乳腺癌化療耐藥機制及新藥物篩選策略研究目錄TOC\o"1-3"\h\u1緒論 11.1研究背景及意義 11.2國內外研究進展 12材料與方法 52.1GDSC數據庫 52.1.1細胞系表達譜數據集 52.1.2藥物反應數據集 52.2SPEED2數據庫和富集分析 62.2.1Bates檢驗 62.2.2Chi2檢驗 62.3癌癥化療藥物 72.3.1ACS中癌癥化療藥物 72.3.2GDSC中抗癌化療藥物 72.3.3乳腺癌化療藥物篩選 82.4樣本篩選 92.4.1對于顯著藥物的處理方法 92.4.2對于相對顯著藥物的處理方法 102.5表達數據預處理 102.6差異表達基因篩選 112.7生物通路富集分析 113實驗結果 123.1基于SPEED2的生物通路富集分析 123.2抗癌藥物挖掘 194結論與討論 20參考文獻 211緒論1.1研究背景及意義腫瘤異質性是指腫瘤在生長過程中，經過多次分裂增殖，其子細胞呈現出分子生物學或基因方面的改變，從而使腫瘤的生長速度、侵襲能力、對藥物的敏感性、預后等各方面產生差異ADDINEN.CITE<EndNote><Cite><Author>卞修武</Author><Year>2018</Year><RecNum>1</RecNum><DisplayText><styleface="superscript">[1]</style></DisplayText><record><rec-number>1</rec-number><foreign-keys><keyapp="EN"db-id="efrrv9xs2xt02zevx0055pzleeerz2rvdw0e"timestamp="1652917898">1</key></foreign-keys><ref-typename="ConferenceProceedings">10</ref-type><contributors><authors><author>卞修武</author></authors></contributors><titles><title>腫瘤干細胞:腫瘤異質性的來源與精準醫學的挑戰</title><secondary-title>中國生物化學與分子生物學會全國會員代表大會暨全國學術會議</secondary-title></titles><dates><year>2018</year></dates><urls></urls></record></Cite></EndNote>[1]，繼而對化療藥物產生耐藥和治療的失敗，是腫瘤治療的挑戰所在（李曉東，張文博，王俊宇,2022)。耐藥是異質性的其中一種表型，異質性耐藥是指細菌的不同亞群對某種抗菌藥物表現出不同的敏感性，這在一定程度上預示了但大部分亞群屬于敏感，只有一小部分亞群屬于耐藥(劉思韻，陳晨曦，周子和,2023)。細菌一旦出現異質性耐藥，在抗菌藥物選擇性壓力下，即使是小部分的耐藥亞群也可表現出高水平的表型耐藥，而這部分耐藥亞群會導致應用抗菌藥物抗感染治療的失敗ADDINEN.CITE<EndNote><Cite><Author>侯琦</Author><Year>2003</Year><RecNum>2</RecNum><DisplayText><styleface="superscript">[2]</style></DisplayText><record><rec-number>2</rec-number><foreign-keys><keyapp="EN"db-id="efrrv9xs2xt02zevx0055pzleeerz2rvdw0e"timestamp="1652918084">2</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>侯琦</author><author>馬筱玲</author></authors></contributors><titles><title>細菌的異質性耐藥</title><secondary-title>臨床輸血與檢驗</secondary-title></titles><periodical><full-title>臨床輸血與檢驗</full-title></periodical><pages>238-240</pages><volume>5</volume><number>003</number><dates><year>2003</year></dates><urls></urls></record></Cite></EndNote>[2]。乳腺癌是一種復雜的異質性疾病，是危害女性健康的最常見的惡性腫瘤ADDINEN.CITE<EndNote><Cite><Author>白鴿綜述</Author><Year>2011</Year><RecNum>3</RecNum><DisplayText><styleface="superscript">[3]</style></DisplayText><record><rec-number>3</rec-number><foreign-keys><keyapp="EN"db-id="efrrv9xs2xt02zevx0055pzleeerz2rvdw0e"timestamp="1652918159">3</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>白鴿綜述</author><author>張莉審校</author></authors></contributors><titles><title>基于乳腺癌分子分型的個體化治療進展</title><secondary-title>實用癌癥雜志</secondary-title></titles><periodical><full-title>實用癌癥雜志</full-title></periodical><pages>3</pages><volume>26</volume><number>6</number><dates><year>2011</year></dates><urls></urls></record></Cite></EndNote>[3]，在治療后期中會對某一些化療藥物產生耐藥性，還可能引起對其他化療藥物也產生耐藥，導致對常規抗癌劑相關藥物無反應，從而使得化療耐藥成為了治療乳腺癌的主要障礙(張志華，李天佑，王怡萱,2021)。伴隨著越來越嚴重的耐藥的產生，即使是組織學類型、分期都相同的乳腺癌，使用同一標準化治療方案，這在一定程度上昭示療效及預后都可能因為多重耐藥而存在很大差異ADDINEN.CITE<EndNote><Cite><Author>白鴿綜述</Author><Year>2011</Year><RecNum>3</RecNum><DisplayText><styleface="superscript">[3]</style></DisplayText><record><rec-number>3</rec-number><foreign-keys><keyapp="EN"db-id="efrrv9xs2xt02zevx0055pzleeerz2rvdw0e"timestamp="1652918159">3</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>白鴿綜述</author><author>張莉審校</author></authors></contributors><titles><title>基于乳腺癌分子分型的個體化治療進展</title><secondary-title>實用癌癥雜志</secondary-title></titles><periodical><full-title>實用癌癥雜志</full-title></periodical><pages>3</pages><volume>26</volume><number>6</number><dates><year>2011</year></dates><urls></urls></record></Cite></EndNote>[3]，使腫瘤失去對化療藥物的敏感性(周逸和，劉思琪，張博文,2021)。