باکتری های مهندسی شده برای درمان سرطان

اگر تومور جامد (solid tumor) را تنها به صورت یک توده سلولی در حال تکثیر ببینیم، بخش مهمی از واقعیت زیستی آن را نادیده گرفته ایم. تومورهای جامد در عمل ساختارهایی بسیار پیچیده، ناهمگن و پویا هستند که از سلول های سرطانی، سلول های ایمنی، سلول های استرومایی، شبکه های عروقی نابسامان، ماتریکس خارج سلولی متراکم و نواحی با ویژگی های متابولیک متفاوت تشکیل شده اند. درون یک تومور، ممکن است بخشی از بافت اکسیژن نسبتا کافی داشته باشد، بخشی دیگر دچار هیپوکسی شدید باشد و ناحیه ای نیز به سمت نکروز پیش رفته باشد. همین تنوع فضایی و عملکردی باعث می شود رساندن یکنواخت دارو به تمام بخش های تومور بسیار دشوار شود.

در بسیاری از تومورهای جامد، عروق خونی به شکل نامنظم و ناکارآمد ساخته می شوند. این عروق نه تنها رسانش موثر دارو را مختل می کنند، بلکه فشار بینابینی را افزایش می دهند و نفوذ ترکیبات درمانی را به اعماق تومور کاهش می دهند. از سوی دیگر، ماتریکس خارج سلولی متراکم و تغییرات شیمیایی محیط تومور، مانند اسیدی شدن موضعی و تجمع متابولیت هایی نظیر لاکتات، یک سد مضاعف در برابر درمان ایجاد می کنند. به همین دلیل، حتی داروهایی که در شرایط آزمایشگاهی اثر قابل قبولی دارند، در بستر واقعی تومور ممکن است به کارایی مورد انتظار نرسند.

درمان های رایج، با وجود پیشرفت های چشمگیر، هنوز با محدودیت های بنیادی روبه رو هستند. شیمی درمانی به علت توزیع سیستمیک، فقط به سلول های توموری محدود نمی ماند و بافت های سالم با تقسیم سریع را نیز درگیر می کند؛ نتیجه، همان سمیت سیستمیک شناخته شده ای است که با ریزش مو، تهوع، خستگی و سرکوب سیستم ایمنی همراه می شود. در سوی دیگر، ایمونوتراپی هایی مانند immune checkpoint inhibitors اگرچه در برخی سرطان ها انقلابی واقعی ایجاد کرده اند، اما در تومورهای جامد همواره با مشکل نفوذ ناکافی، میکرو محیط سرکوبگر ایمنی و خطر عوارض التهابی گسترده مواجه اند. در واقع، مسئله فقط پیدا کردن یک مولکول قوی تر نیست؛ مسئله این است که چگونه می توان درمان را دقیقا به همان جایی رساند که بیشترین نیاز وجود دارد.

در همین نقطه، ایده ای که زمانی غیرمتعارف به نظر می رسید، دوباره با پشتوانه ای بسیار قوی تر وارد صحنه شده است: استفاده از باکتری ها به عنوان ابزار درمانی. چیزی که این ایده را امروز جدی و علمی کرده، صرفا حضور باکتری در تومور نیست، بلکه امکان برنامه ریزی دقیق آن با کمک synthetic biology است.

از عامل عفونت تا پلتفرم درمانی زنده

باکتری ها ویژگی هایی دارند که آن ها را برای هدف گیری تومورهای جامد به گزینه ای منحصربه فرد تبدیل می کند. بسیاری از گونه های باکتریایی به طور طبیعی به سمت نواحی هیپوکسیک و بافت های نکروتیک گرایش دارند؛ یعنی دقیقا همان مناطقی که بسیاری از داروهای معمول به سختی به آن ها دسترسی پیدا می کنند. علاوه بر این، باکتری ها می توانند در میکرو محیط تومور تکثیر شوند، با سلول های ایمنی تعامل کنند، ساختار فیزیکی تومور را تغییر دهند و حتی مولکول های درمانی را در همان محل تولید و آزاد کنند.

