Webbläsaren som du använder stöds inte av denna webbplats. Alla versioner av Internet Explorer stöds inte längre, av oss eller Microsoft (läs mer här: * https://www.microsoft.com/en-us/microsoft-365/windows/end-of-ie-support).

Var god och använd en modern webbläsare för att ta del av denna webbplats, som t.ex. nyaste versioner av Edge, Chrome, Firefox eller Safari osv.

Precisionsmedicin 2.0 för val av bröstcancerbehandling

röntgenbild av bröstcancer. foto.
Bild: iStock/33karen33

Modern RNA-sekvensering kan ge bröstcancervården värdefulla ledtrådar och matcha enskilda patienter till rätt behandling – utifrån tumörens unika egenskaper och genuttryck. I en aktuell studie har data och genuttryck från drygt 7 700 cancertumörer använts för att utveckla vässade analysmodeller av RNA-sekvenseringen; en analys av ett enskilt vävnadsprov kan beskriva flera av tumörens egenskaper.

Precisionsmedicin gör det möjligt att ge patienter individanpassad vård utifrån tumörens egenskaper. Idag görs flera olika analyser av biomarkörer för att kartlägga dessa egenskaper – både kostsamma och tidskrävande. I takt med att användandet av detta växer, ökar även behovet av fler analyser. Det finns sekvenseringsteknologi tillgänglig inom sjukvården som kan analysera bröstcancerprov och kartlägga det som kallas multigensignaturer, alltså hur mycket RNA som uttrycks från olika gener vid ett givet tillfälle, i tumören. Nu visar forskare vid Lunds universitet att utifrån endast en enda RNA-sekvenseringsanalys kan man få många precisionsbaserade svar. Studien som har letts av cancer- och bioinformatikforskare vid Lunds universitet är publicerad i den vetenskapliga tidskriften npj Breast Cancer.
 
– Det finns så mycket mer potential för RNA-sekvensering av bröstcancer. Det kan leda till billigare och bättre möjligheter för individualiserad behandling, säger Johan Vallon-Christersson, forskare vid Lunds universitet. Han har lett studien där man nu visar att det är praktiskt möjligt att använda RNA-teknologin på bröstcancervävnad som provtagits i samband med de rutiner som redan finns i vården idag.

Hittar ytterligare undergrupper med skillnader i prognos

Forskarna har tagit fram sådana multigenmodeller för de klassiska biomarkörer man redan känner till och provtar för i vården, dels för en befintlig multigensignatur som på senare år börjat användas kliniskt för molekylär kategorisering av bröstcancer och bedömning av risk för återfall. Forskarna analyserade även kliniskt utfall och kunde då visa att de nya modellerna ytterligare kan dela upp befintliga kliniska bröstcancergrupper i undergrupper, med kliniskt relevanta skillnader i prognos (risk för allvarliga återfall).
 
Därefter utvärderades analysmodellerna både i bröstcancermaterial från SCAN-B och från Malmö respektive Oslo där multigensignatur från ett kommersiellt tillgängligt test fanns för jämförelse. Den retrospektiva bedömningen med de nya modellerna pekade på ändrad behandlingsrekommendation för 17 procent av patienterna i en viss grupp bröstcancerpatienter än vad vården rekommenderat. Utav dessa 17 procent skulle häften fått mindre kemoterapibehandling, hälften skulle fått mer.
 
– Resultaten i studien visar att de nya analysmodellerna och de biomarkörer som används i vården idag har en god överensstämmelse för en rad viktiga markörer, men inte för alla. Man ser också att utfallet vad gäller att välja ut patienter för medicinsk behandling är god om man jämför med det tillgängliga kommersiella testet, säger Niklas Loman, forskare vid Lunds universitet och överläkare vid Skånes universitetssjukhus, en av de kliniska partnerna som också medverkat i studien.
 
– Även där överensstämmelsen med biomarkör är mindre god kan uppdelningen i vissa fall vara kliniskt relevant. Resultaten för en av analysmodellerna indikerar detta och det är också något som vi och andra forskare påvisat tidigare, säger Johan Vallon-Christersson.
 
Att enkelt kunna analysera enskilda prov löpande kliniskt är viktigt för att analysmodellerna ska kunna användas i vården.

– RNA-sekvensering av bröstcancer baserat på de fynd vi gjort i studien är under klinisk utvärdering inom den södra sjukvårdsregionen sedan slutet av 2021. Studien visar på möjligheten att använda RNA-sekvensering i sjukvården för att beskriva tumörens egenskaper. En stor fördel är också att listan över analysmodeller att utläsa från RNA-sekvenseringsdata förhållandevis enkelt kan utökas efterhand, allteftersom forskningen gör nya framsteg, säger Niklas Loman.

