frontier-banner
前沿速递
首页>前沿速递>

Drugs | DLL3靶向策略在晚期前列腺癌中的当前证据与未来展望

Drugs | DLL3靶向策略在晚期前列腺癌中的当前证据与未来展望
--

小赛推荐:

本研究揭示了 DLL3 在神经内分泌前列腺癌中的关键作用,为 前列腺癌 患者筛选及 基因编辑动物模型 的构建提供了明确的分子靶点与实验设计依据。

 

文献概述

本文《DLL3‑Targeted Strategies in Advanced Prostate Cancer: Current Evidence and Future Perspectives》,发表于《Drugs》杂志,系统探讨了针对晚期前列腺癌中侵袭性变异亚型(AVPC)及神经内分泌前列腺癌(NEPC)的 DLL3 靶向治疗策略。文章回顾了从生物学机制到临床转化的全过程,分析了抗体偶联药物(ADC)、双特异性/三特异性 T 细胞衔接器(TCE)及放射性药物等多种治疗平台的早期临床数据,并强调了生物标志物指导的患者分层对于提高疗效的关键意义。

背景知识

1. 该研究解决的 前列腺癌 痛点在于,尽管雄激素受体(AR)信号通路抑制是标准疗法,但部分肿瘤通过谱系可塑性转化为 AR 非依赖性的神经内分泌表型,导致对现有治疗耐药且预后极差。2. 目前 DLL3 的研究瓶颈在于缺乏标准化的检测阈值,且其在不同亚型(如去分化腺癌与纯神经内分泌癌)中的表达异质性尚未完全阐明,限制了精准用药。3. 选题切入点在于 DLL3 作为一种在正常成人组织中低表达但在神经内分泌恶性肿瘤中异常高表达的抑制性 Notch 配体,具有极佳的 theranostic(诊疗一体化)潜力。文章深入分析了 TP53、RB1 缺失与 DLL3 上调的分子关联,指出 DLL3 不仅是诊断 神经内分泌前列腺癌 的标志物,更是极具潜力的治疗靶点。

 

构建精准神经内分泌前列腺癌模型,加速DLL3靶向药物筛选与验证

 

研究方法与核心实验

作者通过系统综述了现有的临床前及临床数据,整合了组织免疫组化(IHC)、单细胞转录组学及循环肿瘤细胞(CTC)分析等多维度证据。研究重点评估了 DLL3 在良性前列腺、局限性前列腺癌及转移性去势抵抗性前列腺癌(mCRPC)中的表达差异,利用患者来源的异种移植(PDX)模型验证了 DLL3 靶向药物(如 Rova-T, Tarlatamab, HPN328)的疗效。关键证据显示,DLL3 高表达与 RB1 缺失及神经内分泌特征高度相关,且在 DLL3 阳性模型中,DLL3 靶向 TCE 能诱导显著的肿瘤消退,甚至通过旁观者效应杀伤邻近的 DLL3 阴性细胞。

关键结论与观点

  • DLL3 在约 76.6% 的去势抵抗性神经内分泌前列腺癌中表达,而在腺癌中仅占 12.5%,证实了其作为 神经内分泌前列腺癌 特异性生物标志物的价值。
  • 临床前研究显示,DLL3 靶向抗体偶联药物(ADC)在 DLL3 高表达的 神经内分泌前列腺癌 异种移植模型中能诱导完全缓解,但早期临床数据(如 Rova-T)显示疗效有限且毒性较大,提示需优化载荷或筛选更高表达人群。
  • 双特异性 T 细胞衔接器(如 Tarlatamab)在 DLL3 阳性肿瘤中展现出更优的抗肿瘤活性,其疗效与 DLL3 表达水平呈正相关,且能克服部分异质性。
  • 三特异性 T 细胞衔接器(如 HPN328)通过延长半衰期提高了给药便利性,在 神经内分泌肿瘤 队列中观察到客观缓解率,但需警惕细胞因子释放综合征(CRS)。
  • 免疫 PET 成像(如 89Zr-DFO-SC16.56)与组织 IHC 高度一致,为无创评估 DLL3 表达及患者筛选提供了可行的 实验方向。

研究意义与展望

从科研视角分析,该发现对 药物开发 具有指导意义,提示未来应聚焦于开发更安全的 DLL3 靶向制剂,并建立基于 DLL3 表达水平的分层临床试验设计。对于 临床监测,结合液体活检检测 DLL3 动态变化可能有助于早期识别谱系转化。在 疾病建模 方面,构建携带 TP53/RB1 双敲除且高表达 DLL3 的 基因编辑小鼠模型 将加速新药筛选进程。

 

提供全人源化抗体小鼠平台,助力高亲和力DLL3抗体药物开发与评估

 

结语

本文全面评估了 DLL3 作为晚期前列腺癌治疗靶点的潜力,指出尽管传统化疗效果有限,但针对 DLL3 的新型免疫疗法为 神经内分泌前列腺癌 患者带来了新希望。研究强调,成功的关键在于精准识别 DLL3 高表达人群,这需要标准化的检测方法和更严格的入组标准。从实验室到临床的转化过程中,利用 基因编辑动物模型 模拟 DLL3 驱动的肿瘤微环境,结合免疫组化与分子影像技术,将是优化治疗策略的基石。未来,随着 DLL3 靶向药物的迭代及联合治疗方案的探索,有望显著改善这一难治性 相关疾病 患者的生存预后,重塑前列腺癌的治疗格局。

 

文献来源:
Giovanna Pecoraro, Alberto De Giorgi, Giulia Montelatici, Silke Gillessen, and Martino Pedrani. DLL3-Targeted Strategies in Advanced Prostate Cancer: Current Evidence and Future Perspectives. Drugs.
多序列比对
Multiple Sequence Alignment 用于多条 DNA 和蛋白质序列的比对,并可视化序列比对结果,有助于序列聚类、分析序列间多样性、识别保守和突变区域。包含 ClustalW 和 MUSCLE 自动比对工具, 其中 MUSCLE 包含NJ,UPGMA, UPGMB聚类方法。