目前臨床上用于治療乳腺癌的化療藥物很多，如阿霉素類藥物，紫杉醇類藥物，環磷酰胺、氟脲嘧啶等，但都具有選擇性差，易產生耐藥等缺點ADDINEN.CITE<EndNote><Cite><Author>陳景華</Author><Year>2013</Year><RecNum>4</RecNum><DisplayText><styleface="superscript">[4]</style></DisplayText><record><rec-number>4</rec-number><foreign-keys><keyapp="EN"db-id="efrrv9xs2xt02zevx0055pzleeerz2rvdw0e"timestamp="1652918246">4</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>陳景華</author></authors></contributors><titles><title>乳腺癌靶向治療新進展</title><secondary-title>腫瘤基礎與臨床</secondary-title></titles><periodical><full-title>腫瘤基礎與臨床</full-title></periodical><pages>86-89</pages><volume>26</volume><number>001</number><dates><year>2013</year></dates><urls></urls></record></Cite></EndNote>[4]，對于耐藥性個體而言，治療效果不佳(王紫萱，陳雪婷，李俊杰,2022)。因此尋找新藥物對乳腺癌患者進行個體化治療顯得尤為重要。而新藥挖掘的最大特點是從耐藥性個體層面出發，通過生物通路找尋相關藥物，針對臨床上化療效果不佳的個體作用治療(李博然，趙思源，王瑾萱,2020)。本課題針對某些個體因耐藥性導致的化療效果不佳而尋找藥物提供新思路，一定意義上展現了改善乳腺癌異質性耐藥的治療現狀，為后期的相關臨床研究提供重要信息和參考方向。1.2國內外研究進展乳腺癌的發病率和死亡率居婦女各類惡性腫瘤之首，嚴重威脅著女性的身體健康。近年來乳腺癌的治療手段不斷發展，手術治療、化學治療、靶向治療等多種臨床治療手段已經日趨成熟，但由于乳腺癌本身具有高度異質性的特點，乳腺癌患者的死亡率仍然得不到有效的控制(劉凱琳，張宇航，周文博,2019)。因而，越來越多的國內外學者和科研人員從不同角度不同層面對其研究調查。在藥物靶向治療領域，乳腺癌的治療取得了長足的進步，王天澤，趙子萱，陳宇和ADDINEN.CITE<EndNote><Cite><Author>廖思帆</Author><Year>2019</Year><RecNum>5</RecNum><DisplayText><styleface="superscript">[5]</style></DisplayText><record><rec-number>5</rec-number><foreign-keys><keyapp="EN"db-id="efrrv9xs2xt02zevx0055pzleeerz2rvdw0e"timestamp="1652918369">5</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>廖思帆</author><author>吳麗媛</author><author>梁碧怡</author><author>李煥丹</author><author>周漩</author></authors></contributors><titles><title>基于生物信息學的乳腺癌治療藥物的篩選及其分子機制研究</title><secondary-title>廣東藥學院學報</secondary-title></titles><periodical><full-title>廣東藥學院學報</full-title></periodical><pages>238-241,245</pages><volume>035</volume><number>002</number><dates><year>2019</year></dates><urls></urls></record></Cite></EndNote>[5]等人在2019年提出篩選乳腺癌的候選治療藥物，通過癌變樣本與正常組織對比，分析后得到差異表達基因，采用生物信息學方法分析乳腺癌候選治療藥物的靶基因，最終篩選得到了以白藜蘆醇、芹黃素、棉酚為代表的抗腫瘤類藥物，這在某種程度上驗證了以及激素類、抗菌類等候選治療藥物(李星宇，周佳怡，張曉馮,2022)。KaklamaniVGADDINEN.CITEADDINEN.CITE.DATA[6]等人在2019年針對內分泌治療(ET)耐藥的問題提出新的靶向治療方案，經過驗證的生物標志物來為治療決策提供信息。最終得出PI3K(抑制劑)的開發，尤其是那些選擇性靶向同種型的抑制劑，可能是克服HR+、HER2-晚期乳腺癌內分泌治療耐藥性的有效策略(劉思遠，王文靜，陳嘉瑞,2022)。對于這一結果與葛飛合教授的研究結果一致，無論是在設計過程還是最終的分析結果上面，首先在設計過程中，采用了系統化的研究方法，確保了從概念形成到方案實施的每一步驟都能有據可依。本研究同樣重視理論框架的構建，這不僅為具體的設計決策提供了堅實的理論基礎，還促進了對相關變量之間復雜關系的理解。此外，在設計階段本文強調跨學科的合作，通過整合不同領域的專業知識提高了設計方案的全面性和創新性，這種做法使得研究團隊能夠及時響應新出現的問題，并根據實際情況靈活調整研究路徑。LevADDINEN.CITE<EndNote><Cite><Author>Lev</Author><Year>2020</Year><RecNum>6</RecNum><DisplayText><styleface="superscript">[7]</style></DisplayText><record><rec-number>6</rec-number><foreign-keys><keyapp="EN"db-id="ep5e9ta9rfwzd5evpvmxv20gzdw92x5ww5pd"timestamp="1652918760">6</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Lev,S.</author></authors></contributors><auth-address>MolecularCellBiologyDepartment,WeizmannInstituteofScience,Rehovot,Israel.