Publikation

RNA sequencing-based single sample predictors of molecular subtype and risk of recurrence for clinical assessment of early-stage breast cancer.
npj Breast Cancer 8, 94 (2022). https://doi.org/10.1038/s41523-022-00465-3

SCAN-B-projektet och studien är genomförda tack vare engagemang från personal vid deltagande sjukhus, den Sydsvenska Bröstcancergruppen, RCC Syd, liksom stöd från bland andra Berta Kamprads, Mats Paulssons stiftelser och Cancerfonden.

SCAN-B: Sweden Cancerome Analysis Network-Breast

Sedan 2010 har man inom bröstcancerprojektet SCAN-B samlat in blodprover samt tumör- och vävnadsprover från drygt 18 000 tusen patienter, vilket representerar en unik resurs i både storlek och med sin fortlöpande oselekterade insamling med hög inklusionsgrad. Genom analys av vilka gener som är aktiva har forskarna kunnat dela in bröstcancer i olika undergrupper som ska kunna utgöra grunden för val av individanpassad behandling. Dels handlar det om att finna rätt behandling och prognos för den specifika bröstcancern, dels att undvika såväl under- som överbehandling.

SCAN-B är ett multidisciplinärt regionalt forskningssamarbete, där även ett par sjukhus utanför den södra sjukvårdsregionen deltar, och som initierades i Lund för att samla in och studera bröstcancerprover och kliniskt utfall. Det långsiktiga målet är att sammanställa forskningsdata för multigenomisk analys för att upptäcka och underlätta införandet av nya biomarkörer för patientspecifik diagnostik och behandling av bröstcancer.

Deltagande sjukhus i SCAN-B: Akademiska sjukhuset i Uppsala, Blekingesjukhuset i Karlskrona, Centralsjukhuset Kristianstad, Centrallasarettet Växjö, Hallands sjukhus Halmstad, Helsingborgs lasarett, Länssjukhuset Ryhov i Jönköping och Skånes universitetssjukhus i Lund och Malmö. Läs mer om SCAN-B på www.scan-b.lu.se

bild på forskarna Johan Vallon-Christersson och Niklas Loman. foto.
Johan Vallon-Christersson och Niklas Loman. Foto: Tove Smeds.

”Studien visar på potentialen för hur data från en enskild analys kan användas för att få svar på en lång rad olika biomarkörer och gensignaturer efterhand som fler upptäcks och utvecklas”, säger cancerforskarna vid Lunds universitet Johan Vallon-Christersson och Niklas Loman, även överläkare vid Skånes universitetssjukhus.

Länk till Johan Vallon-Christerssons profil i Lunds universitets forskningsportal

Länk till Niklas Lomans profil i Lunds universitets forskningsportal

FAKTA: Så gjorde forskarna

I studien har tumörer från patienter som samtyckt till deltagande i SCAN-B-studien (se fakta) analyserats. Totalt ingår RNA-sekvenseringsdata från mer än 7700 bröstcancerpatienter som inkluderats under åren 2010-2018, där även uppgift om kliniskt utfall finns tillgänglig. Med hjälp av bioinformatik har forskarna sedan konstruerat analysmodeller, så kallade multigenmodeller, speciellt lämpade för att analysera enskilda vävnadsprov från tumörer. I arbetet med att ta fram analysmodellerna har även prover från Schweiz använts och studien är ett samarbete som innefattar regional, nationell och internationell samverkan mellan sjukhus och universitet.
Studien är ett samarbete mellan forskare vid Lunds universitet, Skånes universitetssjukhus, Oslo universitet, Oslo universitetssjukhus och Ecole Polytechnique Fédérale de Lausanne.

 

Bröstcancer och precisionsmedicin

Orsakerna bakom bröstcancerförlopp är komplexa. En betydelsefull faktor här är samspelet mellan tusentals olika gener i kroppen och tumörens celler, vilka påverkar mekanismer som har betydelse för hur sjukdomen utvecklar sig. Det innebär att två personer med bröstcancerdiagnos, kan skilja sig åt vad gäller vilka mekanismer som styr cancertumörens utveckling och beteende. Precisionsmedicin i det här sammanhanget innebär att man med kunskap om bakomliggande mekanismer vill matcha specifik behandling utifrån specifika tumöregenskaper hos patientens cancer. Att känna till signaturen på den enskilda patientens cancertumörs gener och deras samspel blir därför värdefullt. Med hjälp av RNA-sekvenseringsteknologi kan man kartlägga detta.