Fortov仍将担任RAS院长，他也承诺会与Kotyukov展开合作。
在南京工业大学生物与制药工程学院教授陈怡露看来，目前，生物学对结构复杂的生物个体以及生物机理的认识还都不够充分。合成生物学：操纵生物制造业 2013-12-18 08:33 · veradai 合成生物学具备重塑工业生产方式的潜力，与商业化距离极近。
他举例称，现在科学家正在试图创造的细菌药厂、细菌油田，或者让人造细菌去攻击癌细胞以及处理环境污染，都需要合成生物学的参与。一方面，设计和建造新的生物零件、装置和系统。然而，由于产溶剂梭菌遗传操作工具并不完善，研究长期受限。技术发展提速目前，合成生物学已经在生物医药、生物能源、化工品、环保等领域大施拳脚。在Science杂志评出的2010年十大科学突破中，合成生物学排在了第2位。
中国科学院院士赵国屏则认为合成生物学具备重塑工业生产方式的潜力，与商业化距离极近。用一种东西制造出来试飞一下，掉下来坠毁后，就再用另一种试，或许会飞得稍好一点。目前实际上只有少数几个协同致死药物进入了临床开发阶段，而且这些药物都不如PCA-PARP药物那么靠谱。
由此可见，尽管我们对促癌相关突变的了解越来越多，可还是不能够利用这些知识特异性地杀死肿瘤细胞，在科研和临床抗癌应用之间似乎有着一道不可逾越的鸿沟。这类研究应该着重关注肿瘤细胞里共存的、有可能会对协同致死效应外显率带来影响的突变。这说明协同相互作用可能对遗传修饰因子（genetic modifier）也非常敏感，各种不同的细胞、肿瘤乃至不同人之间基因活力上的定量差异也会对协同致死效应的作用造成影响。尽快阐明肿瘤细胞里协同致死作用的相关机制，以及生物大环境对协同致死作用的影响作用，这些都有助于协同致死抗癌疗法尽快向临床应用转化。
这是因为在这些肿瘤细胞里却存在一种反馈机制，能够激活表皮生长因子受体信号通路，拮抗PAF抑制剂的治疗功效。也许全基因组测序技术能够回答这些问题。
对酵母或线虫等模式生物进行筛查发现，与组蛋白去乙酰化（histone deacetylases）等染色质调控作用有关的蛋白是在各种相互作用中出现频率最高的蛋白之一。实现协同致死抗癌治疗的一大障碍就是缺少第一手资料，不了解肿瘤细胞各种表象背后的机制。包括导致基因功能缺失在内的大部分肿瘤相关突变都不是传统小分子药物，或者抗体等生物类药物的直接作用靶点。关于人体细胞内的协同致死效应，除了上述这几个问题之外，还有其它几个比较重要的基础问题需要解决。
最大的困难就是遗传与药理学方面的药物干扰结果并不能得到很好的重复和匹配，得到相同的结果。尤其是使用大规模的RNA干扰筛选方法（large-scale RNA interference screens）发现了一大批潜在的协同致死基因靶点。最开始科学家们希望使用这些条件必需基因（conditional essential gene）来解释协同致死效应。另外，乘客突变（passenger mutation）这种并不是直接促使肿瘤形成的突变，以及打乱细胞网络（cellular network），促使细胞进入癌性状态（cancerous state）的突变都可以是协同致死效应抗癌疗法的候选对象之一。
这就让我们想到是否可以将PAF抑制剂和表皮生长因子抑制剂联用，来治疗貌似对PAF抑制剂耐药的结肠癌患者。协同致死相互作用可能也和其它的表型一样，受到细胞内大环境的影响。
最后，在全基因组范围内筛查能够增强、或者抑制协同致死作用的遗传修饰因子，这样也能够找到对大环境（变动）因素比较敏感的生物标志物，帮助协同致死效应更快地转化成临床应用。实际上，了解基因之外的其它影响因素更有意义，能够为我们提供更丰富的信息，给临床治疗提供更有针对性的指导。
这都说明整体大环境会影响人体肿瘤细胞的协同致死效应，同时也凸显出对这方面问题进行系统性研究的重要性，因为只有这样才有可能让协同致死疗法成功走向临床。Science: 协同致死抗癌疗法的应用前景 2013-11-30 06:00 · johnson 继各种抗癌药物、靶点相继涌现却仍旧无法摆脱癌症的时候，协同致死效应成为抗癌新星，不过目前为止，科学家们只发现有一对协同致死基因有潜在的抗癌治疗价值。当时的科学家们发现，如果有两个基因同时发生了突变，就有可能会带来致死性的结果。较宽泛的协同致死效应往往也被解读为非致瘤性依赖（nononcogene addiction）或诱导下的必要性（induced essentiality）等，以便与经典的遗传致死效应区别开来。这也就意味着遗传协同致死关系可能永远也无法被我们利用，用药物来达成协同致死效应，特异性地杀死肿瘤细胞了。比如，目前还是一个空白的，对人体细胞内协同致死效应的强度进行的定量研究，这种信息就能够指导后续的协同致死抗癌治疗，确定治疗指数（therapeutic index）。