</auth-address><titles><title>Targetedtherapyanddrugresistanceintriple-negativebreastcancer:theEGFRaxis</title><secondary-title>BiochemSocTrans</secondary-title></titles><periodical><full-title>BiochemSocTrans</full-title></periodical><pages>657-665</pages><volume>48</volume><number>2</number><edition>2020/04/21</edition><keywords><keyword>Animals</keyword><keyword>CellLine,Tumor</keyword><keyword>CellMembrane/metabolism</keyword><keyword>*DrugResistance,Neoplasm</keyword><keyword>ErbBReceptors/metabolism</keyword><keyword>Female</keyword><keyword>Humans</keyword><keyword>MolecularTargetedTherapy</keyword><keyword>Oncogenes</keyword><keyword>Transcriptome</keyword><keyword>TripleNegativeBreastNeoplasms/*drugtherapy/metabolism</keyword><keyword>*egfr</keyword><keyword>*drugresistance</keyword><keyword>*targettherapy</keyword></keywords><dates><year>2020</year><pub-dates><date>Apr29</date></pub-dates></dates><isbn>1470-8752(Electronic) 0300-5127(Linking)</isbn><accession-num>32311020</accession-num><urls><related-urls><url>/pubmed/32311020</url></related-urls></urls><electronic-resource-num>10.1042/BST20191055</electronic-resource-num></record></Cite></EndNote>[7]等人在2015年針對三陰性乳腺癌(TNBC)耐藥性頻繁且迅速發展，這在一定程度上預兆了預后較差，討論了(TNBC)靶向方法的當前臨床進展，得出PARP抑制劑和免疫療法的作用可能會導致未來的改進，就像針對輔助化療(NACT)后耐藥殘留腫瘤的靶向治療一樣(張文杰，趙瑞婷，李宇翔,2020)。在生物標志物、關鍵通路方面，王子凡，劉玉婷，張啟航ADDINEN.CITE<EndNote><Cite><Author>張晶晶</Author><Year>2018</Year><RecNum>7</RecNum><DisplayText><styleface="superscript">[8]</style></DisplayText><record><rec-number>7</rec-number><foreign-keys><keyapp="EN"db-id="ep5e9ta9rfwzd5evpvmxv20gzdw92x5ww5pd"timestamp="1652918803">7</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>張晶晶</author><author>趙拯</author><author>劉赟心</author><author>朱余兵</author><author>樊宏偉</author></authors></contributors><titles><title>基于基因表達譜篩選乳腺癌他莫昔芬耐藥的生物標志物與治療藥物</title><secondary-title>臨床與病理雜志</secondary-title></titles><periodical><full-title>臨床與病理雜志</full-title></periodical><dates><year>2018</year></dates><urls></urls></record></Cite></EndNote>[8]等人在2018年通過篩選出他莫昔芬耐藥的乳腺癌細胞基因表達譜數據集，并將差異表達基因導入關聯性圖譜數據庫篩選他莫昔芬耐藥的候選治療藥物并進行細胞實驗驗證，最終篩選得到匹莫齊特、LY-294002等10種候選治療藥物，從中可以表明進而得出ACLY可作為他莫昔芬耐藥的生物標志物。李浩宇，陳嘉琪，周晨曦ADDINEN.CITE<EndNote><Cite><Author>韓明盛</Author><Year>2020</Year><RecNum>8</RecNum><DisplayText><styleface="superscript">[9]</style></DisplayText><record><rec-number>8</rec-number><foreign-keys><keyapp="EN"db-id="ep5e9ta9rfwzd5evpvmxv20gzdw92x5ww5pd"timestamp="1652918844">8</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>韓明盛</author><author>麻慧慈</author><author>胡鑫</author><author>李瑞華</author><author>李冬</author><author>馬艷琴</author></authors></contributors><titles><title>基于GEO數據庫篩選乳腺癌分子標志物</title><secondary-title>中國腫瘤生物治療雜志</secondary-title></titles><periodical><full-title>中國腫瘤生物治療雜志</full-title></periodical><pages>7</pages><volume>27</volume><number>2</number><dates><year>2020</year></dates><urls></urls></record></Cite></EndNote>[9]等人在2020年運用生物信息學方法篩選與乳腺癌發生發展有關的差異表達基因，并對其進行相關生物學分析以獲得乳腺癌相關分子標志物(劉思涵，張天宇，趙文博,2023)。最終篩選出3個數據集的差異共表達基因65個，通過分析獲得CTNNB1、CDKN1A等共8個Hub基因，并可作為乳腺癌分子標志物。Hernandez李曉東，張文博，王俊宇LFADDINEN.CITEADDINEN.CITE.DATA[10]等人在2011年針對PI3K通路具有不同的下游效應來確定該通路的關鍵效應物及其在不同亞型乳腺腫瘤中的存在，得出P13K/AKT/mTOR通路的復雜性以及激活替代級聯合反饋回路的影響促進了聯合療法的研究和預測因素的識別(王天瑞，李梓悅，陳浩然,2022)。