ایده استفاده از باکتری در درمان سرطان، موضوع تازه ای نیست. در اواخر قرن نوزدهم، William Coley (که به عنوان پدر ایمونوتراپی شناخته می‌شود) مشاهده کرد که در برخی بیماران، بروز عفونت های باکتریایی با پسرفت تومور همراه می شود. این مشاهدات به شکل گیری نخستین تلاش ها برای bacteriotherapy انجامید. با این حال، آن رویکردهای اولیه به دلیل نبود درک عمیق از زیست شناسی تومور، کنترل محدود بر رفتار باکتری و نگرانی های ایمنی، نتوانستند به درمانی پایدار و قابل اعتماد تبدیل شوند.

آنچه امروز شرایط را دگرگون کرده، توانایی مهندسی ژنتیک دقیق و طراحی مدارهای کنترل پذیر درون باکتری است. باکتری در این رویکرد دیگر صرفا یک حامل منفعل نیست که بار درمانی را جابه جا کند؛ بلکه به یک داروخانه زنده، حسگر محیطی و حتی در برخی طراحی ها به یک کامپیوتر زیستی تبدیل می شود که می تواند محیط را تحلیل کند، سیگنال ها را پردازش کند و در پاسخ به شرایط خاص، برنامه درمانی از پیش تعریف شده ای را اجرا کند. این تغییر، یک جهش مفهومی اساسی در درمان هدفمند سرطان محسوب می شود.

چالش اصلی مهندسی باکتری درمانی: کجا، کی و تا چه مدت؟

مهندسی یک باکتری برای درمان سرطان، تفاوت بنیادینی با طراحی یک داروی شیمیایی یا حتی یک biologic معمولی دارد. با یک موجود زنده مواجه هستیم که رشد می کند، تقسیم می شود، به فشارهای محیطی پاسخ می دهد، ممکن است دچار جهش شود و تحت تاثیر انتخاب طبیعی، اجزای مهندسی شده خود را از دست بدهد. در نتیجه، مسئله اصلی فقط این نیست که باکتری چه چیزی تولید کند، بلکه این است که این فعالیت در کجا، در چه زمانی و برای چه مدتی رخ دهد.

یک مدار ژنتیکی ممکن است در شرایط کنترل شده آزمایشگاه عملکردی دقیق و پیش بینی پذیر داشته باشد، اما در محیط پیچیده، متغیر و پرتنش تومور، همین مدار می تواند ناپایدار شود. اگر بیان ژن های مهندسی شده برای باکتری هزینه متابولیکی زیادی داشته باشد، جمعیت باکتریایی به تدریج سلول هایی را انتخاب می کند که این مدار را خاموش کرده یا از دست داده اند. از این رو، موفقیت واقعی در باکتری درمانی نه فقط به potency درمان، بلکه به کنترل spatiotemporal وابسته است.

سه پرسش در مرکز این چالش قرار دارند. نخست، چگونه می توان پایداری مدار ژنتیکی را حفظ کرد تا باکتری در طول زمان عملکرد درمانی خود را از دست ندهد. دوم، چگونه می توان رفتار جمعیت بزرگی از باکتری ها را هماهنگ کرد تا فعالیت درمانی به صورت منظم و قابل کنترل انجام شود. سوم، چگونه می توان اطمینان یافت که این سیستم فقط در محیط تومور فعال شود و در بافت سالم خاموش بماند. این سه محور، بنیان طراحی نسل جدید باکتری های درمانی را شکل می دهند.

پایداری ژنتیکی: وقتی مدار درمانی نباید از بین برود

هر مدار ژنتیکی مصنوعی، برای سلول میزبان هزینه دارد. تولید پروتئین های اضافی، حفظ پلاسمیدها، اجرای مسیرهای متابولیکی جدید و پاسخ به سیگنال های محیطی همگی بار متابولیکی ایجاد می کنند. در غیاب فشار انتخابی مناسب، این بار می تواند سبب شود سلول هایی که مدار مهندسی شده را حذف یا خاموش کرده اند، مزیت رشد پیدا کنند و به تدریج در جمعیت غالب شوند. برای یک پلتفرم درمانی زنده، این وضعیت به معنای افت کارایی و از دست رفتن پیش بینی پذیری سیستم است.

