DOI: https://doi.org/10.3389/fimmu.2025.1726210
PMID: https://pubmed.ncbi.nlm.nih.gov/41607787
تاريخ النشر: 2026-01-13
المؤلف: Wu Yimao وآخرون
الموضوع الرئيسي: الحديدية والمآل السرطاني
نظرة عامة
تناقش هذه الفقرة إمكانية الفيروبتوز، وهو شكل معتمد على الحديد من الموت الخلوي المنظم الذي يتميز بأكسدة الدهون، كاستراتيجية علاجية لمكافحة مقاومة العلاج الكيميائي والعلاج المستهدف في السرطان. يؤثر الميكروبيئة المناعية للورم بشكل كبير على قابلية الفيروبتوز، حيث يقوم IFN-γ المشتق من خلايا CD8+ T بتعديل المسارات الرئيسية مثل تقليل نظام Xc- وزيادة ACSL4. لا يعزز هذا العملية الموت الخلوي المناعي فحسب، بل يعزز أيضًا تسلل خلايا T، مما يشير إلى أن تحفيز الفيروبتوز يمكن أن يتعاون مع حجب نقاط التفتيش المناعية لتعزيز المناعة المضادة للورم المستدامة. تسلط المراجعة الضوء على الآليات الجزيئية التي تكمن وراء حساسية الفيروبتوز في السرطانات المقاومة، وتستكشف التفاعل بين الاستجابات المناعية والفيروبتوز، وتقيّم استراتيجيات الجمع مع العلاج المناعي مع معالجة التحديات مثل السمية وتصنيف المرضى.
في الختام، يمثل استهداف الفيروبتوز نهجًا جديدًا للتغلب على مقاومة الأدوية في الأورام، لا سيما في السرطانات عالية ACSL4 مثل سرطان البنكرياس القنوي، التي تظهر استجابات محسنة لمثبطات نقاط التفتيش المناعية عند دمجها مع المحفزات الفيروبتوز. تؤكد المراجعة على تطور الاستراتيجيات العلاجية من التدخلات ذات الهدف الواحد إلى النهج متعددة الأبعاد التي تشمل التثبيط المباشر لمحور نظام Xc–GSH-GPX4، وتعديل استقلاب الحديد، وزيادة إشارات أكسدة الدهون. ومع ذلك، تواجه الترجمة السريرية عقبات، بما في ذلك الحاجة إلى مؤشرات حيوية محددة لتصنيف المرضى، وتنوع الأورام، والسمية غير المستهدفة. يجب أن تركز الأبحاث المستقبلية على دمج بيانات متعددة الأوميات مع التعلم الآلي للتنبؤ بحساسية الفيروبتوز، وتطوير أنظمة توصيل استجابة، وإجراء تجارب سريرية متعددة المراكز لتسهيل انتقال العلاجات المعتمدة على الفيروبتوز من المختبر إلى الممارسة السريرية.
مقدمة
تسلط المقدمة الضوء على التحدي الحاسم لمقاومة الأدوية في علاج السرطان، والذي يعيق بشكل كبير فعالية كل من العوامل الكيميائية، مثل سيسبلاتين وباكليتاكسيل، والعلاجات المستهدفة، مثل مثبطات EGFR وBRAF. غالبًا ما يُعزى هذا المقاومة إلى قدرة خلايا السرطان على التهرب من الموت المبرمج، وهي عملية يمكن مواجهتها من خلال تحفيز الفيروبتوز، لا سيما في الأورام التي تظهر خصائص ميزانشيمية.
توضح النصوص أيضًا أن خلايا السرطان عادة ما تهرب من الموت المبرمج الناتج عن العلاج إما من خلال زيادة التعبير عن البروتينات المضادة للموت المبرمج، بما في ذلك Bcl-2 وMcl-1، أو من خلال الطفرات في الجينات المرتبطة بالموت المبرمج، مثل p53. تسهم هذه التكيفات في النهاية في فشل استراتيجيات العلاج، مما يبرز الحاجة إلى نهج بديلة للتغلب على آليات المقاومة في علاج السرطان.