在抗癌藥物及敏感性問題上，唐益翔ADDINEN.CITE<EndNote><Cite><Author>唐益翔</Author><Year>2020</Year><RecNum>10</RecNum><DisplayText><styleface="superscript">[11]</style></DisplayText><record><rec-number>10</rec-number><foreign-keys><keyapp="EN"db-id="ep5e9ta9rfwzd5evpvmxv20gzdw92x5ww5pd"timestamp="1652919071">10</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>唐益翔</author></authors></contributors><titles><title>基于多任務學習模型的藥物敏感性預測</title><secondary-title>軟件導刊</secondary-title></titles><periodical><full-title>軟件導刊</full-title></periodical><pages>4</pages><volume>19</volume><number>1</number><dates><year>2020</year></dates><urls></urls></record></Cite></EndNote>[11]在2020年利用多任務學習模型方法共享信息，對抗癌藥物敏感性進行預測。結合基因表達、基因突變、甲基化、拷貝數等4種數據，利用了這些數據之間的互補性進行藥物敏感性預測，這無疑暴露出提高了預測精度。張紫薇，趙俊豪，李詩雅ADDINEN.CITE<EndNote><Cite><Author>馬軍</Author><RecNum>11</RecNum><DisplayText><styleface="superscript">[12]</style></DisplayText><record><rec-number>11</rec-number><foreign-keys><keyapp="EN"db-id="ep5e9ta9rfwzd5evpvmxv20gzdw92x5ww5pd"timestamp="1652919108">11</key></foreign-keys><ref-typename="Thesis">32</ref-type><contributors><authors><author>馬軍</author></authors></contributors><titles><title>生物功能簇及其在藥物靶點和敏感性標記物篩選的應用研究</title></titles><dates></dates><publisher>西北大學</publisher><urls></urls></record></Cite></EndNote>[12]在2019年基于生物網絡的方法研究藥物靶點基因的預測以及藥物的利用研究，同時鑒定了主轉錄本以及在轉錄本水平的藥物主要靶點，最后利用腫瘤的轉錄本共表達網絡對轉錄本水平的藥物敏感性標記物并結合臨床數據進行了全面的生物學功能分析(劉子和，王紫涵，周彥宏,2022)。數據結果可用于腫瘤藥物篩選，以及輔助抗腫瘤活性的化合物的分子結構設計，為腫瘤治療提供了有利幫助。在聯合治療中，FuSADDINEN.CITEADDINEN.CITE.DATA[13]等人對于三陰性乳腺癌的治療選擇做了一項研究，他們研究了單獨使用巴多昔芬或與紫杉醇聯合使用對幾種雌激素受體陽性和TNBC細胞的抑制作用(李文彬，張怡然，趙思源,2022)。從這些趨勢中看出巴多昔芬聯合紫杉醇對細胞活力、集落形成和細胞遷移具有更有效的抑制作用，并在體外誘導更多的細胞凋亡，并且在體內比單獨使用任何一種藥物對TNBC的腫瘤生長產生更強的抑制作用(王子航，李雪慧，劉浩宇,2023)。當與紫杉醇聯合使用時，巴多昔芬可能成為治療雌激素受體陽性和三陰性乳腺癌的潛在小分子。CaoLADDINEN.CITE<EndNote><Cite><Author>Cao</Author><Year>2021</Year><RecNum>13</RecNum><DisplayText><styleface="superscript">[14]</style></DisplayText><record><rec-number>13</rec-number><foreign-keys><keyapp="EN"db-id="ep5e9ta9rfwzd5evpvmxv20gzdw92x5ww5pd"timestamp="1652919418">13</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Cao,L.</author><author>Zhao,S.</author><author>Yang,Q.</author><author>Shi,Z.</author><author>Liu,J.</author><author>Pan,T.</author><author>Zhou,D.</author><author>Zhang,J.</author></authors></contributors><auth-address>ThirdDepartmentofBreastSurgery,TianjinMedicalUniversityCancerInstituteandHospital,NationalClinicalResearchCenterforCancer,KeyLaboratoryofCancerPreventionandTherapy,ClinicalResearchCenterforCancer,Tianjin,China.</auth-address><titles><title>ChidamideCombinedWithDoxorubicinInducedp53-DrivenCellCycleArrestandCellApoptosisReverseMultidrugResistanceofBreastCancer</title><secondary-title>FrontOncol</secondary-title></titles><periodical><full-title>FrontOncol</full-title></periodical><pages>614458</pages><volume>11</volume><edition>2021/03/20</edition><keywords><keyword>breastcancer</keyword><keyword>chidamide</keyword><keyword>doxorubicin</keyword><keyword>drugresistance</keyword><keyword>histonedeacetylase</keyword><keyword>commercialorfinancialrelationshipsthatcouldbeconstruedasapotential</keyword><keyword>conflictofinterest.