Ny metod hittar rätt behandling till bröstcancerpatienter

I studien som publiceras i PNAS presenterar forskare från Karolinska Institutet en ny metod som visat sig kunna förutspå huruvida en viss behandling av bröstcancerpatienten kommer ha effekt eller inte. 

– Idag finns begränsade möjligheter att på förhand säga vilka bröstcancerpatienter som har nytta av olika behandlingar. 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 Johan Hartman, professor vid institutionen för onkologi-patologi, Karolinska Institutet, och studiens sisteförfattare. 

Även om det finns flera olika läkemedel tillgängliga  så är det fortfarande många patienter som inte blir hjälpta. Man har också sedan tidigare kunnat erhålla viss information kring vilken behandling en patient kan tänkas ha nytta av att få genom exempelvis DNA-sekvensering. Men i många fall går det inte att säga om en behandling kommer att hjälpa den individuella patienten eller inte, och därför behövs bättre metoder för att förutsäga patienternas behandlingssvar.

Metoden som KI-forskarna utvecklat bygger på att isolera och odla inte bara tumörceller utan även stödjeceller från patienter med bröstcancer. Därefter testas cancerbehandlingar i olika koncentrationer på de odlade cellerna för att se hur känsliga de är mot läkemedlen.

Cellmodeller som liknar patienternas tumörer

I den aktuella studien visar forskarna på att det faktiskt är praktiskt möjligt att etablera den här typen av cellbaserade tumörmodeller från brösttumörer, och att cellmodellerna liknar patienternas ursprungstumörer på relevanta sätt, till exempel genetiskt och vad gäller olika proteinmarkörer.

Tumörmodellerna skapades från biopsier från 98 patienter som opererats för bröstcancer och testades på över 35 existerande bröstcancerläkemedel och bröstcancerläkemedel under utveckling. Forskarna kunde se att den läkemedelskänslighet tumörmodellerna visade i hög grad överensstämde med känsligheten hos den tumörtyp patienterna hade, och att tumörmodellerna i vissa fall var känsliga för läkemedel under utveckling. Därefter undersöktes modellens träffsäkerhet gällande behandlingssvarets förutsägbarhet. Detta gjordes på 15 bröstcancerpatienter som fick behandling innan operation, så kallad neoadjuvant behandling, vid Södersjukhuset i Stockholm.

Från biopsier tagna innan operationerna skapade forskarna tumörmodeller från varje patient och utsatte dem för samma läkemedel som patienten fick. Därefter jämfördes modellernas läkemedelskänslighet med patienternas behandlingssvar.

Hög träffsäkerhet

Resultaten visade att de behandlingssvar tumörmodellen förutsade i hög grad också överensstämde med patientens behandlingssvar. Till exempel hade cytostatikan epirubicin en träffsäkerhet på 90 procent i modellen, medan fyra av fyra patienter som behandlades och testades för anti-HER2 monoklonala antikroppsläkemedel uppvisade överenstämmelse.

Forskarna poängterar att det går att skapa cellmodellerna även från små tumörer, som vanligtvis anses tekniskt svåra att odla från, och att testerna går relativt snabbt att genomföra.

– Vi kan i de flesta fall utföra individanpassad läkemedelstestning och få resultatet inom tio dagar, vilket tyder på att den här metoden kan fungera i den kliniska vardagen. Men den kan också användas inom forskning och läkemedelsutveckling, säger studiens försteförfattare Xinsong Chen, forskningsspecialist vid institutionen för onkologi-patologi, Karolinska Institutet.

Nästa steg är nu att testa metoden i större patientmaterial och att undersöka möjligheten att kombinera den med andra molekylära metoder för att förutsäga behandlingssvar ännu bättre och studera resistensmekanismer.