摘要：SSRI提高了T细胞杀死癌细胞并抑制人类肿瘤模型中肿瘤生长的能力。...

根据新的UCLA研究，一种广泛使用的抗抑郁药可以帮助免疫系统对抗癌症。

选择性5-羟色胺再摄取抑制剂或SSRIS显着提高了T细胞对抗癌症和抑制小鼠和人类肿瘤模型中一系列癌症类型的肿瘤生长的能力，该研究发表在细胞， 成立。

“事实证明，SSRIS不仅会使我们的大脑更快乐；它们也使我们的T细胞更加快乐 - 即使他们与肿瘤作斗争，”新研究的高级作者，也是UCLA的Eli and Edythe Regenerative Medicine and Stem Tell Research的Eli and Edythe Broad Center的成员Lili Yang博士说。 “这些药物已被广泛，安全地用于治疗抑郁症已有数十年了，因此将其重新用于癌症要比开发全新的疗法要容易得多。”

据疾病预防控制中心（CDC）称，美国八名成年人中有一个服用抗抑郁药，而SSRI是最常见的。这些药物以百忧解和Celexa等品牌名称出售，通过阻止一种称为5-羟色胺转运蛋白的蛋白质的活性来增加5-羟色胺的水平 - 大脑的“幸福激素”。

虽然5-羟色胺以其在大脑中所扮演的角色而闻名，但它在整个体内发生的过程中也是关键的参与者，包括消化，代谢和免疫活性。

杨和她的团队在注意到从肿瘤中分离出的免疫细胞具有较高水平的5-羟色胺调节分子后，首次开始研究5-羟色胺在抗癌中的作用。最初，他们专注于MAO-A，这是一种分解5-羟色胺和其他神经递质（包括去甲肾上腺素和多巴胺）的酶。

在2021年，他们报告说，T细胞在识别肿瘤时会产生MAO-A，这使他们更难与癌症作斗争。他们发现，使用MAO抑制剂（也称为MAOI（发明）的第一类抗抑郁药物，用黑色素瘤和结肠癌治疗小鼠，有助于更有效地攻击肿瘤。

但是，由于毛泽华州有安全问题，包括严重的副作用以及与某些食物和药物的相互作用，因此团队将注意力转向了不同的5-羟色胺调节分子：Sert。

该研究的第一作者，杨实验室的一位高级研究科学家Bo Li博士解释说：“与分解多个神经递质的Mao-A不同，Sert有一份工作 - 运送5-羟色胺。” “ SERT为一个特别有吸引力的目标制造，因为对其作用的药物 - SSRI-被广泛使用，副作用最少。”

研究人员测试了代表黑色素瘤，乳腺癌，前列腺，结肠和膀胱癌的小鼠和人类肿瘤模型中的SSRI。他们发现，SSRI治疗使平均肿瘤大小降低了50％以上，并使抗癌T细胞（称为杀手T细胞）更有效地杀死癌细胞。

Yang说：“ SSRI通过增加了他们获得5-羟色胺信号的访问，使其恢复活力并杀死癌细胞，使杀手T细胞在原本压迫性的肿瘤环境中变得更加快乐。”

SSRI如何提高癌症疗法的有效性

该小组还调查了将SSRI与现有的癌症疗法结合起来是否可以改善治疗结果。他们在黑色素瘤和结肠癌的小鼠模型中测试了SSRI和抗PD-1抗体的组合 - 一种常见的免疫检查点阻断或ICB治疗。 ICB疗法通过阻止通常抑制免疫细胞活性的免疫检查点分子来起作用，从而使T细胞更有效地攻击肿瘤。

结果令人惊讶：组合在所有处理过的小鼠中都显着降低了肿瘤的大小，甚至在某些情况下甚至可以完全缓解。

杨实验室的研究生，研究的合着者詹姆斯·埃尔斯滕·布朗（James Elsten-Brown）说：“免疫检查点的封锁在不到25％的患者中有效。” “如果像SSRI这样的安全，可用的药物可以使这些疗法更有效，那将产生巨大影响。”

为了确认这些发现，小组将研究服用SSRI的现实世界中的癌症患者是否有更好的结果，尤其是那些接受ICB疗法的癌症。

杨说：“由于大约20％的癌症患者服用抗抑郁药（最常见的是SSRI），我们看到了一个独特的机会来探索这些药物如何改善癌症的结果。” “我们的目标是设计一项临床试验，以比较服用这些药物的癌症患者与不服用这些药物的治疗结果。”

杨补充说，使用现有的FDA批准药物可以加快为患者带来新的癌症治疗的过程，从而使这项研究特别有前途。

她说：“研究估计，新的癌症疗法的基准管道平均为15亿美元。” “当您将其与重新使用FDA批准的药物的估计3亿美元的成本进行比较时，很明显，这种方法为何具有如此多的潜力。”

UCLA技术开发小组代表加利福尼亚大学提出的专利申请涵盖了新确定的治疗策略，Yang和Li为共同企业。

这项研究得到了美国国立卫生研究院，加利福尼亚再生医学研究所，塔癌研究基金会，UCLA Broad Stem细胞研究中心Rose Hills Foundation Innovator Grant和UCLA Jonsson综合癌症中心和广泛的干细胞研究中心Ablon Scholars奖。

Additional UCLA authors include: Miao Li, Enbo Zhu, Zhe Li, Yuning Chen, Elliot Kang, Feiyang Ma, Jennifer Chiang, Yan-Ruide Li, Yichen Zhu, Jie Huang, Audrey Fung, Quentin Scarborough, Robin Cadd, Jin J. Zhou, Arnold I. Chin and Matteo Pellegrini.