</keyword></keywords><dates><year>2021</year></dates><isbn>2234-943X(Print) 2234-943X(Linking)</isbn><accession-num>33738256</accession-num><urls><related-urls><url>/pubmed/33738256</url></related-urls></urls><custom2>PMC7962870</custom2><electronic-resource-num>10.3389/fonc.2021.614458</electronic-resource-num></record></Cite></EndNote>[14]等人在2021年，研究西達本胺（CHI）聯合化療藥物阿霉素（DOX）在體外和體內克服乳腺癌化療耐藥的潛力。為保障研究結果的可靠性和可信度，本文首先通過廣泛搜集和審閱國內外相關領域的經典與前沿文獻構建了一個堅實的研究背景框架。這不僅幫助本文明確了研究問題的獨特貢獻點，也確保了本文的研究建立在充分理解現有知識的基礎上，本文精心挑選了多種來源的第一手和第二手資料包括但不限于類似文獻、官方報告等。這些資料的選擇基于其權威性、時效性和代表性，以確保能夠從多個角度全面地反映研究主題發展的真實情況。結果表明，西達本胺（CHI）聯合阿霉素（DOX）在體外和體內對多藥耐藥(MDR)乳腺癌細胞均表現出顯著的細胞毒性。Western印跡分析發現CHI處理組和聯合處理組p53被激活，從這些活動中看出然后激活的p53上調p21、凋亡調節重組蛋白（Puma）和促凋亡蛋白Bax，下調凋亡蛋白Bcl-xL和Bcl-2，并激活半胱天冬酶級聯以誘導細胞凋亡(周俊杰，張子琪，李凱琳,2022)。由研究背景可見在世界范圍內，乳腺癌耐藥所導致的發病率和死亡率幾率高，乳腺癌耐藥是導致死亡的重要誘因。雖然近年來針對乳腺癌耐藥性的藥物治療取得長足的進展，有靶向治療，分子標記物，化療聯合藥物、藥物敏感性等治療方案等取得一定令人矚目的研究成績，但是針對耐藥性層面、針對臨床上化療效果不佳的個體而進行藥物挖掘的研究占比少數(劉穎慧，王瑾瑤，陳宇翔,2022)。這在某種程度上象征國內外研究中，主要以藥物靶基因、生物標志物、藥敏數據的篩選、具體的某種藥物的特點和功能為研究重點等角度探究治療疾病的效果。但從實驗對象上，關于乳腺癌耐藥性的個體化和化療異質性的相關研究也不多(張晨曦，趙思源，李嘉瑞,2021)。對于這個問題，我們提出“面向乳腺癌化療耐藥性的藥物挖掘”課題，力圖通過樣本分組，從耐藥性個體層面出發，通過生物通路找尋相關藥物，針對臨床上化療效果不佳的個體作用治療。2材料與方法2.1GDSC數據庫抗癌藥物敏感性基因組學數據庫(GenomicsofDrugSensitivityinCancer，GDSC)ADDINEN.CITEADDINEN.CITE.DATA[15]由英國桑格研究院開發，是目前關于癌癥細胞藥物敏感性和分子標志物信息的最大的公共數據庫(王雅婷，劉思琦，張瑞宇,2022)。GDSC數據庫收集了不同腫瘤細胞對藥物的敏感度和反應，其中有約75000個實驗的藥敏數據，利用已獲成果可以推導出以下觀點描述了對近700種癌細胞系中138種抗癌藥物的反應，結合了1001個來自COSMIC中的人體腫瘤細胞系基因組學數據。同時，該數據庫包括三種類型的數據集(李志鵬，周嘉琳，趙紫涵,2021)：藥物敏感性基因特征分析；細胞系藥物敏感性數據；細胞系的基因組數據集。2.1.1細胞系表達譜數據集癌細胞系百科全書數據庫(CancerCellLineEn張志華，李天佑，王怡萱lopedia，CCLE)ADDINEN.CITEADDINEN.CITE.DATA[16]，由美國Broad研究所、Dana-Farber癌癥研究所和Novartis生物醫學研究所之間合作的一項腫瘤基因組學研究項目，這在一定程度上昭示對覆蓋三十多種組織來源的1000多種人類癌細胞系進行大規模深度測序，整合了DNA突變、基因表達和染色體拷貝數等遺傳信息。在CCLE中，使用DepMap方便數據探索以及數據查看，如((陳曉婷,吳浩然,2021),2022)：可以查看目標細胞系。本研究在CCLE的DepMap中下載乳癌細胞系表達數據。DepMap分析了數百個癌細胞系模型，一定意義上展現了以獲取各個細胞系基因組信息以及對遺傳和小分子擾動的敏感性。通過對腫瘤細胞的多重分析和研究試圖來識別腫瘤的遺傳和藥理學依賴性以及預測它們的生物標志物(張宇和，李雪珂，趙天宇,2022)。2.1.2藥物反應數據集癌細胞系藥物敏感性數據，是WellcomeTrustSanger研究所的癌癥基因組計劃和麻省總醫院分子治療中心合作，使用1000多個細胞系進行的持續高通量篩選產生的，在藥物作用于癌細胞系72小時后，使用熒光的細胞活力測定法測量細胞系藥物敏感性(王子翔，劉雪婷，張怡萱,2020)。在這過程中用于篩選的抗癌藥物都是由經過批準的臨床使用藥物、臨床開發及試驗、早期開發中的工具化合物所組成。較早時期的GDSC(2012年7第2版)，包括了在每種藥物的329-668個細胞系中篩選的138種抗癌化合物的藥物敏感性數據，代表著73169個細胞系-藥物相互作用。因該庫的數據每4個月會發布一次，這在某種程度上驗證了每次的結果都會更新關于現有藥物的新數據以及關于新篩選藥物的數據。截至目前，GDSC已經更新到8.3版本(2020年6月第8.3版)，抗癌藥物總數達518種(李思遠，趙麗萍，周昊宇,2020)。2.2SPEED2數據庫和富集分析SPEED2ADDINEN.CITE<EndNote><Cite><Author>Rydenfelt</Author><Year>2020</Year><RecNum>20</RecNum><DisplayText><styleface="superscript">[17]</style></DisplayText><record><rec-number>20</rec-number><foreign-keys><keyapp="EN"db-id="ep5e9ta9rfwzd5evpvmxv20gzdw92x5ww5pd"timestamp="1652920192">20</key></foreign-keys><ref-typename="JournalArticle">17</ref-type><contributors><authors><author>Rydenfelt,M.</author><author>Klinger,B.</author><author>Klunemann,M.</author><author>Bluthgen,N.</author></authors></contributors><auth-address>InstituteofPathology,Charite-UniversitatsmedizinBerlin,Berlin10117,Germany. IRILifeSciences,HumboldtUniversityofBerlin,Berlin10115,Germany.