مناقشة
تؤكد فقرة المناقشة في ورقة البحث على الدور الفريد للفيروبتوز، وهو شكل من أشكال الموت الخلوي المنظم الذي يتميز بالاعتماد على الحديد وتراكم بيروكسيد الدهون، لا سيما في خلايا السرطان المقاومة للأدوية. يمثل الفيروبتوز هدفًا علاجيًا واعدًا بسبب الضعف المحدد لهذه الخلايا، التي غالبًا ما تخضع لإعادة برمجة أيضية تؤدي إلى اختلالات في استقلاب الحديد وأكسدة الدهون. على سبيل المثال، تظهر خلايا سرطان الرئة الغدية المقاومة للأدوية حساسية متزايدة للفيروبتوز من خلال زيادة التعبير عن عائلة إنزيمات الأسيل-CoA الاصطناعية الطويلة السلسلة 4 (ACSL4) والتغيرات الأيضية التي تتفاعل مع الاستجابات المناعية، مثل IFN-γ المشتق من خلايا CD8+ T. يبرز هذا الإمكانية لاستراتيجيات استهداف الفيروبتوز في التغلب على مقاومة الأدوية في أنواع مختلفة من السرطان، بما في ذلك سرطان الثدي الثلاثي السلبي وسرطان الكلى الخلوي الواضح.
توضح الفقرة أيضًا الأطر الميكانيكية التي تكمن وراء قابلية الفيروبتوز في السرطانات المقاومة للأدوية، مع التركيز على إعادة البرمجة الأيضية، وعيوب نظام مضادات الأكسدة، وتكيفات الميكروبيئة الورمية. تشمل التغيرات الأيضية الرئيسية زيادة الجلوتامينوليز، مما يزيد من إنتاج الأنواع التفاعلية من الأكسجين (ROS) وأكسدة الدهون، وإعادة تشكيل الدهون التي تغني الفوسفوليبيدات من الأحماض الدهنية غير المشبعة (PUFA-PLs)، وهي الركائز الحيوية للفيروبتوز. بالإضافة إلى ذلك، تظهر الخلايا المقاومة للأدوية اختلالًا في توازن الحديد، يتميز بزيادة امتصاص الحديد وتدهور الفيريتين، مما يخلق بشكل جماعي حالة “مؤيدة للفيروبتوز”. تساهم هشاشة دفاعات مضادات الأكسدة، لا سيما محور الجلوتاثيون-جلوتاثيون بيروكسيداز 4 (GPX4)، في حساسيتها. يعد فهم هذه الآليات أمرًا ضروريًا لتطوير علاجات فعالة تستغل الفيروبتوز لمكافحة مقاومة الأدوية في علاج السرطان.
القيود
تنشأ القيود في أبحاث الفيروبتوز بشكل أساسي من نقص المؤشرات الحيوية القابلة للتطبيق سريريًا وأنظمة الكشف الموحدة، مما يعيق التنبؤ الدقيق لاستجابات المرضى لمحفزات الفيروبتوز ويعيق المراقبة الديناميكية أثناء العلاج. بينما تم ربط بعض الجزيئات مثل ACSL4، ومُستقبل ترانسفيرين 1 (TfR1)، وGPX4 بحساسية الفيروبتوز، إلا أن قابليتها للتطبيق السريري لا تزال غير مثبتة في مجموعات مرضى كبيرة. على سبيل المثال، يُعتبر ACSL4 مؤشرًا على الحساسية في سرطان الثدي الثلاثي السلبي، ومع ذلك، يمكن أن يؤدي نقصه في بعض سرطانات القولون إلى جعل المحفزات غير فعالة. تقتصر تقنيات الكشف الحالية، مثل مجسات الفلورسنت لأكسدة الدهون واختبارات نشاط GPX4، إلى حد كبير على التطبيقات في المختبر أو نماذج الحيوانات، مما يجعلها تحديًا للاستخدام السريري المباشر. تتضمن تقنيات مثل قياس الطيف الكتلي لتحديد كمية أكسدة الدهون، على الرغم من كونها محددة، تحضيرات عينات معقدة ومكلفة، وتواجه الطرق المناعية الكيميائية مشاكل في خصوصية الأجسام المضادة التي يمكن أن تؤدي إلى نتائج إيجابية خاطئة.