因此，如果不能够找到RB1、p53、RAS和c-MYC等与肿瘤相关突变相应的药物，那么如果用针对其它基因的药物也有可能会间接给这些突变基因带来一定的影响和作用。不过还没有人在人类肿瘤细胞实验中验证过这种猜想。
人类细胞和酵母细胞比起来要复杂得多，这也意味着在人类细胞里会存在大量的冗余情况，所以对药物的治疗作用会存在更多的替代和补偿作用，抵消药效，同时也意味着真正能够起到致死作用的协同致死效应是比较少见的。缺乏PCA1/2基因的细胞对PARP抑制剂的敏感强度与正常细胞相比要几乎要高出1000倍。
此外，在秀丽隐杆线虫（Caenorhabditis elegans）实验中也发现，基因活性随机性的差异也会影响协同致死效应的外显率（penetrance）。哪一些基因或细胞进程之间有最强、最明显的相互作用，就应该对它们进行功能基因组学方面的研究。
我们过去的研究思路一直都是这样的，只关注哪一些基因、因素会导致某种特定的表型、现象出现，从来都不关注整体因素，以及预计之外、甚至是与预期相反的试验结果。只有对协同相互作用有一个透彻的认识和了解，对其临床应用价值有一个准确的判断和把握，否则这种工作就只能是碰运气。比如遗传学、表观遗传学、系统信号、微环境等这些因素对协同致死相互作用都会带来哪些影响，我们对此几乎是一无所知的。比如用PAF抑制剂治疗PAF基因发生突变，并且被激活的结肠癌就不会起到任何治疗效果
在酵母细胞里，对细胞适应性起决定性作用的单基因（即该基因的功能受到影响就会使细胞的适应性出现问题）在进化上要比协同致死基因（即只有两个基因都发生突变才会带来问题）更加保守。由于在肿瘤发生的过程中，克隆演变（clonal evolution）会使细胞呈现出各种各样的状态（多个不同的基因都会累积遗传和表观遗传学方面的异常），所以协同致死类药物对细胞大环境的依赖程度也会比常见的靶向致癌基因的药物更高。
这些信息对于选择有治疗潜力的协同致死相互作用非常有帮助。Science: 协同致死抗癌疗法的应用前景 2013-11-30 06:00 · johnson 继各种抗癌药物、靶点相继涌现却仍旧无法摆脱癌症的时候，协同致死效应成为抗癌新星，不过目前为止，科学家们只发现有一对协同致死基因有潜在的抗癌治疗价值。
人类细胞和酵母细胞比起来要复杂得多，这也意味着在人类细胞里会存在大量的冗余情况，所以对药物的治疗作用会存在更多的替代和补偿作用，抵消药效，同时也意味着真正能够起到致死作用的协同致死效应是比较少见的。其中有一些问题就是与网络拓扑学（network topology）相关的问题，我们这里提到的所谓网络拓扑学就是用来描述协同致死效应相互作用网络彼此联系关系和结构的一大堆参数。
只有对协同相互作用有一个透彻的认识和了解，对其临床应用价值有一个准确的判断和把握，否则这种工作就只能是碰运气。对酵母或线虫等模式生物进行筛查发现，与组蛋白去乙酰化（histone deacetylases）等染色质调控作用有关的蛋白是在各种相互作用中出现频率最高的蛋白之一。相比之下，目前有报道的其它协同致死相互作用都没有这么明显的效果，而且其中有一些根本都没达到协同致死作用的基本要求，即对其中的每一个基因进行单独的干扰不应该对细胞的存活造成任何影响。肿瘤细胞之所以具备对PARP抑制剂的耐药性是因为细胞恢复了PCA基因的功能，所以利用协同致死机制有望让PARP抑制剂发挥应有的治疗功效。
这些PARP基因编码肿瘤抑制因子，能够修复受损的DNA链。可是这种技术问世已经15年了，它到底能不能真正搞定肿瘤呢？协同致死效应是在大约100多年前，在黑腹果蝇（Drosophila melanogaster）实验中观察到的一种现象。
哪一些基因或细胞进程之间有最强、最明显的相互作用，就应该对它们进行功能基因组学方面的研究。也许全基因组测序技术能够回答这些问题。
比如，目前还是一个空白的，对人体细胞内协同致死效应的强度进行的定量研究，这种信息就能够指导后续的协同致死抗癌治疗，确定治疗指数（therapeutic index）。有一种叫做协同致死（synthetic lethality）效应的新方法有望给我们提供一个解决方案。