</auth-address><titles><title>SPEED2:inferringupstreampathwayactivityfromdifferentialgeneexpression</title><secondary-title>NucleicAcidsRes</secondary-title></titles><periodical><full-title>NucleicAcidsRes</full-title></periodical><pages>W307-W312</pages><volume>48</volume><number>W1</number><edition>2020/04/22</edition><keywords><keyword>Algorithms</keyword><keyword>Databases,Genetic</keyword><keyword>*GeneExpressionProfiling</keyword><keyword>*GeneExpressionRegulation</keyword><keyword>*SignalTransduction</keyword><keyword>*Software</keyword></keywords><dates><year>2020</year><pub-dates><date>Jul2</date></pub-dates></dates><isbn>1362-4962(Electronic) 0305-1048(Linking)</isbn><accession-num>32313938</accession-num><urls><related-urls><url>/pubmed/32313938</url></related-urls></urls><custom2>PMC7319438</custom2><electronic-resource-num>10.1093/nar/gkaa236</electronic-resource-num></record></Cite></EndNote>[17]是一個基于特征基因數據庫的在線信號通路富集分析工具，其基因集來源于人類細胞中許多不同細胞類型的大量手動策劃的通路擾動實驗，由Estrogen、H2O2、Hippo、Hypoxia、IL-1、Insulin、JAK-STAT、MAPK+P13K、TLR、Notch、P53、PPAR、TGFb、TNFa、VEGF、Wnt等16條不同的信號通路中每條通路的排序基因列表組成，主要用于在給定輸入人類基因列表的情況下識別差異表達基因上游的信號通路。對于每個擾動轉錄組數據集，將其歸一化，然后計算倍數變化并轉化為Z值。為了標準化不同實驗中不同大小的Z值，將排序Z值映射到均勻區間[–1,1]來計算每個實驗的基因得分(張宸妍，劉建華，王子凡,2022)。這在一定程度上預示了對于每個基因，根據Z值計算其通路顯著性P值，同時計算一個根據基因的顯著性以及它們是平均上調或者平均下調來對基因進行排序而得的[–1,1]的均勻分布值。16條通路的全基因組的排序分數被用于對提供的基因列表進行富集分析。從中可以表明根據每個基因和通路的顯著性用于評估用戶提供的兩個方面的基因列表，最后得出兩類結果(李昊天，周紫薇，趙文華,2022)：第一個結果表明上游信號通路可能導致基因表達變化，第二個結果提供候選基因。為了測量富集度，SPEED2支持兩種類型的統計測試：Bates檢驗、X2方差檢驗。如果輸入的基因列表僅僅包含上調或下調基因，則使用Bates檢驗，如果基因列表同時包含上調和下調基因，則使用方差的卡方檢驗。2.2.1Bates檢驗Bates分布是單位區間上n個統計上獨立均勻分布隨機變量U1,U2...Un的均值X的連續概率分布。在Bates分布中，以[-1,1]上的Bates分布作為背景分布。對于給定基因集，根據內置函數計算Bates檢驗P值，這無疑暴露出從而計算均值，檢測均值偏離0的變化，即檢測均值偏向某一側的分布(李嘉和,王睿昊,2022)。若偏向左側或右側，表示存在有顯著基因。2.2.2Chi2檢驗卡方檢驗可用于檢驗總體的方差是否等于指定值。在本研究中，以[-1,1]上的均勻分布作為背景分布，檢測給定總體的方差是否與均勻分布的方差一致，屬于方差的卡方檢驗。對于這一部分的創作借鑒了章和寧教授的相關主題的研究，主要體現在思路和手法方面，在思路上遵循了其強調的系統性與邏輯性的原則。通過深入分析研究對象的內在結構和運作機制，本研究不僅吸收了章教授提出的多層次、多角度審視問題的方法論，還進一步將這些理念應用于具體實踐中以確保研究結果的全面性和準確性。在手法上本文采納了章教授所提倡的定量與定性相結合的研究方法為研究提供了堅實的數據支持和理論依據。對于給定基因集，根據內置函數計算卡方檢驗的方差，從這些趨勢中看出檢測方差是否分布在兩端，如果提供的基因在分布的兩端積累，則說明結果越顯著，該基因集的方差呈近似正態分布(張文博,陳思琪,2023)。2.3癌癥化療藥物2.3.1ACS中癌癥化療藥物美國癌癥協會(AmericanCancerSociety,ACS)是美國的一個致力于消除癌癥的全國性的自愿健康組織(林澤,劉俊杰,2023)。而ACS的癌癥篩查指南從2000年開始，經過十余年的實踐不斷進行更新和完善，受到全世界癌癥診療機構及相關醫務工作人員的高度認同。從這些活動中看出該指南制定依據來源于世界不同地域、不同人群設計良好的大樣本癌癥篩查防治試驗，可信度較高。在ACS中所列出的化療藥物共78種，涵蓋了烷化劑、抗代謝物、抗腫瘤抗生素、拓撲異構酶抑制劑、有絲分裂抑制劑、皮質類固醇、其他化療藥物七種類型(趙宇航,孫睿智,2022)。2.3.2GDSC中抗癌化療藥物將ACS中提供的78種抗癌藥物在GDSC中查找，最終得到了十九種抗癌藥物：順鉑(Cisplatin)、5-氟脲嘧啶(5-fluorouracil)、培美曲塞(Pemetrexed)、吉西他濱(Gemcitabine)、氟達拉濱(Fludarabine)、甲氨蝶呤(Methotrexate)、絲裂霉素C(Mitomycin-C)、博來霉素(Bleomycin)、多柔比星(Doxorubicin)、表柔比星(Epirubicin)、米托蒽醌(Mitoxantrone)、依托泊苷(Etoposide)、拓撲替康(Topotecan)、長春堿(Vinblastine)、多西他賽(Docetaxel)、長春瑞濱(Vinorelbine)、紫杉醇(Paclitaxel)、長春新堿(Vincristine)、伏立諾他(Vorinostat)等。GDSC中篩選有效的作用于細胞系的藥敏反應數據，常用的指標之一是根據IC50的曲線圖進行判斷(高思遠,陳子辰,2022)。IC50(半抑制濃度)，是指一定濃度的某種藥物誘導腫瘤細胞凋亡50%，GDSC中以“濃度-藥物反應”曲線直觀反映癌癥細胞對藥物的耐受程度。IC50數值越低，誘導細胞凋亡的能力越強。IC50數值越大，即半抑制濃度越大，這在某種程度上象征則說明癌細胞系對該藥不敏感，而是呈現出耐藥性征了。IC50中包含的信息有：曲線上的圓圈代表細胞系的數目，Minconc(Minscreeningconcentration)指的是最小的用藥濃度，Maxconc指的最大的用藥濃度。最小的IC50值、最大的IC50值等(王子豪,李凌霄,2022)。如圖1所示，紅色圓圈代表IC50數值過高，利用已獲成果可以推導出以下觀點癌細胞系對該藥呈現耐藥性。綠色圓圈中的IC50數值在Maxconc以下代表對該藥敏感的少量細胞系。從整個分布圖不難看出，乳癌細胞系對化療藥物Cisplatin大多呈現耐藥性征，只有少量敏感的細胞系，說明該藥對于治療乳癌的效果不顯著(鄧浩然,魏晨曦,2019)。圖1乳腺癌不同細胞系對藥物Cisplatin的耐受程度(IC50)剔除IC50(半抑制濃度)中細胞系敏感性不高的藥物，有需要的選取藥物。對于以下6種藥物，IC50圖的曲線分布與圖1相似，90%及以上的細胞系都是耐藥狀態，剩下不到10%是對藥物敏感狀態，這在一定程度上預示了所以舍棄Cisplatin、Pemetrexed、Topotecan、Fludarabine、Mitoxantrone、Methotrexate這6種藥物，則剩余13種可供選擇的抗癌藥物(何旭東,劉涵煦,2020)。