برای حل این مسئله، چندین راهبرد مکمل توسعه یافته است. یکی از رویکردهای مهم، طراحی سامانه های پلاسمیدی با پایداری بالاتر و توزیع مناسب تر بار ژنتیکی است. استفاده از پلاسمیدهایی با shared origin of replication در برخی طراحی های جدید نشان داده که برخلاف تصور سنتی درباره incompatibility، می تواند در شرایط خاص به توزیع بهتر بار متابولیکی و حفظ بیان چند ژن کمک کند. این نوع معماری ژنتیکی در برخی مطالعات حتی امکان شکل گیری زیرجمعیت های عملکردی مختلف را فراهم کرده است؛ پدیده ای که به نوعی phenotypic patterning شباهت دارد و می تواند انعطاف عملکردی سیستم را افزایش دهد.

در کنار این رویکرد، استفاده از سیستم های toxin-antitoxin و active partitioning نیز رایج است. در سامانه های toxin-antitoxin، از دست رفتن پلاسمید برای سلول هزینه بقا ایجاد می کند و همین موضوع به حفظ اجزای مهندسی شده کمک می کند. ماژول های active partitioning نیز انتقال فیزیکی پلاسمید به سلول های دختر را هنگام تقسیم تضمین می کنند و خطر حذف تصادفی را کاهش می دهند. راهبرد مکمل دیگر، ادغام ژن های درمانی در کروموزوم باکتری است که اگرچه ممکن است انعطاف طراحی را کمتر کند، اما معمولا پایداری بیشتری نسبت به سامانه های پلاسمیدی دارد.

یکی از لایه های مهم ایمنی و پایداری، طراحی auxotrophy است. در این روش، باکتری برای بقا به یک متابولیت یا ماده مغذی خاص وابسته می شود که فقط در شرایط ویژه، مثلا در میکرو محیط تومور یا در حضور مکمل خارجی، در دسترس است. بنابراین، اگر باکتری از تومور خارج شود یا وارد بافت سالم شود، توان بقا و گسترش خود را از دست می دهد. این راهبرد هم به محدودسازی فضایی کمک می کند و هم نگرانی های ایمنی را کاهش می دهد.

وقتی باکتری ها باید مثل یک سیستم واحد عمل کنند

درمان موثر با یک باکتری مهندسی شده فقط به رفتار یک سلول منفرد وابسته نیست. آنچه اهمیت دارد، رفتار جمعی هزاران یا میلیون ها باکتری درون تومور است. اگر هر سلول مستقل و نامنظم عمل کند، میزان رهایش دارو، شدت پاسخ ایمنی و زمان بندی اثر درمانی غیرقابل پیش بینی خواهد شد. برای همین، مهندسان زیستی تلاش کرده اند باکتری ها را نه فقط به عنوان واحدهای منفرد، بلکه به عنوان یک جمعیت هماهنگ طراحی کنند.

مهم ترین ابزار طبیعی برای این کار quorum sensing است. در این پدیده، باکتری ها مولکول های signaling کوچک را به محیط ترشح می کنند. با افزایش تراکم جمعیت، غلظت این مولکول ها بالا می رود و وقتی از یک آستانه مشخص عبور کند، مجموعه ای از ژن ها به صورت هماهنگ در کل جمعیت فعال می شود. این سازوکار به باکتری ها اجازه می دهد که زمان مناسب برای اجرای یک عملکرد جمعی را تشخیص دهند.

یکی از شناخته شده ترین کاربردهای این اصل در درمان سرطان، Synchronized Lysis Circuit یا SLC است. در این مدار، باکتری ها تا رسیدن به یک تراکم بحرانی در تومور رشد می کنند. پس از فعال شدن quorum sensing، یک برنامه لیز جمعی آغاز می شود و سلول ها به طور هماهنگ می ترکند و محتوای درمانی خود را در محیط تومور آزاد می کنند. سپس باقیمانده جمعیت دوباره رشد می کند و چرخه تکرار می شود. نتیجه، رهایش پالسی و دوره ای مولکول درمانی است؛ الگویی که می تواند نسبت به بیان مداوم و کنترل نشده، هم موثرتر و هم ایمن تر باشد.

