[发明专利]确定测试化合物选择性的方法

说明书

本发明涉及用于确定测试化合物的选择性的方法以及相关的方法，诸如用于确定患有癌症的受试者是否将响应于使用测试化合物或包含多于一种测试化合物的组合物的治疗或对所述治疗有响应的方法。

本发明涉及用于确定测试化合物选择性的方法和相关方法，例如用于确定患有癌症的受试者是否将响应于使用测试化合物的治疗或对所述治疗有响应的方法。具体地，包括以下步骤的方法：(a)提供样品，其包含在总细胞群中的至少两个可区分的细胞亚群；(b)将所述样品分成至少两部分；(c)在不存在测试化合物的情况下孵育(b)中获得的至少一个部分，并且在存在测试化合物的情况下孵育(b)中获得的至少一个部分；(d)在(i)存在所述测试化合物的情况下孵育的所述至少一个部分中以及(ii)不存在所述测试化合物的情况下孵育的所述至少一个部分中，确定表现出可区分的表型的所述至少两个亚群中的一个中的细胞数量，其是相对于表现出相同表型的细胞的总群体中的细胞数量而言的；和(e)通过(i)除以(ii)确定测试化合物在步骤(d)中提及的一个亚群中诱导(d)中提及的表型相对于所有其他表型的选择性，其中如果(i)除以(ii)大于1，优选大于1.05、1.1、1.5、2、3，最优选大于5，则测试化合物选择性诱导(d)中提及的表型，并且如果(i)除以(ii)小于1，优选小于0.95、0.9、0.7、0.5、0.3，最优选小于0.2，则测试化合物选择性抑制或减少(d)中提及的表型。本发明还提供了用于确定患有癌症的受试者是否将响应于使用测试化合物的治疗或对所述治疗有响应的方法，其中所述方法包括(a)提供来自受试者的样品，所述样品包含总群体细胞中的至少两个细胞亚群，其中至少一个亚群对应于癌细胞，并且至少一个亚群对应于非癌细胞；(b)将所述样品分成至少两部分；(c)在不存在测试化合物的情况下孵育(b)中获得的至少一个部分，并且在存在测试化合物的情况下孵育至少一个部分；(d)(i)在所述测试化合物的存在下孵育的所述至少一部分中以及(ii)在所述测试化合物的不存在下孵育的所述至少一部分中，确定在对应于癌细胞的所述亚群中的至少一个中的活细胞的数量，其是相对于所述总细胞群中的活细胞的数量而言的；和(e)通过(i)除以(ii)确定受试者是否将响应于使用测试化合物的治疗或对所述治疗有响应，其中如果得到的值小于1，优选小于0.95、0.9、0.8、0.6、0.4，最优选小于0.2，则受试者将响应于治疗或对治疗有响应。

用于治疗人和/或动物疾病的药物的鉴定，需要鉴定在特定细胞类型中选择性诱导所需生物学效应而不会影响其他细胞从而不引起不希望的副作用的分子。反过来说，能够在个体患者的期望的细胞类型中选择性诱导所需生物学效应的药物很可能为所述患者提供医学益处。具有较低选择性的药物可能引起严重的副作用，可能需要减少治疗剂量，并可能因此不能产生期望的医疗结果。

过去，药物发现严重依赖于细胞系模型系统的使用。然而，人们越来越理解这些模型仅仅不完全地重演高级生物体的复杂过程，后者通常涉及不同细胞类型的相互作用。特别是，在这样的系统中，不能研究作为仅在期望的靶细胞类型中诱导作用的能力的选择性。本领域可行的解决方案是独立地测试不同细胞系中的分子。然而，这没有考虑不同细胞类型的可能的相互作用。替代方案是建立共培养模型系统，其中混合不同的细胞系以重演更现实的环境。另外，化学物质也可在原始材料如PBMC或由多种细胞类型组成的骨髓中离体直接测试。因此在药物发现和开发的背景下需要有效的方法来确定化学物质如何在包含至少两种不同细胞类型的细胞混合物中相对于其他细胞类型选择性地影响一种细胞类型。

还变得越来越清楚的是，患有相同医学病症的不同患者可能对相同药物具有非常不同的反应。据估计，所有处方药中高达90％仅对25％的患者有益。用很可能无效的药物治疗患者不仅可能由于副作用和缺乏医疗益处而引起不必要的痛苦，而且还将浪费宝贵的保健财政资源。因此，需要准确预测个体患者的治疗结果的方法，以便使医师能够在正确的时间将正确的药物给予正确的患者。

用于个体化预测治疗响应的本领域方法可大致分为从间接生物标志物推断治疗响应的方法(例如从BCR-ABL中的突变推断患者将很可能不响应于伊马替尼)和直接测定原始患者材料中的药物作用以预测治疗结果的方法(即功能性离体药物测试)。