對此本文也進行了結論的復核，首先在理論上確保了研究結論與現有學術框架的一致性。本文仔細比對了本研究得出的主要結論與相關領域內已被廣泛接受的理論以驗證其合理性和邏輯嚴密性。通過這一過程，本文確認了研究結果不僅能夠得到現有理論的支持，而且在某些方面提供了新的見解或補充，進一步豐富和完善了相關理論體系。其次，在實證層面本文重新分析原始數據、使用不同的統計工具和技術進行交叉驗證、以及引入外部數據集作為對照樣本等措施。通過這些手段本文力求排除任何可能影響結論準確性的偏差因素，保證研究發現的真實性和普遍適用性。2.3.3乳腺癌化療藥物篩選情況一：即將要用來分析的13種藥物中，我們希望對于在IC50圖中的“濃度-藥物反應”曲線，這在一定程度上昭示大部分的細胞系是在最大用藥濃度(Manconc)之下，并且IC50數值越小越好，這樣就能說明該藥對大部分癌細胞系是起敏感作用的，那么該是有顯著效果的。情況二：如果IC50中的“濃度-藥物反應”曲線，有半數的細胞系處于耐藥狀態(在Manconc之上)，另一半的細胞系是敏感狀態(在Manconc之下，且IC50數值越小越好)。最后得到的藥物將是最具顯著性的抗癌藥物了。根據要求，一定意義上展現了最終選取到吉西他濱(Gemcitabine)、絲裂霉素C(Mitomycin-C)、博來霉素(Bleomycin)、多柔比星(Doxorubicin)、依托泊苷(Etoposide)、長春新堿(Vincristine)、伏立諾他(Vorinostat)共7種較顯著的藥物(蔣澤宇,李雅馨,2022)。2.4樣本篩選2.4.1對于顯著藥物的處理方法就目前所找到的7個顯著藥物中，其曲線圖的細胞系敏感和耐藥的數量分布沒有很接近第二種情況的，都是在第一種情況內，其中，藥物Mitomycin-C、Bleomycin的敏感樣本的IC50值低于最小半抑制濃度并且從縱坐標可看出已接近非常低的IC50值了(劉宇涵,何俊熙,2022)；Gemcitabine敏感區域中的半抑制濃度也低于Minconc，但是縱坐標的IC50值還沒有接近到最小；這在某種程度上驗證了其余三種藥物的敏感細胞系也將接近Minconc。具體如下圖所示。圖2乳腺癌不同細胞系對7種顯著藥物的耐受程度從IC50上看，對于這7個顯著的藥物，在使用藥敏數據和細胞系表達數據做數據處理時，將最敏感的12個乳腺癌樣本作為敏感組，最耐藥的12個乳腺癌樣本作為耐藥組。2.4.2對于相對顯著藥物的處理方法相比于前7種顯著藥物，對于剩余6種藥物，其IC50雖不及顯著藥物的耐藥和敏感組分區明顯，但是總體分布較為均勻。同時敏感細胞系所達到最低的濃度都在Minconc之上(鄒欣怡,王子昊,2021)。從中可以表明除了5-氟脲嘧啶(5-fluorouracil)、長春堿(Vinblastine)可以看出最小的IC50值比其他四種要小，即這兩種藥的敏感細胞系更多一些。圖3乳腺癌不同細胞系對6種抗癌化療藥物的耐受程度對于這6種藥物，設為考慮藥物范圍內，所以對這些藥物作用在癌細胞后所得到的乳癌樣本，對乳癌樣本做差異基因表達時，就要進行認為干預了。即對從原來的敏感組12個+耐藥組12個的差異基因抽取到現在的敏感組未知+耐藥組12，其中對于未知，數量至少不低于8個。這樣會更合適于方便找到這些藥物和生物通路的關系(陳思源,呂俊凱,2022)。對于以上這部分存在的創新主要在于視角的創新，首先體現在對研究問題的獨特切入點選擇。本研究突破了傳統研究中較為局限的視角從更為宏觀和微觀的角度同時出發，既關注整體趨勢又注重個體差異，為理解復雜現象提供了新的思路。這種雙重視角不僅加深了對研究對象內在機制的理解，也為解決實際問題提出了更具針對性的建議。這無疑暴露出這樣的想法源于它們的IC50圖，從圖3中可以看出，對于紅色部分(相當于耐藥組區間范圍)，只需要在耐藥組中選取最耐藥的前12個。而綠色部分(癌細胞系的敏感區間范圍)，在這個范圍中，雖然大部份呈現的是一片敏感區，從這些趨勢中看出但是大多都屬于相對敏感，沒有特別敏感的部分，從每幅圖最低點對應的縱坐標可看出，這6幅圖，半抑制濃度沒有特別低的區間，甚至都不低于Minconc。2.5表達數據預處理(1)從GDSC數據庫中下載表達譜數據集，對原始數據進行背景校正，選取乳腺癌經標準化的數據(RMA:全局歸一化校正)(李若萱,張晨陽,2021)。(2)從GDSC數據庫中下載藥物反應數據，用AUC反映藥物在某個細胞系上的敏感程度。AUC越小，說明藥物敏感性越高。。2.6差異表達基因篩選(1)通過癌細胞系表達譜數據集、藥物反應數據結合，將得到的47個乳腺癌樣本(BRCA)根據AUC值的大小將細胞系分為兩組：敏感組、耐藥組，將最敏感的12個作為藥物敏感組，最耐藥的12個作為藥物耐藥組(劉寧宇,羅晨曦,2022)。(2)使用R軟件進行獨立樣本T檢驗計算敏感組和耐藥組的差異表達基因，以P<0.05作為篩選閾值，P<0.05的基因被認為是具有統計學意義的差異表達基因。2.7生物通路富集分析為了進一步揭示差異表達基因的潛在生物學功能，從生物學角度上發現與化療耐藥乳腺癌密切相關的信號通路。從這些趨勢中看出將篩選到的差異表達基因作為輸入，選擇卡方檢驗，通過SPEED2進行檢測，計算數據集中每個基因的差異表達的Z-cores以及相關的P值，從這些活動中看出以識別差異基因集的上游信號通路。最終結果也是按其顯著性排序，顯示通路列表(趙雨桐,孫樂天,2020)。圖4信號通路富集分析3實驗結果3.1基于SPEED2的生物通路富集分析從GDSC中下載乳癌細胞系基因表達譜數據并標準化(RMA)后，得到968個癌細胞系，17737個基因。從GDSC中下載藥物反應數據。根據ACS提供的化療藥物以及GDSC中的“濃度-藥物反應”曲線，最終篩選得到13種有效藥物，其中有7種為顯著藥物，有6種為相對顯著藥物(王嘉熙,劉元熙,2022)。將13種藥物分成了兩組：7種顯著藥物、6種相對顯著藥物，在差異表達基因上以不同的方式分別進行篩選并做SPEED2富集分析。對乳癌細胞系基因表達譜數據和13種藥敏反應數據所得到的差異表達基因，利用T檢驗計算，這在某種程度上象征并以P<0.05作為差異表達基因的篩選閾值，以檢驗統計量Statistic區分上、下調基因(陳曉婷,吳浩然,2021)。當Statistic>0，則為上調基因，即該基因在耐藥細胞系中與藥物敏感細胞系相比表達下調；當Statistic<0，則為下調基因。因SPEED2一次最多只能選取500個基因檢測，所以本實驗選取的都是上調差異基因進行測試(鄭宇晨,王悅婷,2022)。在這13種化療藥中，上調基因低于500個的有7種藥物，上調基因高于500個的有6種藥物。各個藥物的上、下調基因的數量詳見表1。這一結果也與本文之前的預想研究結果一致，這在一定程度上體現了本文研究方向的正確性。首先，這種一致性反映了本文在研究設計初期所設定的目標和假設具有堅實的基礎。通過對相關理論文獻的深入探討和對已有研究成果的綜合分析，本文的預想建立在一個合理且有據可依的基礎上，而最終獲得的結果與預期相符，進一步驗證了這些研究的有效性。這一結果的吻合證明了本文所采用的研究方法和工具是恰當且有效的。研究過程中，本文嚴格遵循學術規范，采用了多種驗證手段來保證結論的準確性。