《Clinical and Translational Medicine》：Synthetic lethality in cancer therapy: Mechanisms, models and clinical translation for overcoming therapeutic resistance
编辑推荐：
本综述系统阐述了合成致死（SL）策略在克服肿瘤耐药性方面的前沿进展，深入剖析了其核心机制、关键靶点及临床转化路径。文章聚焦于如何利用CRISPR筛选、多组学技术等手段发现SL相互作用，重点探讨了PARP、ATR、WEE1等DNA损伤修复（DDR）通路抑制剂，以及PRMT5、USP1等新兴靶点在逆转PARP抑制剂（PARPi）耐药、应对肿瘤异质性方面的潜力，并展望了其与免疫疗法联合应用的前景，为肿瘤精准治疗提供了新视角。
1 SL策略及其优势
合成致死（SL）是指两个基因同时失活会导致细胞死亡，而单独失活其中一个基因则细胞仍可存活的遗传相互作用。这一概念已成功转化为癌症治疗的新范式，其核心优势在于能够精准靶向癌细胞的特定遗传缺陷，同时最大限度地减少对正常组织的损伤。
1.1 定义与分类
SL可分为非条件性和条件性两大类。经典案例如PARP抑制剂（PARPi）在BRCA1/2突变肿瘤中的应用：BRCA基因参与同源重组（HR）修复，其功能缺失会导致HR缺陷（HRD）。PARPi通过抑制PARP介导的单链断裂（SSB）修复，在DNA复制过程中导致双链断裂（DSB）积累。在HR功能正常的细胞中，DSB可被有效修复；但在HRD的癌细胞中，DSB无法修复，最终引发细胞死亡，从而实现选择性杀伤。
1.2 肿瘤特异性SL的优势
SL策略的优势主要体现在三个方面：精准靶向癌细胞、克服肿瘤异质性和耐药进化、以及推动个体化联合治疗。例如，在BRCA突变肿瘤中，PARPi可有效诱导SL；而对于PARPi耐药的肿瘤，靶向POLθ、ATR等替代通路可再次建立SL效应，从而克服耐药。
2 肿瘤耐药的常见机制
肿瘤耐药是一个多因素参与的动态过程，主要机制包括：药物外排泵（如P-gp）上调导致的药代动力学（PK）改变；靶点基因（如EGFR C797X突变）的二次突变；DNA损伤修复网络的重编程；代谢重编程（MR）以及肿瘤微环境（TME）的影响等。其中，癌细胞的异质性和癌症干细胞（CSCs）的存在是导致耐药的重要内在因素。
3 SL相关的耐药机制
3.1 DNA损伤修复网络的重编程
DDR网络的重编程是SL相关耐药的核心。以PARPi为例，其疗效常因HR功能的恢复（如BRCA逆转突变）而受限。研究发现，抑制ATR-CHK1轴或PKMYT1等替代通路，可在HRD肿瘤中重新诱导SL效应。此外，SL策略也应用于克服其他靶向药物的耐药，如FGFR抑制剂耐药可通过联合PLK1抑制剂来逆转。
3.2 代谢重编程依赖性
肿瘤细胞通过代谢重编程适应治疗压力。例如，MTAP基因缺失的肿瘤细胞对PRMT5抑制剂敏感，形成了代谢层面的SL关系。靶向丝氨酸/甘氨酸-叶酸循环或核苷酸合成通路，可干扰dNTP和NADPH的供应，从而削弱耐药细胞的DNA修复能力。
3.3 细胞周期检查点依赖性
细胞周期检查点（如G2/M检查点）是维持基因组稳定的关键。在p53缺失等检查点缺陷的肿瘤中，细胞高度依赖ATR-CHK1等替代检查点。抑制WEE1或PKMYT1可导致检查点崩溃，使带有DNA损伤的细胞提前进入有丝分裂，引发有丝分裂灾难，从而在特定遗传背景下实现SL。
4 SL筛选在耐药模型中的应用
4.1 全基因组CRISPR-Cas9筛选
CRISPR-Cas9筛选技术能够系统性地鉴定维持耐药性的基因和新型SL配对。例如，在PARPi耐药细胞中筛选发现USP28是维持耐药的关键因子；在FGFR突变膀胱癌模型中，发现靶向SRM可增强erdafitinib的敏感性。
4.2 RNA干扰高通量筛选
RNAi筛选通过敲低基因表达，观察其对细胞存活、信号通路的影响，从而识别SL靶点。例如，在CtIP缺陷细胞中筛选DDR相关基因，发现同时破坏BARD1可诱导更强的细胞凋亡。
4.3 单细胞转录组学与空间组学辅助的SL筛选
单细胞RNA测序（scRNA-seq）和空间转录组学能够解析耐药模型中的细胞异质性和微环境相互作用。这些技术有助于识别与耐药相关的细胞亚群和生态位，为发现新的SL相互作用提供线索。
