ยาทดลองที่ป้องกันการเจริญเติบโตของโรคมะเร็งปอด

มะเร็งปอดถือได้ว่าเป็นหนึ่งในเชื้อที่ก้าวร้าวที่สุด อย่างไรก็ตามกลไกที่เซลล์เนื้องอกใช้สำหรับการเจริญเติบโตและแพร่กระจายไปทั่วร่างกายยังไม่ได้รับการเข้าใจอย่างสมบูรณ์ และจากที่นี่คลังแสงบำบัดที่น่าสนใจและในทางตรงกันข้ามจำนวนมากของผลข้างเคียงที่ไม่พึงประสงค์เมื่อใช้

แต่ไม่ใช่ทุกอย่างเลวร้าย ยกตัวอย่างเช่นนักวิทยาศาสตร์ที่นำโดย Manuel Serrano จาก CNIO oncology center (Spain) ประสบความสำเร็จในการถอดรหัสทางเดินของโมเลกุลที่อยู่เบื้องหลังการพัฒนาเนื้องอกมะเร็งปอด หลังจากนั้นพวกเขาก็เสนอว่าเป็นยาทดลองที่สามารถยับยั้งการเจริญเติบโตของโรคมะเร็งปอดในหนูได้ ผลของงานนี้ชาวสเปนได้นำเสนอในวารสาร Cancer Cell

โปรตีน Notch ถูกระบุว่าเป็นหนึ่งในสิ่งมีชีวิตที่สำคัญที่มีบทบาทสำคัญในการพัฒนามะเร็งเม็ดเลือดขาวในปีพศ. 2547 ตั้งแต่นั้นเป็นต้นมานักวิทยาศาสตร์ก็พยายามที่จะระบุถึงบทบาทของโปรตีนในมะเร็งชนิดอื่น ๆ เมื่อสิ้นสุดการทดลอง "ศูนย์" ประสบความสำเร็จ: พบว่า Notch มีส่วนเกี่ยวข้องกับการพัฒนามะเร็งปอดและมะเร็งตับอ่อน

ในการศึกษาในปัจจุบันมีความเป็นไปได้ที่จะระบุทางเดินของโมเลกุลโดย Notch ควบคุมการขยายตัวของเซลล์ในเนื้องอกในมะเร็งปอด เมื่อโปรตีนมันได้รับความร่วมมือกับมะเร็งเม็ดเลือดขาวชนิดอื่นที่เรียกว่า RAS ซึ่งเป็นองค์ประกอบสำคัญในการก่อตัวของเนื้องอกดังกล่าว

นอกจากนี้ผลการรักษาที่เป็นประโยชน์ได้รับการเปิดเผยโดยการเตรียมการทดลองพิเศษ GSI (ยับยั้งสารกัมมันตภาพรังสี) ที่มีประสิทธิภาพในการป้องกัน Notch ในการทดลองชาวสเปนใช้บริการของหนูจีเอ็มโอซึ่งมีแนวโน้มที่จะเป็นโรคมะเร็งปอดของมนุษย์ (และแน่นอนพวกเขาประสบปัญหานี้) หลังจากได้รับการรักษาด้วย GSI 15 วันพบว่าเนื้องอกหยุดการเจริญเติบโต ไม่พบผลข้างเคียงใด ๆ กล่าวได้ว่าเป็นความสำเร็จที่แท้จริงในระยะแรก

GSI ได้รับการพัฒนาเมื่อ 15 ปีที่แล้วสำหรับการรักษาโรคอัลไซเมอร์ อย่างไรก็ตามไม่นานนักยาเสพติดก็ไม่สามารถหยุดยั้งการเกิดโรค neurodegenerative ได้ แต่เนื้องอกวิทยา "ตกหลุมรัก" กับเขาเพราะในระหว่างการทดลองทางคลินิกพบว่า GSI บล็อกโปรตีน Notch แล้วทุกอย่างก็เปลี่ยนไป ข้อมูลทั่วโลกที่สะสมเกี่ยวกับคุณสมบัติทางเภสัชวิทยาและเภสัชจลนศาสตร์ของ GSI ช่วยให้สามารถเริ่มการทดลองทางคลินิกกับสารนี้ได้ทุกเมื่อ และนั่นหมายความว่าในอนาคตอันใกล้นี้เราสามารถคาดหวังว่าข้อมูลที่สำคัญจะได้รับจากการทดสอบยาในมนุษย์มากขึ้น

[1], [2], [3], [4], [5], [6], [7], [8]