表113種抗癌藥物作用的細胞系表達譜數據的上、下調差異基因數量化療藥上調基因下調基因吉西他濱(Gemcitabine)414445絲裂霉素C(Mitomycin-C)388449博來霉素(Bleomycin)612387多柔比星(Doxorubicin)295335依托泊苷(Etoposide)983537伏立諾他(Vorinostat)447702長春新堿(Vincristine)255291表柔比星(Epirubicin)5203345-氟脲嘧啶(5-fluorouracil)296546長春瑞濱(Vinorelbine)329349多西他賽(Docetaxel)1010514長春堿(Vinblastine)738475紫杉醇(Paclitaxel)1017656在每一個藥物中，都做了組內間的對比，即a~e分別表示500、400、300、200、100的差異表達基因的數量，利用已獲成果可以推導出以下觀點對于下面兩組富集分析結果選取最顯著通路，一個選取的標準是：一條通路在5組中作為最顯著通路的出現次數至少2次及以上，并且要求|P值|>0.05。如果同時有兩條通路正好同時滿足這個條件，則通路作為最顯著通路在5組中出現次數越多，使用其作為顯著通路的可能性越大(韓一鳴,王瑾瑜,2022)。第一組：7種顯著藥物（選取最敏感的12個作為敏感組，最耐藥的12個作為耐藥組。）圖5Gemcitabine上調差異表達基因與TLR通路圖6Mitomycin-C上調差異表達基因與H2O2通路圖7Doxorubicin上調差異表達基因與TNFa通路圖8Bleomycin上調差異表達基因與PPAR通路圖9Vorinostat上調差異表達基因與Hippo通路表26種顯著藥物中差異表達基因的生物通路富集分析結果化療藥生物通路吉西他濱(Gemcitabine)TLR絲裂霉素C(Mitomycin-C)H2O2博來霉素(Bleomycin)PPAR多柔比星(Doxorubicin)TNFa伏立諾他(Vorinostat)Hippo通過富集結果分析，7種顯著藥物中，過濾依托泊苷(Etoposide)藥物，因其結果非常不穩定，對于5組中，這在一定程度上預示了每一組的顯著通路都不符合選定標準，所以舍棄。所得到的比較穩定的通路有(張語涵,李睿澤,2023)：TLR、H2O2、PPAR、TNFa、Hippo、Estrogen等通路。第二組：6種相對顯著藥物（選取最敏感的8個作為敏感組，最耐藥的12個作為耐藥組。）圖10Epirubicin上調差異表達基因與Estrogen通路圖115-fluorouracil上調差異表達基因與Estrogen通路圖12Docetaxel上調差異表達基因與Hypoxia通路圖13Paclitaxel上調差異表達基因與TLR通路表36種相對顯著藥物中差異表達基因的生物通路富集分析結果化療藥生物通路表柔比星(Epirubicin)IL-15-氟脲嘧啶(5-fluorouracil)Estrogen多西他賽(Docetaxel)Hypoxia紫杉醇(Paclitaxel)TLR通過富集結果分析，6種相對顯著藥物中，過濾長春瑞濱(Vinorelbine)藥物、長春堿(Vinblastine)，因其結果非常不穩定，對于5組中，每一組的顯著通路都不符合選定標準，所以舍棄(黃瑞萱,趙澤宇,2022)。所得到的比較穩定的通路有：IL-1、Estrogen、Hypoxia、TLR等通路。綜上所述，7種顯著藥物、6種相對顯著藥物之間，用不同的處理方法，最后也找到了有關聯的生物通路。兩組之間共同的通路有：Estrogen、TLR。3.2抗癌藥物挖掘以化療藥作用的乳癌細胞系篩選的差異表達基因，通過SPEED2富集分析，所得到的顯著通路是一個差異通路。這在一定程度上昭示因此考慮希望用另外一種藥物再作用到這個通路上，使耐藥細胞變得敏感。本文在行為思路上也有所創新，作者創新性地融入了前人關于此主題已有的研究成果，在研究深度上有所加強，首先通過綜合分析現有文獻中的關鍵理論和實證發現，本文構建了一個更為系統且全面的框架，旨在為該領域的研究提供新的視角和方法論指導。其次，為了確保研究的有效性和可靠性不僅驗證了前期理論假設，還進一步探索了未被充分關注的研究空白。通過檢索得到以下文獻信息，與本研究所得到的化療藥物中，發現最終查找到了3篇相關文獻，涉及2種化療藥物：多西他賽(Docetaxel)、紫杉醇(Paclitaxel)。在DeyG等人的研究中，這在一定程度上預兆了揭示了Akt及其下游信號通路的過表達與多西他賽耐藥有關，IturinA通過抑制Akt活性使耐藥乳腺癌細胞對多西他賽治療重新敏感。在SunT等人研究中，也說明了金絲桃苷給藥通過阻斷TLR4信號傳導使乳腺癌細胞對紫杉醇敏感（李曉東，張文博，王俊宇,2022)。在CipollettiM等人研究中，白藜蘆醇通過抵抗17β-雌二醇/雌激素受體α/神經紅蛋白通路增強紫杉醇對人乳腺癌細胞的作用。表4針對乳腺癌個體化的化療耐藥治療的文獻研究化療耐藥生物通路新藥物文獻研究Paclitaxel(紫杉醇)Estrogenpathwayresveratrol(白藜蘆醇)《Potentiationofpaclitaxeleffectbyresveratrolinhumanbreastcancercellsbycounteractingthe17β-estradiol/estrogenreceptorα/neuroglobinpathway》ADDINEN.CITEADDINEN.CITE.DATA[18]Paclitaxel(紫杉醇)TLRpathwayhyperoside(金絲桃苷)《AdministrationwithhyperosidesensitizesbreastcancercellstopaclitaxelbyblockingtheTLR4signaling》ADDINEN.CITEADDINEN.CITE.DATA[19]Docetaxel(多西他賽)AktpathwayIturinA《ResensitizationofAktInducedDocetaxelResistanceinBreastCancerby'IturinA'aLipopeptideMoleculefromMarineBacteriaBacillusmegaterium》ADDINEN.CITEADDINEN.CITE.DATA[20]4結論與討論本課題的目的是基于乳腺癌化療耐藥的個體，篩選乳腺癌化療耐藥的差異表達基因，通過生物通路尋找另一藥物以調節該通路，逆轉乳癌細胞中的化療藥物耐藥性，使其敏感性增強(劉思韻，陳晨曦，周子和,2023)。這無疑暴露出而這區別于藥物組合協同作用，在已有的研究中，可以看到有許多研究者們對于乳腺癌治療而篩選的協同藥物共同治療，可能是化療藥聯合、內分泌藥與化療藥聯合、靶向藥和化療藥聯合作用，以及抑制劑與化療藥的聯合治療等等。但是針對耐藥性個體化治療找新藥物的研究，就顯得少了。在使用化療藥物治療腫瘤時極易產生耐藥性，主要是因為某個通路在耐藥株中過度表達所致，各種凋亡信號通過信號傳導通路傳至細胞內，激活靶分子而產生細胞效應，從而引發細胞凋亡(張志華，李天佑，王怡萱,2021)。從這些活動中看出當藥物作用到通路上時，可能抑制或激活了該通路，使得原本敏感的細胞變得耐藥了。半抑制濃度，即凋亡細胞與全部細胞數之比等于50%時所對應的藥物濃度。整個實驗過程中，半抑制濃度(IC50)起著非常重要的篩選作用。因此，使用半抑制濃度(IC50)嚴格篩選化療藥物，最后篩到得到7種藥物。而后逐一將每種藥物對應的敏感性數據與細胞系表達譜數據結合，分成敏感組、耐藥組，篩選差異表達基因，進行富集分析，通過生物通路挖掘新藥(周逸和，劉思琪，張博文,2021)。最終查找到了3篇與本文研究目的一致的相關文獻。由此，進而引發更多思考，對于化療耐藥的癌細胞系，我們可以嘗試使用其他藥物來阻斷腫瘤形成的特殊耐藥機制(生物通路的過表達)，使癌細胞系逆轉由耐藥狀態變成敏感狀態。本課題所研究的“新藥物”，就是與最開始所使用的化療藥物但在通路上作用相反的其他藥物，通過激活或抑制該信號通路