持正常的生活，从而可危及生命；肺癌癌肿如得不到控制，一直持续扩张，可侵犯至患者的胸膜

这时可导致出现胸痛、胸水现象。当胸水积多时，可压迫肺脏，让患者呼吸困难症状更严重。因此针对肺癌应做到早发现早治疗，以争取最好的预后。

然而，肺癌很难被发现，也很难治疗，因为这种疾病的标志物也存在于其他的组织中。现在，伊利诺伊大学厄巴纳-香槟分校的科学家已经研发出了一种经过精细调整的分子制剂，这种分子制剂可以针对肺部和其他癌症细胞进行成像和治疗。

他们将这项研究成果发表在《Nature Chemistry》杂志一篇题目为“Photoacoustic imaging of elevated glutathione in models of lung cancer for companion diagnostic applications”的文章中：

在这次研究中，科学家对这种分子靶向肺癌细胞的能力进行了描述和解释，在人类癌症细胞系和活小鼠培养皿中对它们进行成像和靶向治疗。在他们的实验中，他们选择了一个意想不到的生物标志物作为研究目标:谷胱甘肽。谷胱甘肽是一种在人体各组织中自然生成的分子，但它在肺癌中的表达量会更大。他们解释道：“由于谷胱甘肽的普遍性，它一直不是化疗等治疗的好目标。”

伊利诺伊大学化学教授Jefferson Chan与研究生Melissa Lucero共同开展了这项实验和研究，他说：“研发诊断工具或靶向药物的时候需要面临的最大问题之一就是脱靶效应，当你给病人化疗时，这就像是一场军备竞赛:因为你在杀死癌细胞的同时，你其实也在杀死身体的其他部分，因为很多东西都是相似的。我们使用了一种独特的化学方法来调整我们的分子的反应性，所以我们的目标通常被认为是非常典型的一种糟糕的生物标志物。”

研究人员调整了分子的动态范围，使其在健康环境中不会对谷胱甘肽发生反应，而是会与癌细胞产生的过量谷胱甘肽发生反应。他们将他们的靶向分子与一种光声成像剂配对，这样他们就可以看到它在哪里发生反应，并验证它是针对肺癌的。显像剂对光线作出反应，并发出可以由超声波换能器接收的声音信号。

Chan说：“这是一种光线进入、声音传出的技术，相比传统医学成像，这种技术有很多优点。这种成像技术是强大的，因为它优质的分辨率、安全性和与这些设计分子相互作用的能力，在分子水平上，它可以传递给我们很多的信息。在医院里，手持式和腹腔镜式的光设备可以与超声波设备无缝合成，所以我们知道，当我们研发这样的分子时，它就会在临床应用方面产生作用。”研究人员首先在细胞培养皿中检测了这种新分子的成像能力，发现可以很清楚地将健康细胞和癌细胞区分开来。为了评估诊断的潜力，他们对活老鼠进行了盲法研究，使用光声探针来确定队列中哪些老鼠患有肺癌肿瘤。Lucero说：“这项研究标志着光声成像的这种技术首次成功应用于肺组织。”然后，研究人员探索了他们的靶向方法是否可以用于将治疗直接送到癌细胞的部位，这将消除化疗和其他癌症治疗的最大缺点：对整个身体都会产生毒性。这是很多治疗方法在对癌症患者进行治疗时会产生的副作用，但是这种新型的靶向疗法却可以突破这个障碍、克服这种可怕的副作用。

他们创造了一种前体药物，并且将这种药物命名为PARx，还将他们的靶向成像探针与一种强大的化疗药物结合在一起，并在小鼠中进行了检测。他们发现：PARx抑制了肿瘤的生长，而小鼠没有表现出脱靶毒性作用的体重减轻或肝脏损伤等迹象或症状。相比之下，在三周的治疗过程中，接受对照组而非药物治疗的一组小鼠的肿瘤生长显著。

Lucero说：“我们发现使用高剂量或频繁剂量的药物不会产生脱靶效应。随后，我们在其他临床相关的小鼠模型上做了更多的实验，发现并治疗转移到肝脏的癌症和原发性肿瘤，这凸显了这种方法的广泛应用的潜力。”

接下来，他们正努力进一步提高选择性和检测能力，以便能够检测到体内任何地方的微转移，或癌细胞扩散的微小团簇。他们也在寻求将他们的方法应用于其他生物标志物，为其他癌症创造微调的靶向分子。

Chan说：“当你靶向诸如肺癌这种致命的疾病的时候，假如在还没有症状的早期发现自己患了这个疾病，其实它是可以被治愈的。这种早期诊断就需要找到正确的生物标志物；现在我们已经达成了诊断它的初步成功。也有了治疗的希望，因为通过使用化学手段，我们可以对抗这些药物的毒性，从而使它们能够安全地应用于患者的治疗中。”

参考资料：

https://phys.org/news/2021-10-molecule-images-lung-cancer-tumors.html

推荐学习：