اهمیت این مدل فقط در آزادسازی دارو نیست. لیز باکتری می تواند pathogen-associated molecular patterns را نیز آزاد کند و از این طریق به تحریک موضعی سیستم ایمنی کمک کند. بنابراین، یک مدار هماهنگ جمعیتی می تواند به طور همزمان هم delivery را تنظیم کند و هم immunostimulation را تقویت نماید. این موضوع در طراحی درمان های ترکیبی اهمیت ویژه ای دارد.

فعال سازی فقط در زمان و مکان مناسب

یکی از جذاب ترین مزیت های باکتری های مهندسی شده این است که می توان آن ها را برای پاسخ به ویژگی های خاص میکرو محیط تومور برنامه ریزی کرد. تومور جامد معمولا از نظر شیمیایی و فیزیولوژیک با بافت سالم تفاوت دارد: pH پایین تر، اکسیژن کمتر، تجمع لاکتات، تغییرات متابولیکی شدید، التهاب مزمن و حضور مجموعه ای متفاوت از cytokine ها و metabolite ها. هر یک از این تفاوت ها می تواند به عنوان یک ورودی برای فعال سازی انتخابی مدارهای ژنتیکی به کار رود.

برای مثال، obligate anaerobes به طور طبیعی فقط در محیط های بدون اکسیژن رشد می کنند و به همین دلیل به طور ذاتی به نواحی هیپوکسیک تومور محدود می شوند. اما حتی در باکتری های facultative نیز می توان از promoter های حساس به hypoxia، acidity یا lactate استفاده کرد تا بیان ژن درمانی تنها در شرایط توموری فعال شود. وقتی این حسگرهای محیطی با quorum sensing یا مدارهای منطقی ترکیب شوند، سیستم حاصل می تواند چندین شرط را به صورت همزمان بررسی کند و فقط زمانی فعال شود که مجموعه ای از نشانه ها با الگوی مورد انتظار تومور مطابقت داشته باشد.

در طراحی های پیشرفته تر، لایه های کنترلی غیرژنتیکی نیز به این سیستم افزوده می شوند. پوشش باکتری با نانوذرات حساس به pH، استفاده از microcapsule های پاسخگو به آنزیم های توموری، یا فعال سازی خارجی از طریق ultrasound، magnetic field و مولکول های القاکننده قابل تجویز، همگی روش هایی هستند که به پزشک اجازه می دهند سطح دیگری از کنترل را روی فعالیت باکتری اعمال کند. این ترکیب میان حسگری درونی و کنترل بیرونی، مسیر توسعه سامانه های درمانی دقیق تر و ایمن تر را هموار می کند.

زبان برنامه نویسی باکتری درمانی

اگر بخواهیم باکتری مهندسی شده را به یک ماشین محاسباتی تشبیه کنیم، مدارهای ژنتیکی (genetic circuits) همان نرم افزار این ماشین هستند. پیشرفت های سال های اخیر در synthetic biology باعث شده جعبه ابزار طراحی مدارهای ژنتیکی بسیار گسترده تر و دقیق تر شود. امروزه مهندسان می توانند از promoter های قابل تنظیم، riboswitch ها، riboregulator ها، recombinase-based switch ها، feedback loop ها و Boolean logic gates برای ساخت سامانه های پاسخگو و چندمرحله ای استفاده کنند.

گیت های منطقی به باکتری اجازه می دهند تصمیم گیری خود را بر اساس چند ورودی انجام دهد. به جای این که فعال سازی درمان فقط به یک عامل مثل hypoxia وابسته باشد، می توان سامانه ای طراحی کرد که تنها در صورت وجود همزمان acidity، تراکم جمعیتی کافی و یک محرک خارجی خاص، ژن درمانی را روشن کند. چنین طراحی هایی، خطر فعال سازی ناخواسته در بافت های غیرهدف را به شکل محسوسی کاهش می دهند و specificity درمان را بالا می برند.