لمعالجة هذه التحديات، هناك حاجة ملحة لنظام توقع مؤشرات حيوية متكامل يستفيد من بيانات متعددة الأوميات (الجينوميات، والترانسكربتوميات، والبروتيوميات، والميتابولوميات) المدمجة مع خوارزميات التعلم الآلي. يتم استخدام أساليب حسابية ناشئة، لا سيما التعلم العميق والأساليب الجماعية، لتحليل هذه البيانات متعددة الأوميات للتنبؤ بحساسية الفيروبتوز بدقة أكبر. على سبيل المثال، أظهرت مصنفات الغابة العشوائية دقة تزيد عن 85% في التنبؤ بحساسية مثبطات GPX4 عبر أنواع مختلفة من السرطان من خلال تحليل ملفات الترانسكربتوميات والليبيدوميات. بالإضافة إلى ذلك، يمكن لنماذج التعلم العميق التي تتضمن الحالة الطفرية، وأنماط الميثيل، وبيانات التعبير البروتيني أن تصنف المرضى بشكل فعال بناءً على حساسيتهم للفيروبتوز، مما يكشف عن قيمة تنبؤية كبيرة. لا تحسن هذه التطورات من دقة التنبؤ فحسب، بل تكشف أيضًا عن تركيبات جديدة من المؤشرات الحيوية، مثل التفاعل بين تعبير ACSL4 وجينات استقلاب الحديد، والتي يمكن أن تُعلم العلاجات المعتمدة على الفيروبتوز الشخصية.
DOI: https://doi.org/10.3389/fimmu.2025.1726210
PMID: https://pubmed.ncbi.nlm.nih.gov/41607787
Publication Date: 2026-01-13
Author(s): Wu Yimao et al.
Primary Topic: Ferroptosis and cancer prognosis
Overview
The section discusses the potential of ferroptosis, an iron-dependent form of regulated cell death characterized by lipid peroxidation, as a therapeutic strategy to combat chemotherapy and targeted therapy resistance in cancer. The tumor immune microenvironment significantly influences ferroptosis susceptibility, with CD8+ T cell-derived IFN-γ modulating key pathways such as downregulating system Xc- and upregulating ACSL4. This process not only promotes immunogenic cell death but also enhances T cell infiltration, suggesting that ferroptosis induction can synergize with immune checkpoint blockade to foster sustained antitumor immunity. The review highlights the molecular mechanisms underlying ferroptosis sensitivity in resistant cancers, explores the interplay between immune responses and ferroptosis, and evaluates combination strategies with immunotherapy while addressing challenges such as toxicity and patient stratification.
In conclusion, targeting ferroptosis presents a novel approach to overcoming drug resistance in tumors, particularly in ACSL4-high cancers like pancreatic ductal adenocarcinoma, which show enhanced responses to immune-checkpoint inhibitors when combined with ferroptosis inducers. The review emphasizes the evolution of therapeutic strategies from single-target interventions to multidimensional approaches that include direct inhibition of the System Xc–GSH-GPX4 axis, modulation of iron metabolism, and amplification of lipid peroxidation signaling. However, clinical translation faces hurdles, including the need for specific biomarkers for patient stratification, tumor heterogeneity, and off-target toxicity. Future research should focus on integrating multi-omics data with machine learning to predict ferroptosis sensitivity, developing responsive delivery systems, and conducting multicenter clinical trials to facilitate the transition of ferroptosis-based therapies from laboratory to clinical practice.
Introduction
The introduction highlights the critical challenge of drug resistance in cancer therapy, which significantly hampers the effectiveness of both chemotherapeutic agents, like cisplatin and paclitaxel, and targeted therapies, such as EGFR and BRAF inhibitors. This resistance is often attributed to cancer cells’ ability to evade apoptosis, a process that can be countered by inducing ferroptosis, particularly in tumors exhibiting mesenchymal characteristics.
