MutaSight
Molekulare Modellierung in der präzisen Onkologie
Entdecken Sie, wie molekulare Modellierungs- und Bioinformatik-Tools die Krebsbehandlung revolutionieren, indem sie eine präzise Analyse von Tumormutationen ermöglichen.
Entdecken Sie, wie molekulare Modellierungs- und Bioinformatik-Tools die Krebsbehandlung revolutionieren, indem sie eine präzise Analyse von Tumormutationen ermöglichen.
Dank fortschrittlicher Analysen können Ärzte die Mutationen erkennen, die die Krebsentstehung verursachen, und die Behandlung darauf fokussieren.
Die präzise Onkologie zielt darauf ab, patientenspezifische Behandlungen zu entwickeln, die auf dem genetischen Profil des Tumors jedes Patienten basieren.
Dieser personalisierte Ansatz verbessert die Wirksamkeit der Behandlung und reduziert Nebenwirkungen.
Eine Mutation ist eine Veränderung in der DNA-Sequenz eines Gens. In einigen Fällen kann dies zur Entwicklung von Krebs führen.
Abhängig vom Typ und der Lage der Mutation kann diese Onkogene aktivieren oder Tumorsuppressorgene inaktivieren.
Die Analyse von Mutationen hilft dabei, die besten Behandlungsoptionen für jeden Krebspatienten zu bestimmen.
Durch die Analyse von Sequenzunterschieden zwischen gesunden und mutierten Proteinen können Forscher Abnormalitäten erkennen, die zur Krebsentwicklung beitragen.
Durch Modellierung der Auswirkungen identifizierter Mutationen, die in Datenbanken nicht dokumentiert sind, können wir bewerten, wie diese Veränderungen die Struktur und Funktion von Proteinen beeinflussen. Diese 3D-Analysen zeigen, wie Mutationen die Konformation von Proteinen destabilisieren oder verändern können, was ihre Interaktionen und Aktivitäten stört.
Durch die Identifizierung wichtiger Proteine, die von Mutationen betroffen sind, können Onkologen gezielte Behandlungen empfehlen, die deren Aktivität spezifisch hemmen.
Der Fall eines Patienten mit uvealem Melanom, der auf die Behandlung seines Onkologen reagierte, basierend auf den Ergebnissen der molekularen Modellierung der Tumormutationen.
Die Next-Generation Sequencing (NGS)-Analyse einer Biopsie eines Patienten mit uvealem Melanom ergab mehrere somatische Mutationen, von denen einige in Datenbanken nicht dokumentiert sind.
Die molekulare Modellierungsanalyse der unbekannten Mutationen sagte voraus, dass zwei von ihnen aktivierend sein könnten.
Inspiriert von den Vorhersagen der molekularen Modellierung schlug der Onkologe eine personalisierte Behandlung für den Patienten vor, die anschließend eine positive Reaktion auf die Therapie zeigte.
Details zu diesem Fall wurden in einer wissenschaftlichen Zeitschrift veröffentlicht,
die hier verfügbar ist
Trametinib Induces the Stabilization of a Dual GNAQ p.Gly48Leu- and FGFR4
p.Cys172Gly-Mutated Uveal Melanoma. The Role of Molecular Modelling in Personalized Oncology
Fanny S. Krebs et al. Int. J. Mol. Sci. 2020, 21, 8021.
Abstract. We report a case of an uveal melanoma patient with GNAQ p.Gly48Leu who responded to MEK inhibition. At the time of the molecular analysis, the pathogenicity of the mutation was unknown. A tridimensional structural analysis showed that Gαq can adopt active and inactive conformations that lead to substantial changes, involving three important switch regions. Our molecular modelling study predicted that GNAQ p.Gly48Leu introduces new favorable interactions in its active conformation, whereas little or no impact is expected in its inactive form. This strongly suggests that GNAQ p.Gly48Leu is a possible tumor-activating driver mutation, consequently triggering the MEK pathway. In addition, we also found an FGFR4 p.Cys172Gly mutation, which was predicted by molecular modelling analysis to lead to a gain of function by impacting the Ig-like domain 2 folding, which is involved in FGF binding and increases the stability of the homodimer. Based on these analyses, the patient received the MEK inhibitor trametinib with a lasting clinical benefit. This work highlights the importance of molecular modelling for personalized oncology.