سامانه های مبتنی بر recombinase به مدارها نوعی حافظه مولکولی می دهند. این حافظه می تواند تغییرات برگشت ناپذیر یا نیمه پایدار در وضعیت بیان ژن ایجاد کند و امکان اجرای درمان های مرحله ای را فراهم سازد. برای مثال، باکتری می تواند ابتدا وارد فاز colonization شود، سپس آنزیم های تجزیه کننده ECM را ترشح کند تا نفوذ به عمق تومور بهتر شود، و در مرحله بعد به تولید cytokine، checkpoint inhibitor یا drug payload اصلی سوئیچ کند. این نوع phase switching برای مقابله با ماهیت لایه لایه و پویاى تومور بسیار ارزشمند است.

یکی دیگر از ابعاد مهم مهندسی مدار، تنظیم شدت بیان ژن است. یک پاسخ درمانی موثر همیشه به معنای بیشترین سطح بیان نیست. در بسیاری موارد، بیان بیش از حد می تواند برای خود باکتری سمی باشد، مدار را ناپایدار کند یا پاسخ التهابی ناخواسته ایجاد کند. کنترل copy number پلاسمید، تنظیم قدرت promoter و RBS، استفاده از insulator sequence و طراحی feedback loop های منفی یا مثبت به مهندسان این امکان را می دهد که خروجی سامانه را نه به صورت خاموش و روشن، بلکه به صورت finely tuned تنظیم کنند.

وقتی تقسیم کار از فشرده سازی همه چیز در یک سویه بهتر است

تومور جامد یک هدف چندوجهی است. بخشی از مشکل، نفوذ فیزیکی است؛ بخشی دیگر سرکوب ایمنی؛ بخشی مربوط به ناهمگنی متابولیکی و بخشی نیز ناشی از مقاومت دارویی. تلاش برای گنجاندن همه این عملکردها در یک سویه باکتریایی، اغلب به طراحی مدارهای بسیار پیچیده، افزایش بار متابولیکی، افت پایداری و دشواری شدید در ساخت و کنترل منجر می شود. به همین دلیل، یکی از جهت گیری های مهم در این حوزه، استفاده از engineered bacterial consortia است.

در این رویکرد، به جای ساخت یک سوپرباکتری که همه کارها را انجام دهد، مسئولیت ها میان چند سویه تخصصی تقسیم می شود. یک سویه می تواند برای colonization نواحی هیپوکسیک طراحی شود، سویه ای دیگر ECM remodeling انجام دهد، یک سویه cytokine یا checkpoint inhibitor ترشح کند و سویه ای دیگر مولکول های chemoattractant برای جذب سلول های ایمنی تولید نماید. این تقسیم کار، هم فشار متابولیکی هر سویه را کاهش می دهد و هم انعطاف طراحی را بالا می برد.

نمونه هایی از کنسرسیوم های مصنوعی مانند SynCon نشان داده اند که می توان پاسخ درمانی را با توجه به heterogeneity تومور میان چند حسگر و چند خروجی توزیع کرد. برای مثال، هر سویه می تواند به یک ویژگی غالب از میکرو محیط مانند hypoxia، acidity یا lactate پاسخ دهد و در نتیجه، مجموع کنسرسیوم پوشش فضایی کامل تری از تومور ایجاد کند. این مسئله به ویژه در تومورهایی اهمیت دارد که از نظر متابولیکی و ساختاری به شدت ناهمگن هستند.

کنسرسیوم ها فقط ابزار تقسیم کار نیستند؛ آن ها می توانند سامانه های تطبیقی نیز باشند. با طراحی حلقه های ارتباطی میان سویه ها از طریق quorum sensing، cross-feeding یا مکانیسم های رقابت برنامه ریزی شده، می توان نسبت جمعیتی اجزای کنسرسیوم را تنظیم کرد. در چنین حالتی، سیستم می تواند در پاسخ به تغییرات تومور، تعادل درونی خود را بازآرایی کند. این ویژگی، باکتری درمانی را از یک پلتفرم delivery ساده به یک اکوسیستم درمانی قابل تنظیم نزدیک می کند.

