計算生物學
有效的藥物聯合療法可以改善癌症治療，但藥物協同作用的機制基礎仍然知之甚少。大多數計算方法優先考慮預測準確性，而非分子機制層面的可解釋性，因此對於協同效應如何在不同信號傳導背景下產生，僅能提供有限見解。我們開發了 Trafikk，這是一種基於分子信號傳導網絡的框架，可在細胞系特異性的計算模型中模擬藥物擾動，從而映射實驗性聯合篩選中的功能結局。在兩個相互獨立的大規模數據集中，Trafikk 以超過 77% 的召回率識別出協同藥物組合。功能反應預測揭示了既保守又依賴背景的機制。
儘管在 742 個細胞系中，AKT-MEK 共抑制始終破壞了協調的存活與凋亡信號傳導，但 PI3K-BCL2 協同作用則通過由細胞背景特異性網絡約束塑造的不同死亡程序而產生。Trafikk 將預測性能與機制可解釋性相結合，捕捉了藥物協同作用如何以及為何在不同細胞背景中產生。源代碼、安裝說明和使用教程可在 https://github.com/druglogics/trafikk 免費取得。
📄 原文連結：https://www.biorxiv.org/content/10.64898/2026.05.08.723755v1?rss=1
🏷️ 抗癌藥物協同 藥物組合預測 信號傳導網絡 機制可解釋性 細胞系建模