Nytt sätt att skräddarsy behandling vid bröstcancer
Foto: Istock

Nytt sätt att skräddarsy behandling vid bröstcancer

Forskare utvecklar en metod som kan förutsäga nyttan av en viss behandling för en enskild bröstcancerpatient.

10 jan 2023, kl 11:24
0

Annons
Johan Hartman

Johan Hartman. Foto: Stefan Zimmerman

Forskare vid Karolinska institutet är på god väg att få fram en ny metod att skräddarsy behandling vid bröstcancer. Med hjälp av celler från patienten skapar de en modell av den aktuella tumören. Sedan går det att testa olika behandlingar på tumörmodellen. Forskarna har utvärderat metoden med lovande resultat i en studie som publicerats av tidskriften Pnas.

Svårt välja rätt behandling vid bröstcancer

Det finns ett flertal olika läkemedel att välja på för behandling vid bröstcancer. Men valet kan många gånger vara svårt eftersom bröstcancer är en sjukdom som kan skilja sig mycket från patient till patient. Det läkemedel som hjälper en bröstcancerpatient är inte till någon nytta för en annan och utmaningen är att i förväg ta reda på vad som passar bäst för varje patient.

Det finns olika metoder för detta, bland annat DNA-sekvensering av tumörceller. Men dagens metoder är ofta otillräckliga för att förutsäga behandlingssvar hos olika patienter.

Modellen efterliknar ursprungstumören

Den nya metod som forskarna vid Karolinska institutet skapat och utvecklar vidare går ut på att ta fram en cellbaserad modell av patientens brösttumör. Man isolerar och odlar både cancerceller och stödjeceller från tumören. På så sätt tillverkar forskarna en modell som kan efterlikna tumören och dess biologi bättre än modeller som enbart bygger på odlade cancerceller. I studien såg forskarna att deras modeller liknade patientens ursprungstumör på flera viktiga sätt, bland annat genetiskt och vad gäller förekomsten av olika proteinmarkörer.

Detta gör att man på ett tillförlitligt sätt kan testa olika läkemedel för behandling vid bröstcancer i olika koncentrationer på den framodlade tumörmodellen.

Testade många olika läkemedel

I Pnasstudien skapade forskarna tumörmodeller utifrån biopsier från 98 bröstcancerpatienter. På dessa modeller testade de närmare 40 läkemedel för behandling vid bröstcancer. Bland de testade substanserna fanns både godkända läkemedel och läkemedelskandidater under utveckling.

Resultatet visade en god överensstämmelse mellan modellens och ursprungstumörens känslighet för de testade läkemedlen.

I en annan delstudie medverkade 15 patienter som fick behandling inför sin bröstcanceroperation. Forskarna skapade tumörmodeller med hjälp av biopsier som tagits från tumörerna före operationen. Modellerna behandlades sedan med samma läkemedel som det patienterna fick.

När forskarna jämförde läkemedelskänsligheten hos tumörmodellerna med patienternas behandlingssvar såg de en hög träffsäkerhet hos modelltesterna. För cytostatikumet epirubicin var träffsäkerheten i modellerna till exempel 90 procent.

Fler studier krävs

– Den här metoden kan förutsäga hur patienterna kommer att svara på vissa behandlingar, vilket gör att man kan undvika onödiga biverkningar och spara kostnader. Det behövs större bekräftande studier, men vi ser att konceptet fungerar, säger studiens sisteförfattare, professor Johan Hartman, Karolinska institutet, i ett pressmeddelande.

Enligt forskarna är metoden väl lämpad för klinisk användning. Dels eftersom den är relativt enkel att tillämpa och dels genom att den ger svar inom tio dagar. De framhållet även att metoden också är användbar inom  läkemedelsforskning.

Nästa steg är nu att testa metoden i större patientgrupper. Forskarna vill då bland annat undersöka om den går att kombinera med andra molekylära metoder för att förutsäga behandlingssvar.

Vi använder cookies för att ge dig den bästa upplevelsen på vår webbplats. Mer information

Dina kakinställningar för denna webbplats är satt till "tillåt kakor" för att ge dig den bästa upplevelsen. Om du fortsätter använda webbplatsen utan att ändra dina inställningar för kakor eller om du klickar "Acceptera" nedan så samtycker du till detta.

Stäng