از تحریک خام تا immunomodulation هدفمند

یکی از مهم ترین دلایلی که باکتری ها را برای درمان سرطان جذاب می کند، توانایی آن ها در تعامل چندلایه با سیستم ایمنی است. در گذشته، immunogenicity باکتری بیشتر به عنوان یک مانع دیده می شد، چون می توانست به التهاب سیستمیک و حذف سریع باکتری منجر شود. اما اکنون روشن شده که اگر این ویژگی به درستی مهندسی و محدودسازی شود، می تواند به یک مزیت درمانی بزرگ تبدیل شود.

یکی از استراتژی های مهم، in situ vaccination است. در این روش، باکتری درون تومور آنتی ژن های توموری یا neoantigen های منتخب را تولید یا ارائه می کند و محیط تومور را به یک محل واکسیناسیون موضعی تبدیل می سازد. APC ها این آنتی ژن ها را برداشت می کنند، آن ها را به سلول های T ارائه می دهند و بدین ترتیب پاسخ ایمنی ضدتوموری تقویت می شود. مزیت این رویکرد در آن است که فعال شدن ایمنی دقیقا در بستر تومور رخ می دهد، نه به شکل پراکنده و غیرهدفمند در کل بدن.

راهبرد دیگر، تولید موضعی immune checkpoint inhibitors توسط باکتری است. مولکول هایی مانند anti-PD-L1 یا anti-CTLA-4 وقتی به صورت سیستمیک استفاده می شوند، می توانند عوارض جدی immune-related ایجاد کنند. اما اگر همان عوامل به صورت محدود و کنترل شده درون تومور بیان شوند، امکان دارد نسبت اثربخشی به سمیت به شکل محسوسی بهبود پیدا کند. این ایده به ویژه در تومورهایی که از نظر ایمنی cold هستند و برای فعال شدن نیاز به تحریک موضعی شدید دارند، اهمیت زیادی دارد.

باکتری ها همچنین می توانند بر جمعیت سلول های میلوییدی تومور اثر بگذارند. Tumor-associated macrophages یا TAM ها در بسیاری از سرطان ها به سمت فنوتیپ M2 متمایل اند؛ حالتی که به نفع رشد تومور، angiogenesis و سرکوب ایمنی عمل می کند. طراحی باکتری هایی که cytokine های خاص یا agonist های التهابی موضعی ترشح می کنند، می تواند macrophage polarization را به سمت M1 سوق دهد و میکرو محیط را از وضعیت immunosuppressive به inflammatory و tumoricidal تغییر دهد.

علاوه بر این، ترکیب باکتری با سایر روش‌های درمانی به سرعت در حال گسترش است. در برخی سامانه ها، باکتری ها با CAR-T cell therapy ترکیب می شوند تا نفوذ سلول های T به عمق تومور تسهیل شود. در برخی دیگر، باکتری ها حامل oncolytic virus هستند و ویروس را در قلب تومور آزاد می کنند. این نوع پلتفرم های ترکیبی نشان می دهند که نقش باکتری فقط یک عامل درمانی مستقل نیست، بلکه می تواند به عنوان هسته مرکزی یک درمان multimodal عمل کند.

چرا این فناوری هنوز در کلینیک جا نیفتاده است؟

با وجود پیشرفت های خیره کننده در سطح preclinical، هنوز هیچ باکتری مهندسی شده پیچیده ای تاییدیه نهایی FDA برای درمان سرطان دریافت نکرده است. این موضوع نه به دلیل ضعف ایده، بلکه به علت دشواری های واقعی و چندلایه در انتقال یک سیستم زنده و قابل تکامل از آزمایشگاه به بالین بیمار است. فاصله میان اثبات مفهوم در مدل های حیوانی و استفاده ایمن، قابل اعتماد و استاندارد در بیماران انسانی، بسیار بیشتر از آن چیزی است که در نگاه اول به نظر می رسد.