The text further explains that cancer cells typically escape therapy-induced apoptosis by either upregulating anti-apoptotic proteins, including Bcl-2 and Mcl-1, or through mutations in apoptosis-related genes, such as p53. These adaptations ultimately contribute to the failure of treatment strategies, underscoring the need for alternative approaches to overcome resistance mechanisms in cancer therapy.
Discussion
The discussion section of the research paper emphasizes the unique role of ferroptosis, a regulated form of cell death characterized by iron dependence and lipid peroxide accumulation, particularly in drug-resistant cancer cells. Ferroptosis presents a promising therapeutic target due to the specific vulnerabilities of these cells, which often undergo metabolic reprogramming that leads to iron metabolism imbalances and lipid peroxidation. For instance, drug-resistant lung adenocarcinoma cells exhibit increased sensitivity to ferroptosis through enhanced expression of acyl-CoA synthetase long-chain family member 4 (ACSL4) and metabolic alterations that interact with immune responses, such as CD8+ T cell-derived interferon-gamma (IFN-g). This highlights the potential for ferroptosis-targeting strategies in overcoming drug resistance in various cancer subtypes, including triple-negative breast cancer and clear cell renal carcinoma.
The section further elucidates the mechanistic frameworks underlying ferroptosis susceptibility in drug-resistant cancers, focusing on metabolic reprogramming, antioxidant system defects, and tumor microenvironment adaptations. Key metabolic changes include enhanced glutaminolysis, which increases reactive oxygen species (ROS) production and lipid peroxidation, and lipidome remodeling that enriches polyunsaturated fatty acid phospholipids (PUFA-PLs), critical substrates for ferroptosis. Additionally, drug-resistant cells exhibit dysregulated iron homeostasis, characterized by increased iron uptake and ferritin degradation, which collectively create a “pro-ferroptotic” state. The fragility of antioxidant defenses, particularly the glutathione-glutathione peroxidase 4 (GPX4) axis, further contributes to their susceptibility. Understanding these mechanisms is essential for developing effective therapies that exploit ferroptosis to combat drug resistance in cancer treatment.
Limitations
The limitations in ferroptosis research primarily stem from the lack of clinically actionable biomarkers and standardized detection systems, which impede the accurate prediction of patient responses to ferroptosis inducers and hinder dynamic monitoring during treatment. While certain molecules like ACSL4, transferrin receptor 1 (TfR1), and GPX4 have been linked to ferroptosis sensitivity, their clinical applicability remains unvalidated in large patient cohorts. For instance, ACSL4 is a predictor of sensitivity in triple-negative breast cancer, yet its deficiency in some colorectal cancers can render inducers ineffective. Current detection technologies, such as lipid peroxidation fluorescent probes and GPX4 activity assays, are largely limited to in vitro or animal model applications, making them challenging for direct clinical use. Techniques like mass spectrometry for lipid peroxidation quantification, while specific, involve complex and costly sample preparations, and immunohistochemical methods face issues with antibody specificity that can lead to false positives.
To address these challenges, there is an urgent need for an integrated biomarker prediction system that leverages multi-omics data (genomics, transcriptomics, proteomics, metabolomics) combined with machine learning algorithms. Emerging computational approaches, particularly deep learning and ensemble methods, are being utilized to analyze these multi-omics datasets to predict ferroptosis sensitivity more accurately. For example, random forest classifiers have demonstrated over 85% accuracy in predicting GPX4 inhibitor sensitivity across various cancer types by analyzing transcriptomic and lipidomic profiles. Additionally, deep learning models that incorporate mutational status, methylation patterns, and protein expression data can effectively stratify patients based on their ferroptosis sensitivity, revealing significant prognostic value. These advancements not only improve predictive accuracy but also uncover novel biomarker combinations, such as the interplay between ACSL4 expression and iron metabolism genes, which could inform personalized ferroptosis-based therapies.