4.4 小分子化合物库筛选
在耐药细胞系、类器官或PDX模型中进行小分子库筛选，可直接发现能逆转耐药或与原有靶向药产生协同作用的化合物。例如，在胶质母细胞瘤（GBM）中，发现BRD4抑制剂birabresib与PARPi存在SL相互作用。
4.5 SL预测的生物信息学工具
DAISY、SILI等工具通过分析基因组学数据和功能筛选结果，利用互斥性、共表达等模式预测SL相互作用。知识图谱（如SLKG）和图神经网络（如KG4SL）则整合多源生物数据，从网络拓扑结构中挖掘潜在的SL关系。
5 基于SL的抑制剂
5.1 已临床批准的药物
PARPi是SL策略成功临床转化的典范。奥拉帕利（Olaparib）、尼拉帕利（Niraparib）等药物已获批用于BRCA突变卵巢癌、乳腺癌等的治疗。它们通过“PARP捕获”机制，稳定PARP-DNA复合物，加剧DNA复制压力，从而在HRD肿瘤中引发SL效应。
5.2 临床试验阶段的抑制剂
多项针对新兴SL靶点的抑制剂已进入临床研究阶段：
- •
POLθ抑制剂（如ART558, RP-3467）：在BRCA缺陷肿瘤中诱导SL，并可能克服PARPi耐药。
- •
WRN抑制剂（如HRO761, VVD-133214）：针对MSI-H/dMMR肿瘤，诱导DNA损伤和细胞死亡。
- •
PRMT5抑制剂（如TNG462, BMS-986504）：选择性靶向MTAP缺失肿瘤。
- •
USP1抑制剂（如SIM0501, TNG348）：在HRD肿瘤中与PARPi协同作用。
- •
ATR抑制剂（如BAY 1895344, AZD6738）：在ATM缺陷等DDR异常肿瘤中显示潜力。
- •
CHK1/2抑制剂（如Prexasertib, GDC-0575）：靶向细胞周期检查点，与DNA损伤药物联用。
5.3 临床前研究阶段的抑制剂
许多有前景的靶点和化合物正处于临床前开发阶段：
- •
WRN抑制剂：ZM-3329, MOMA-341等在临床前模型中显示出抗肿瘤活性。
- •
SMARCA2/4降解剂：如ACBI2、SMD-3040等PROTAC分子，可选择性降解SMARCA2，用于治疗SMARCA4缺陷肿瘤。
- •
PKMYT1抑制剂：如化合物A30、化合物7等，在CCNE1扩增肿瘤中诱导SL。
5.4 新兴靶点
RAD51及其旁系同源物（RAD51B/C/D等）作为HR修复的核心组件，其抑制剂（如B02）在临床前研究中显示出与PARPi的协同作用。c-MYC（MYC）癌蛋白过表达的肿瘤对拓扑异构酶I（TOP1）抑制剂敏感。RAD52在CCNE1高表达肿瘤的复制叉稳定中起关键作用，成为潜在的新靶点。
6 SL生物标志物与联合治疗
6.1 生物标志物
有效的生物标志物是SL疗法成功的关键。
- •
DDR与修复相关：BRCA1/2突变是PARPi疗效的最经典标志。SLFN11表达、RAD51焦点形成等也可预测DDR靶向药物的反应。
- •
细胞周期与有丝分裂调控相关：CDK12缺失、TRIM37扩增等可作为相应抑制剂（如CDK12i、PLK4i）的潜在标志物。
- •
翻译与tRNA代谢相关：tsRNAs（如tRF-Leu-CAG）的表达与多种肿瘤耐药相关，有望成为新型预测标志物。
- •
代谢与表观遗传相关：MTAP缺失预测对PRMT5抑制剂的敏感性；ARID1A缺失与ATR抑制剂敏感性相关。
6.2 联合治疗
联合用药是克服耐药、提高疗效的重要策略。
- •
PARPi与ATR/CHK1/WEE1抑制剂联用，可协同增强DNA损伤，克服PARPi耐药。
- •
DDR抑制剂（如ATRi、WEE1i）与免疫检查点抑制剂（ICIs）联用，可通过激活cGAS-STING通路等机制增强抗肿瘤免疫。
- •
针对特定耐药机制设计联合方案，如EGFR-TKI耐药后联合MET抑制剂等。
7 结论
SL策略为克服肿瘤耐药提供了强大的理论框架和极具前景的治疗途径。从PARPi的成功到针对POLθ、WRN等新兴靶点的探索，SL研究正不断深化。未来方向应侧重于利用人工智能和多组学数据构建SL网络模型，实现更精准的患者分层；优化联合治疗策略，动态监测耐药演变；并推动更多临床前发现向临床转化，最终为肿瘤患者提供更有效、更持久的个性化治疗方案。