نخستین مانع، predictability است. یک سیستم زنده، حتی اگر در شرایط مشخص عملکرد خوبی داشته باشد، ممکن است در بدن بیماران مختلف رفتاری متفاوت نشان دهد. تفاوت در میکروبیوم، وضعیت ایمنی، شدت التهاب، نوع تومور، الگوی نکروز، مصرف همزمان آنتی بیوتیک ها و حتی تفاوت های ژنتیکی بیمار، همگی می توانند بر colonization، persistence و therapeutic output باکتری اثر بگذارند. رگولاتورها به طور طبیعی نسبت به سامانه هایی که رفتارشان ممکن است در بدن متغیر باشد، سخت گیرتر عمل می کنند.

مانع دوم، manufacturing و quality control است. تولید یک داروی شیمیایی یا حتی یک پروتئین نوترکیب استاندارد، در مقایسه با تولید یک میکروارگانیسم مهندسی شده زنده با مدارهای پیچیده، بسیار ساده تر است. در کنسرسیوم های چندسویه، چالش چند برابر می شود؛ زیرا باید نسبت جمعیتی سویه ها، پایداری ژنتیکی، آلودگی، potency، viability و reproducibility در هر batch به دقت کنترل شود. هرچه طراحی پیچیده تر شود، مسیر scale-up نیز دشوارتر خواهد شد.

مانع سوم، biosafety و containment است. لازم است مشخص شود باکتری تا چه مدت در بدن باقی می ماند، چگونه حذف می شود، آیا امکان گسترش به بافت های غیرهدف وجود دارد یا نه، و اگر عارضه ای رخ دهد، چه سازوکار قطع اضطراری در دسترس است. به همین دلیل، استفاده از kill switch ها، auxotrophy چندلایه، حساسیت برنامه ریزی شده به آنتی بیوتیک و سامانه های self-limiting replication از اجزای کلیدی طراحی بالینی به شمار می روند.

یکی از مفاهیم امیدوارکننده برای عبور از این گلوگاه ها، modular validation است. در این رویکرد، اجزای سامانه مانند promoter، sensor، effector gene، kill switch و module های ارتباطی به صورت جداگانه از نظر ایمنی و عملکرد ارزیابی می شوند. چنین رویکردی می تواند استانداردسازی و ارزیابی رگولاتوری را ساده تر کند، زیرا به جای مواجهه با یک سیستم کاملا جدید و غیرقابل تفکیک، هر بخش مانند یک قطعه آزمون شده در کنار سایر قطعات قرار می گیرد.

پلتفرم هایی مانند SMARTs و UBER نیز با همین منطق در حال توسعه هستند. هدف این سامانه ها ایجاد معماری های استاندارد، قابل حمل و کمتر وابسته به context میزبان است تا مدارهای ژنتیکی در گونه های مختلف باکتری رفتار پیش بینی پذیرتری داشته باشند. اگر این استانداردسازی به بلوغ برسد، می توان انتظار داشت طراحی باکتری درمانی از یک هنر تخصصی و موردی، به یک فرایند مهندسی نیمه ماژولار و تکرارپذیر تبدیل شود.

آینده درمان: داروی زنده شخصی سازی شده

مسیر پیش رو به احتمال زیاد به سمت personalized living therapeutics حرکت می کند. در آینده ای نه چندان دور، ممکن است تومور هر بیمار نه فقط از نظر histopathology، بلکه از نظر multi-omics، immune profile، metabolic landscape و spatial architecture به دقت تحلیل شود. بر اساس این داده ها، یک پلتفرم باکتریایی اختصاصی طراحی خواهد شد که با ویژگی های همان تومور بیشترین سازگاری را دارد.

در چنین سناریویی، ممکن است یک سویه برای تجزیه ECM متراکم انتخاب شود، سویه ای دیگر در پاسخ به acidity یک checkpoint inhibitor موضعی تولید کند، سویه ای سوم neoantigen های اختصاصی بیمار را برای in situ vaccination ارائه دهد و سویه ای دیگر chemokine های لازم برای جذب و هدایت CAR-T cells یا سایر سلول های ایمنی را ترشح کند. این کنسرسیوم می تواند نه فقط به خود تومور، بلکه به فنوتیپ ایمنی و متابولیکی بیمار نیز پاسخ دهد.

کنترل درمان نیز احتمالا پویا و چندلایه خواهد بود. پزشک می تواند با استفاده از مولکول های القاکننده خوراکی، ultrasound، یا trigger های خارجی دیگر، زمان بندی و شدت فعالیت باکتری را تنظیم کند. در صورت بروز عارضه، kill switch فعال شود یا با یک آنتی بیوتیک خاص سامانه خاموش گردد. بدین ترتیب، درمان دیگر یک مداخله ثابت و از پیش تعیین شده نخواهد بود، بلکه به یک سیستم adaptive و physician-guided تبدیل می شود.

البته این چشم انداز، هرچند علمی و دست یافتنی به نظر می رسد، بدون چالش نیست. تفاوت میان تومور اولیه و متاستاتیک، تفاوت در دسترسی عروقی، تفاوت در وضعیت سیستم ایمنی بیمار و تنوع عظیم میان انواع میزبان باکتریایی، همگی نشان می دهند که هیچ راه حل واحدی برای همه سرطان ها وجود نخواهد داشت. انتخاب میان E. coli Nissle 1917، Salmonella Typhimurium، Clostridium و سایر میزبان ها باید بر اساس تعادل میان tumor tropism، immunogenicity، engineering tractability و safety profile انجام شود.

با این حال، جهت کلی تحول کاملا روشن است. پزشکی به تدریج از داروهایی که فقط یک مولکول فعال را به بدن می رسانند، به سوی سامانه هایی حرکت می کند که می توانند حس کنند، پردازش کنند، تصمیم بگیرند و عمل کنند. باکتری های مهندسی شده یکی از ملموس ترین نمونه های این گذار از conventional therapeutics به living therapeutics هستند.

جمع بندی

درمان سرطان، به ویژه در تومورهای جامد، سال ها بر پایه این فرض پیش رفته بود که اگر عامل سمی کافی به بدن رسانده شود، سلول های سرطانی زودتر از سلول های سالم از بین خواهند رفت. اما تجربه بالینی نشان داده است که پیچیدگی تومور بسیار فراتر از آن است که با یک منطق ساده دوز و سمیت مهار شود. تومور جامد نه فقط یک هدف مولکولی، بلکه یک سامانه زیستی پیچیده با موانع فیزیکی، متابولیکی و ایمنی است.

در چنین شرایطی، باکتری های مهندسی شده یک پاسخ جذاب و علمی به همین پیچیدگی ارائه می دهند. آن ها می توانند به نواحی دشوار دسترسی پیدا کنند، در محل تکثیر شوند، وضعیت محیط را حس کنند، به صورت هماهنگ عمل کنند، با سیستم ایمنی وارد تعامل شوند و بار درمانی را دقیقا در همان جایی آزاد کنند که بیشترین نیاز وجود دارد. مزیت اصلی این فناوری در آن است که با پیچیدگی تومور، با یک سیستم زنده و قابل انطباق پاسخ می دهد، نه با یک مولکول منفرد و ثابت.

هنوز مسیر ورود گسترده این فناوری به کلینیک کامل نشده است. مسائل مربوط به پایداری ژنتیکی، biosafety، manufacturing، کنترل پذیری و ارزیابی رگولاتوری همچنان جدی هستند. با این حال، شالوده علمی این حوزه امروز بسیار محکم تر از گذشته است و شواهد preclinical نشان می دهند که bacteriotherapy مهندسی شده می تواند در آینده نزدیک به یکی از مهم ترین بازوهای درمان هدفمند سرطان تبدیل شود. تومورهای جامد را به سختی می توان با راه حل های ساده و تک بعدی شکست داد. اما می توان با طراحی سامانه های زنده، هوشمند و چندلایه، به طور فزاینده ای به درمانی نزدیک شد که با منطق خود تومور مقابله می کند، نه فقط با جرم آن.